文章总结： 本文介绍AutoPT自动化渗透测试工具，基于LangGraph框架通过多AI代理协作实现渗透测试流程自动化，包含指挥官、副指挥官、执行专家、安全引擎和日志审计员等角色分工，具备智能工具管理、安全机制、日志追踪和报告生成等功能，适用于授权渗透测试场景，需注意合法使用。
综合评分： 75
文章分类： 渗透测试,红队,安全工具,AI安全,安全开发

一款具有普适性的AI自动化渗透测试工具

shiyeshu
shiyeshu

乌雲安全

2026年9月28日 08:26
甘肃

在小说阅读器读本章

去阅读

在公众号小说中沉浸阅读

项目简介

AutoPT是一个基于LangGraph框架开发的自动化网络安全渗透测试工具。通过多个专业AI代理的协作，实现智能化的渗透测试流程自动化，帮助安全研究人员和渗透测试人员提高工作效率。本项目吸收了xbow的多agent、多模型协作特点，以实现AI能效最大化。但不同的是没有像多数渗透agent一样将提示词细化到具体操作、具体工具，这样做的目的是提高通用性，实现真正的AI智能化。

本项目为langchain/langgraph重构版本，大大提升了速度和可靠性，优化了多处问题。原CrewAI版本已迁移至old分支。

多Agent编排

1. 渗透任务指挥官 (Strategist)

• 基于日志制定下一步攻击策略

1. 副指挥官 (Deputy)

• 将战略意图转化为技术需求

1. 战术执行专家 (Operator)

• 查看并选择合适的渗透测试工具，构造可执行的命令行

1. 执行与安全引擎 (Auditor)

• 执行安全检查，防止危险操作，实际运行命令并获取结果，确保命令执行的安全性

1. 日志审计员 (Reporter)

• 分析测试日志

整体分为渗透组和记录组，分工合作以求减少AI幻觉

主要功能

• ✅ 自动化渗透测试流程 – 从信息收集到漏洞利用的全流程自动化
• ✅ 智能工具管理 – 自动识别和使用各类渗透测试工具，具有广泛通用性无需针对工具适配
• ✅ 安全机制保障 – 内置命令黑名单，防止危险操作
• ✅ 完整日志追踪 – 记录每个测试步骤，支持审计回溯
• ✅ 自动报告生成 – 基于测试结果自动生成专业报告
• ✅ 多模型支持 – 使用“模型合金”的概念提升效能

安装说明

环境要求

• Python 3.10 或更高版本（< 3.14）
• Windows操作系统（因为各个路径写的win,可自行修改）

安装步骤

1. 克隆项目

git&nbsp;clone&nbsp;<项目地址>cd&nbsp;AutoPT

2. 创建虚拟环境

python -m venv venv# Windowsvenv\Scripts\activate# Linux/Macsource venv/bin/activate

3. 安装依赖

pip install -r requirements.txt

4. 配置环境变量 创建 .env 文件并配置必要的API密钥和相关路径

5. 添加渗透测试工具包 将工具复制到aptools文件夹中，以工具名称为父文件夹名 如：/aptools/nmap/nmap.exe

项目支持集成各类渗透测试工具，默认工具路径为 /aptools/。支持的不太偏门的几乎所有工具。冷门工具也支持，但可能消耗大量轮次和token

Web GUI模式

# 启动Web界面python gui_app.py

访问 http://localhost:8080 使用图形化界面进行操作。

1、填写目标和Attck Rounds

2、目标可以是ip、ip:端口、URL等，AI根据不同类型会自动识别并做出战略

3、Attck Rounds用于控制AI操作步骤次数上限。一般一个战略为一个轮次，即从指挥官到日志记录为一次。精确填写Attck Rounds可以限制token消耗。

安全说明

⚠️ 重要提醒：

• 本工具仅用于授权的渗透测试和安全研究
• 严禁用于非法入侵或未经授权的测试
• 内置安全机制防止危险操作（如rm -rf等,虽有检查但不一定完全覆盖）

工作流程

1. 初始化

• 加载配置和AI代理

1. 策略制定

• 指挥官分析日志并制定策略

1. 需求转换

• 副指挥将策略转化为技术需求

1. 工具选择

• 执行专家查看并选择合适工具

1. 命令执行

• 安全引擎执行命令并获取结果

1. 日志记录

• 记录执行结果

1. 循环执行

• 重复步骤2-6直到达成目标

1. 报告生成

• 审计员生成最终测试报告（模板css在agent.py中可自行修改）

项目地址

https://github.com/shiyeshu/Autopt

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：乌雲安全 shiyeshu
shiyeshu《一款具有普适性的AI自动化渗透测试工具》