PentesterFlow

에이전트 루프 및 모델 백엔드

PentesterFlow은 계획, 행동, 관찰, 검증, 보고, 학습으로 구성된 에이전트 루프를 제공합니다. Ollama, LM Studio, Kimi, Groq, Gemini, Anthropic 및 OpenAI-compatible API와 같은 다양한 모델 백엔드를 지원합니다.

도구 및 스킬

내장 도구로는 셸, HTTP, 파일 읽기/쓰기/편집, glob/grep, 웹 페이지 가져오기/검색, 사용자 질문, 발견 확인, 커버리지 추적, 할 일 목록, 스킬 로드, 작업 위임, 백그라운드 작업 상태, 브라우저 캡처 등이 있습니다. 내장 스킬로는 recon, webvuln, ssrf, ssti, jwt, graphql, race, takeover, supabase, deserialize가 있으며, 각각 특정 침투 테스트 방법론에 초점을 맞춥니다.

메모리 및 학습 시스템

PentesterFlow은 사용자 선호도, 중요한 결정, 성공적인 워크플로우, 실수 및 배운 점, 커버리지 갭, 발견 패턴, 효과적인 도구 구성 패턴 등을 저장하는 로컬 지속 학습 시스템을 포함합니다. 이 정보는 프로젝트별 및 개인별로 저장되며, 모델 재훈련 없이 미래 세션을 개선하는 데 사용됩니다.

보고 및 증거 수집

확인된 발견은 .findings 디렉터리의 Markdown 파일에 저장되며, 제목, 심각도, 영향을 받은 URL, 방법, 매개변수, 페이로드, 응답 증거, 영향, 완화 방안, 재현을 위한 curl 명령어, Burp용 원시 요청 자료 등을 포함합니다.

다운로드·설치 방법

Windows 사용자는 PowerShell을 통해 다음 명령을 실행하여 설치할 수 있습니다:

irm https://raw.githubusercontent.com/PentesterFlow/agent/main/install.ps1 | iex

또는 GitHub Releases에서 직접 pentesterflow-windows-x64.exe 바이너리를 다운로드할 수 있습니다. 이 바이너리는 Bun의 베이스라인 런타임으로 빌드되어 AVX2를 요구하지 않습니다.

기본 사용법/명령어

설치 후 터미널에서 pentesterflow 명령을 실행하여 도구를 시작할 수 있습니다. 먼저 로컬 모델을 설정해야 하는데, 예를 들어 Ollama를 사용하는 경우 다음 명령을 차례로 실행합니다:

ollama pull qwen2.5-coder:32b
pentesterflow

실행 후 슬래시 명령을 사용하여 작업을 진행할 수 있습니다. 예를 들어 /target https://app.example.com으로 대상 URL을 설정한 후, /provider로 모델 백엔드를 선택하고, 자연어 명령을 입력하여 침투 테스트 워크플로우를 시작할 수 있습니다. 세션은 자동으로 저장되며, 나중에 pentesterflow –resume 로 이어서 작업할 수 있습니다.

이런 경우에 유용합니다

보안 전문가가 승인된 시스템에 대한 침투 테스트를 수행할 때 유용합니다. 특히 반복적인 정보 수집, 취약점 검증, 증거 기반 보고서 작성, 장기 프로젝트에서의 학습 축적이 필요한 경우에 적합합니다. 인간의 승인을 중시하는 워크플로우를 선호하는 분석가에게 적합합니다.

지원 환경·시스템 요구사항

Windows용 바이너리는 x64 아키텍처를 지원하며, Bun의 베이스라인 런타임으로 빌드되어 구형 x86_64 CPU에서도 AVX2 없이 실행할 수 있습니다. 구체적인 시스템 요구사항은 명시되지 않았습니다.

최신 버전·업데이트

현재 버전은 0.1.20이며, GitHub Releases에서 최신 버전 정보를 확인할 수 있습니다.

제한 사항·확인 사항

이 도구는 명시적인 시스템 사용 승인을 얻은 경우에만 사용해야 합니다. 무단 사용은 법적 책임을 초래할 수 있습니다. 또한, 도구는 셸 명령 실행, HTTP 요청, 파일 수정, 캡처된 트래픽 처리 등의 기능을 가지므로, 승인된 범위 내에서만 사용해야 합니다.