CyberStrikeAI 的核心是以大语言模型为决策引擎,以海量安全工具为执行触手的高度自动化渗透测试架构,是“AI 大脑”与“传统安全工具”的深度集成。
整个系统自上而下分为三个主要层级:
基于标准的 Web 前端技术构建,为安全测试人员提供了一个直观的对话式控制台,所有的自然语言指令和人机协同审批都在此层完成。
基于 Go 语言构建的系统引擎,是整个平台的“神经中枢”。它主要由两大核心模块协同工作:
-
智能 Agent 模块(AI Loop):作为系统的“大脑”,负责对接外部的大语言模型(LLM)。它 接收用户的指令,进行上下文分析、逻辑推理和攻击路径规划,并生成具体的测试策略。
-
MCP 工具管理器与安全执行器:作为系统的“双手”,它通过原生的 MCP 协议桥接 AI 和底层工具库。当 AI 做出决策后,执行器会精准调用底层 100+ 款安全工具(如 nmap、sqlmap)去执行具体的扫描或渗透任务,并将结果回传给 AI 进行下一轮分析。
轻量级且可靠的底层存储方案,负责记录所有的对话历史、测试任务流转状态以及后渗透相关数据,确保多轮人机交互过程中的上下文不会丢失。

CyberStrikeAI 依赖 Go 1.21+ 以及 Python 3.10+ 环境,因此在安装部署前需要确保 Go、Python 环境均已安装正确

克隆 CyberStrikeAI 项目源代码:
git clone
https://github.com/Ed1s0nZ/CyberStrikeAI.git

然后进入目录,使用安装脚本命令安装即可:
cd CyberStrikeAI
chmod +x run.sh && ./run.sh

成功安装后会输出访问地址和初始密码


按照提示进行登录:
https://ip:8080/

配置大模型 apikey 后即可使用

在对话窗口中输入目标地址,即可开始进行自动化安全测试

展开详情可以看到安全测试过程
过程中发现的漏洞会记录在漏洞管理中

点击相应的漏洞条目即可看到漏洞详细信息,包括证明、影响、修复建议等

CyberStrikeAI 是一款完成度较高的 AI 自动化综合安全测试平台,平台功能非常全面,覆盖了渗透测试从信息收集到内网渗透的全生命周期。CyberStrikeAI 可协同、可观测、可介入、可扩展、可闭环的架构设计,也让 AI + 安全的真正落地成为现实,做到开箱即用。