T3MP3ST——ai安全元工具(agent自动化找漏洞)

项目地址

https://github.com/elder-plinius/T3MP3ST

项目概述

T3MP3ST是一个开源的自主红队平台，它将通用AI编码智能体（如Anthropic Claude Code、OpenAI Codex、Hermes等）转化为自主进攻安全操作员。于2026年7月初发布，迅速在GitHub上 trending，获得约 2,900 Stars 和 675 Forks。

T3MP3ST 的独特之处在于它不提供自己的AI模型，而是作为一个多智能体编排层运行，协调多个智能体实例通过完整的侦察→利用→报告杀伤链。用户只需将框架指向已授权的目标，本地运行的AI编码智能体即成为驱动任务的"作战大脑"。

核心设计理念

无密钥作战 (Keyless Warfare)

T3MP3ST 的核心设计哲学是"无密钥作战"——它复用操作员已有的智能体会话，而非要求独立的提供商凭证或计费安排。这意味着无需新API密钥、无需额外云基础设施、无需额外计费。

范围外溢控制 (Egress-Scope Containment)

框架强制执行出站范围控制，确保网络工具自动拒绝与授权范围之外的公共主机交互。这是防止误操作和确保合法性的关键安全机制。

可验证声明 (Verify-Claims)

项目采用严格的可复现性标准。README中的每个数字都通过提交的数据重新计算，npm run verify-claims命令可重新推导所有结果（24/24全部通过）。每个解题结果都对照已提交的flag oracle进行评分。

系统架构

┌─────────────────────────────────────────────────────────────┐
│                        用户层                                │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐      │
│  │   War Room   │  │     CLI      │  │   HTTP API   │      │
│  │  (Web界面)    │  │ (命令行)      │  │  (REST API)  │      │
│  └──────┬───────┘  └──────┬───────┘  └──────┬───────┘      │
└─────────┼─────────────────┼─────────────────┼──────────────┘
          └─────────────────┼─────────────────┘
                            ▼
┌─────────────────────────────────────────────────────────────┐
│                    编排层 (Orchestration)                     │
│  ┌──────────────────────────────────────────────────────┐   │
│  │              Mission Engine + Op Admiral              │   │
│  └──────────────────────────────────────────────────────┘   │
│  ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐       │
│  │  Recon   │ │ Scanner  │ │Exploiter │ │Infiltrator│      │
│  └──────────┘ └──────────┘ └──────────┘ └──────────┘       │
│  ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐       │
│  │Exfiltrator│ │  Ghost   │ │Coordinator│ │ Analyst │       │
│  └──────────┘ └──────────┘ └──────────┘ └──────────┘       │
└─────────────────────────────────────────────────────────────┘
                            │
                            ▼
┌─────────────────────────────────────────────────────────────┐
│                  AI智能体层 (Agent Layer)                     │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐       │
│  │ Claude Code  │  │ OpenAI Codex │  │   Hermes     │       │
│  └──────────────┘  └──────────────┘  └──────────────┘       │
└─────────────────────────────────────────────────────────────┘
                            │
                            ▼
┌─────────────────────────────────────────────────────────────┐
│                   工具层 (Arsenal Layer)                      │
│  ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐       │
│  │  nmap    │ │ nuclei   │ │feroxbuster│ │  custom  │       │
│  └──────────┘ └──────────┘ └──────────┘ └──────────┘       │
└─────────────────────────────────────────────────────────────┘

技术栈：TypeScript（主要语言）、Web界面（War Room）、CLI、MCP Server、HTTP API。

八操作员杀伤链

T3MP3ST 将完整的进攻安全流程映射为8个操作员角色，对应MITRE ATT&CK战术和传统网络杀伤链：

操作员	英文	职责	映射
侦察员	Recon	信息收集、目标发现、资产枚举	MITRE: Reconnaissance
扫描员	Scanner	漏洞扫描、服务识别、配置审计	MITRE: Discovery
利用员	Exploiter	漏洞利用、Payload生成、攻击执行	MITRE: Exploitation
渗透员	Infiltrator	权限提升、横向移动、持久化	MITRE: Lateral Movement
渗出员	Exfiltrator	数据提取、隐蔽传输、痕迹清理	MITRE: Exfiltration
幽灵	Ghost	反取证、隐蔽通信、规避检测	MITRE: Defense Evasion
协调员	Coordinator	任务调度、资源分配、冲突解决	编排核心
分析师	Analyst	结果分析、报告生成、风险评估	报告输出

当前状态

操作员	状态	说明
Recon (侦察)	稳定 ✅	已基准测试，工具支持的推理循环
Scanner (扫描)	稳定 ✅	与Recon类似的工具支持循环
Exploiter (利用)	稳定 ✅	单智能体ReAct循环已基准测试
Infiltrator ~ Analyst	实验性 ⚠️	推理循环可用，协调群攻未大规模验证

完整的8操作员集群是架构目标。目前Recon引擎和单智能体利用循环已稳定并经过基准测试，下游操作员仍处于实验阶段。

核心功能模块

Recon Engine（侦察引擎）

一个实时的、工具支持的引擎，驱动nmap、DNS、HTTP和指纹识别工具。每个发现都追溯到真实工具输出，确保侦察结果的准确性和可靠性。

Mission Engine + War Room + Op Admiral

Mission Engine：驱动整个杀伤链的核心引擎
War Room：基于Web的指挥界面，用户可用自然语言描述目标并发起攻击
Op Admiral：任务指挥系统，协调各操作员之间的协作

Arsenal, MCP Server, HTTP API

Arsenal：35个内置进攻工具 + 83个可选扩展工具 + 48个适配器
MCP Server：Model Context Protocol服务器，便于与其他系统集成
HTTP API：提供RESTful接口，支持外部系统调用

Egress-Scope Containment（出站范围控制）

确保网络工具拒绝与授权范围之外的公共主机交互。这是防止误操作和越权测试的关键安全机制。

Coordinated-Disclosure Pipeline（协调披露管道）

包含OSV Novelty（开源漏洞新颖性检查）、Live PoC（实时概念验证生成）、Refuter Panel（反驳面板）、CVSS Scoring（CVSS评分自动计算）。

基准测试与性能评估

XBEN套件（黑盒测试）

指标	结果
基准	XBOW 104挑战XBEN套件
pass@1得分	90.1%
XBOW自报基准	~85%
验证方式	已提交flag oracle，`verify-claims`命令复现

Cybench（学术基准）

指标	结果
基准	Cybench 40任务学术基准
单智能体ReAct循环	23/40 无提示解题

真实CVE识别（2026年）

指标	结果
测试集	10个2026年真实CVE
覆盖语言	7种编程语言
单智能体精确命中	8/10 （精确到文件、行号、CWE分类）
工具包整体发现	10/10 （全部发现）
关键说明	CVE披露日期晚于模型训练截止，排除记忆可能

开发者指出，虽然样本量较小，但CVE日期晚于模型训练截止，排除了记忆化的可能性，结果具有方向性意义。

领域覆盖状态

领域	状态	说明
Web应用 (XBEN套件)	稳定，已基准测试	核心能力
CTF挑战 (Cybench)	稳定，已基准测试	核心能力
嵌入式/OT/机器人开源	管道稳定，协调披露	生产可用
源代码（白盒）	实验性，仅Python	开发中
智能合约 (DeFi)	实验性，仅复现	开发中
云、移动、AD、二进制RE	路线图/开发中	未来规划

部署与使用

快速开始

# 克隆仓库
git clone https://github.com/elder-plinius/T3MP3ST.git
cd T3MP3ST

# 安装依赖
npminstall

# 验证声明（复现所有基准测试结果）
npm run verify-claims

# 启动War Room界面
npm run war-room

# 使用CLI
npm run cli -- --target<授权目标>

使用模式

War Room模式：启动Web服务器，在浏览器中用自然语言描述目标，系统自动分配操作员执行杀伤链。

CLI模式：

npm run cli -- --target https://example.com --scope example.com
npm run cli -- --target https://example.com --phase recon

MCP Server集成：

npm run mcp-server