自动化与运维 offensive-securitypenetration-testingred-teamreconnaissancemetasploitneo4jdocker

RedAmon:自主 AI 红队框架

从侦察、利用到后渗透利用的全自动 AI 红队框架,并自动修复漏洞和提交 PR。

FollowAgents 评估 · FARS-2.1
不推荐
48/ 100 五分制 2.4 / 5
1 2 3 4 5 6
1信任安全10 / 29 · 1.7/5

证据显示有用户确认机制(审批请求)、数据流透明度(工具调用追踪)、敏感数据处理(测试中避免泄露密钥)、依赖安全(有安全策略和漏洞报告流程)、外部影响(有法律免责声明)、回滚(有更新和清理命令)、来源归属(维护者信息)。但权限最小化未明确,用户确认可能被自动批准,数据流透明度仅部分,敏感数据处理在测试中未完全覆盖,依赖安全未提供具体漏洞修复,外部影响未详细说明,回滚未提供数据恢复机制,来源归属未验证。

2可靠稳定8 / 14 · 2.9/5

自洽性较好,测试脚本和文档一致;依赖可用性未明确,但提供了Docker镜像构建;失败消息在测试中有错误处理,但未全面覆盖。

3适用触发10 / 18 · 2.8/5

受众明确(安全测试人员),场景多样(侦察、利用、后渗透),能力边界有说明(授权测试),触发精度部分(有审批机制),环境适配良好(Docker、Kali、多平台)。

4规范维护10 / 18 · 2.8/5

信息架构清晰(README、Wiki、文档),安装说明详细,命名稳定(版本号),示例和FAQ有,已知限制部分(有免责声明),许可证MIT,版本变更日志未提供,维护责任明确(维护者)。

5有效结果7 / 13 · 2.7/5

输出可用性高(报告、PR),边际价值高(自动化修复),成本效益未明确(资源需求高)。

6证据核验3 / 8 · 1.9/5

声明可追溯性部分(有测试),跨来源验证不足(仅单一来源),事实与推断分离部分(有测试和文档)。

证据充分度: 评估于 2026年8月11日 审查版本 24ed301e3cf8
上游仓库在本次评估后已有新提交;当前评分仍对应所示审查版本,可能尚未覆盖最新改动。
使用前请注意
  • 该工具是攻击性安全工具,仅用于授权测试,使用不当可能违法。
  • 自动批准机制可能绕过用户确认,需谨慎配置。
  • 依赖安全未提供具体漏洞修复,需定期更新。
  • 资源需求高,部署前需评估硬件。
评估证据 [1][2][3][4][5][6]
查看完整评分方法 →

这个 Agent 能做什么,适合哪些场景?

RedAmon 是一个模块化、容器化的渗透测试框架,将自动侦察、AI 驱动的利用和图谱情报整合为端到端攻击安全流水线。流水线从六阶段侦察引擎开始,映射目标的完整攻击面,然后由 LangGraph 自主代理验证 CVE 可利用性、测试凭据策略并绘制横向移动路径。所有发现记录在 Neo4j 知识图中,CypherFix 组件随后执行 AI 三分类、去重并排序,使用 11 种代码工具克隆仓库、实现修复并打开 GitHub 拉取请求。整个框架在 Docker 容器中运行,无需在主机上安装工具,提供基于 Web 的界面管理。设计强调安全性,包括 STRIDE 威胁建模、容器隔离、多租户支持和强化的部署选项。

RedAmon 执行端到端安全评估:使用 subfinder、amass、naabu、nmap、httpx 等 40+ 工具进行并行侦察,映射子域名、端口、服务和漏洞。自主代理通过 MCP 服务器执行 14 种安全工具,如 Metasploit、Hydra 和 nuclei,并可通过聊天实时指导。发现结果写入 Neo4j 图数据库,CypherFix 通过 AI 三分类并自动修复代码,生成 PR。还包括 GVM/OpenVAS 漏洞扫描、AI Gauntlet 进行 AI/LLM 安全测试、TrafficMind 进行 HTTP 流量捕获与分析。所有操作通过 Web 界面控制,支持多用户、多项目,规则参与(RoE)强制机制和审批门槛。

  1. 安全团队对内部应用进行授权渗透测试时,无需大量人工即可全面绘制攻击面
  2. 红队成员验证 CVE 可利用性并测试凭据策略,利用并行多代理能力加速任务
  3. 开发团队在 CI 流程中使用自动修复功能,安全发现直接转为代码修复和 PR
  4. 安全研究员测试 AI/LLM 端点安全,使用内置 AI Gauntlet 和 garak 等工具
  5. 企业安全运营中对暴露面进行持续监控,配合 GVM 深度漏洞评估

这个 Agent 有哪些优点和局限?

优点
  • 全自动流水线从侦察到 PR,端到端无人干预
  • 多代理并行执行,大幅缩短评估时间
  • Neo4j 知识图谱提供结构化攻击面,支持自然语言查询
  • 安全的容器隔离和 STRIDE 威胁建模,保护主机安全
局限
  • 需要较高硬件资源,特别是启用 OpenVAS 时至少 8 GB RAM
  • 首次安装和更新耗时较长,尤其 GVM 同步需要约 30 分钟
  • 高度依赖 Docker 环境,不适合无容器化部署
  • License 为 MIT,但作为安全工具使用须遵守法律和授权

如何安装或部署这个 Agent?

安装要求 Docker 和 Docker Compose v2+。克隆仓库后执行 ./redamon.sh install(可选 --gvm 添加 OpenVAS,--kbase 添加本地知识库)。首次安装会构建镜像并启动服务,然后通过脚本提示创建管理员账户。系统要求至少 2 核 CPU、4 GB RAM、80 GB 磁盘(不带 OpenVAS)。

如何使用这个 Agent?

安装后访问 http://localhost:3000 登录,在设置中添加 LLM 提供商(OpenAI、Anthropic 等)和 API 密钥(Tavily、Shodan 等)。创建项目并配置目标,即可开始侦察和扫描。所有操作通过 Web 界面管理,也可以使用 ./redamon.sh 命令进行更新、启动、停止等生命周期管理。

常见问题

RedAmon 与传统的渗透测试工具如 Metasploit 有何不同?
RedAmon 不仅集成了 Metasploit,还通过 AI 代理自动串联侦察、利用和后渗透,并自动修复漏洞,形成完整闭环,传统工具通常需要手动操作。
使用 RedAmon 需要哪些 LLM 提供商?
支持 OpenAI、Anthropic、OpenRouter、AWS Bedrock 以及任何兼容 OpenAI 的端点,也支持本地模型如 Ollama、vLLM。需要配置 API 密钥。
RedAmon 是否只能在 Kali Linux 上运行?
不,所有组件都在 Docker 容器中运行,主机可以是任何支持 Docker 的操作系统,如 macOS、Windows(WSL2)或 Linux。
如何处理漏洞修复的准确性?
CypherFix 通过 AI 三分类去重和排序,并使用代码工具进行修复,但会生成 PR 供人工 review,确保准确性。

相关 Agents