CyberStrikeAI——AI 原生网络安全作战系统
将意图转化为受管控的安全行动，让证据成为运营记忆，每一次操作都在为下一次积累经验。
证据显示有RBAC、审批模式、工具白名单、审计日志等设计，但未提供具体实现细节或验证。扣分原因：缺乏代码级证据，权限最小化、用户确认、数据流透明性等仅停留在文档声明。
文档描述了一致的架构和功能，但依赖版本未锁定（如go.mod中多个伪版本），且未提供故障消息的具体示例。扣分原因：依赖可用性未验证，失败消息缺乏具体证据。
明确面向安全测试人员，提供了多种场景和部署方式，但能力边界和触发精度描述不足。扣分原因：能力边界未明确，触发条件缺乏精确说明。
信息架构清晰，安装说明详细，但命名稳定性、已知限制、版本变更日志和维护责任信息不足。扣分原因：缺少版本历史、已知限制和明确的维护责任声明。
输出可用性较好，提供了丰富的工具和界面，但成本效益分析缺失。扣分原因：未提供性能或资源消耗数据，边际价值仅基于功能列表。
文档中的声明缺乏可追溯的代码或测试证据，且未区分事实与推断。扣分原因：无法验证声明，缺乏交叉来源佐证。
- 该工具包含高风险能力（如WebShell、C2、命令执行），必须仅在授权环境中使用。
- 依赖版本未锁定，存在供应链风险，建议使用固定版本并定期审计。
- 发布者身份未验证，需谨慎评估来源可信度。
这个 Agent 能做什么，适合哪些场景？
CyberStrikeAI 是一个基于 Go 构建的 AI 网络安全平台，将规划、执行、人工监督、证据留存与回放整合在同一个可审计的工作空间中。它融合了 Eino 驱动的智能体、MCP 原生工具、RAG 知识库、可视化工作流与攻击链建模，面向授权安全测试。项目自带 100+ YAML 工具配方、角色配置、技能目录以及 WebShell 和 C2 等高风险能力，并提供 Web 控制台、任务治理、漏洞与资产管理、RBAC 权限控制和审计日志。部署方式为自我托管，提供一键脚本，并支持通过配置文件接入多家 AI 服务商。
CyberStrikeAI 读取用户的自然语言指令，通过 Eino 编排的智能体（支持单智能体、Deep、计划-执行和监督者模式）将其转化为可执行的安全操作。它调用内置的 100+ 安全工具（如 nmap、sqlmap、nuclei 等），通过 MCP 集成外部工具，并利用 RAG 知识库和视觉模型增强分析。系统将工具结果（限定容量）存入 SQLite，供审计和回放。它提供 Web 控制台管理任务、漏洞、资产、WebShell 会话和 C2 信标，并支持 Burp 套件和浏览器扩展插件。部署通过 run.sh 脚本完成，使用 Go 编译二进制并启动 HTTPS 服务，支持配置多种 AI 渠道（如 OpenAI 兼容接口）。
- 安全研究员在获得授权后，对目标资产执行端口扫描和漏洞枚举。
- 渗透测试人员利用内置的 Metasploit、Sqlmap 等工具进行深度利用测试。
- 企业安全团队通过资产管理和漏洞跟踪，掌握资产暴露面和风险状态。
- 红队操作人员使用 WebShell 和 C2 功能进行后渗透和指挥控制。
- CTF 选手利用内置的密码破解和隐写工具解决挑战。
- DevSecOps 工程师结合 CI/CD 集成漏洞扫描，提高应用安全性。
这个 Agent 有哪些优点和局限？
- 具备人类审批、工具白名单和审计日志等完善的治理与合规机制
- 集成了 100+ 预置的安全工具配方，覆盖整个攻击杀伤链
- 提供 WebShell 和内置 C2 等高级功能，支持后渗透操作
- 支持多智能体编排模式和可视化工作流，适应复杂任务
- 支持多种 AI 模型提供商，通过配置即可切换
- 提供资产管理和漏洞管理模块，便于跟踪和报告
- 高风险功能（WebShell、C2）需严格授权，误用风险高
- 默认使用自签名证书，需手动接受浏览器警告
- 依赖外部 AI API 密钥，无自带模型
- 部分工具需要单独安装，否则运行时会被跳过或替代
- 升级过程中可能存在配置和数据库兼容性问题，需谨慎操作
- 需要 Go 和 Python 环境，部署有一定技术门槛
如何安装或部署这个 Agent？
前置条件：Go 1.25+ 和 Python 3.10+。运行命令：git clone https://github.com/Ed1s0nZ/CyberStrikeAI.git && cd CyberStrikeAI && chmod +x run.sh && ./run.sh。脚本会自动创建 Python 虚拟环境、下载依赖并启动服务。首次启动时，控制台会输出一次性管理员密码和 Web UI 地址（默认 https://127.0.0.1:8080）。需要在系统设置中配置 AI 渠道（包括 API 密钥、Base URL、模型等）。可选安装安全工具，如 macOS 可使用 brew install nmap masscan sqlmap nikto gobuster ffuf hydra hashcat nuclei subfinder。
如何使用这个 Agent？
访问 Web UI 并登录。首次登录后，进入系统设置->基本设置->AI 渠道配置，添加或编辑渠道并保存。创建用户或使用默认管理员账号。开始新对话，输入如“扫描 192.168.1.1 的开放端口”等指令，智能体将执行相应工具并返回结果。也可使用预配置的高级剧本（playbooks）进行复杂操作。通过任务管理、漏洞管理和资产模块查看结果。升级可使用 upgrade.sh 脚本，并提前备份 config.yaml 和 data/。
这个 Agent 与同类方案有什么区别？
该项目在 README 中未明确提及直接竞争对手，但可与其他 AI 渗透测试工具（如 PentestGPT 或 Caldera）在功能上形成对比。