# PentestGPT2

**Repository Path**: kill-life/pentest-gpt2

## Basic Information

- **Project Name**: PentestGPT2
- **Description**: PentestGPT2
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2026-03-31
- **Last Updated**: 2026-06-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README


# Excalibur (PentestGPT2)

基于人工智能的自主渗透测试代理，采用证据引导的攻击树搜索（EGATS）规划技术。可解决 CTF 挑战、Hack The Box 靶机及授权的安全评估。

- **项目说明：** 本项目非原作者直接维护，系收集自论文开源代码并整理完善而成。内容仅供学习、研究和技术交流使用。
## 项目概述

Excalibur 是一个智能渗透测试系统，通过大语言模型（LLM）驱动的智能体自动执行安全测试任务。核心创新在于将**攻击树搜索算法**与**LLM 推理能力**相结合，实现：

- **自主规划**：基于 TDA（Task Difficulty Assessment）动态评估任务难度
- **证据引导**：使用 EGATS（Evidence-Guided Attack Tree Search）算法优化搜索路径
- **记忆管理**：通过状态存储和上下文压缩维护长期会话状态
- **工具集成**：内置 6 大类安全工具，支持横向移动和权限提升

---

## Agent 设计架构

### 整体架构图

```
┌─────────────────────────────────────────────────────────────────────┐
│                         TUI 界面层 (excalibur/interface)              │
│                    - 终端用户交互 (TUI)                              │
│                    - 活动日志流                                      │
│                    - 攻击树可视化                                    │
└─────────────────────────────────────────────────────────────────────┘
                                   ↓
┌─────────────────────────────────────────────────────────────────────┐
│                      事件总线 (EventBus)                             │
│                  - 用户命令分发                                      │
│                  - 状态变更通知                                      │
└─────────────────────────────────────────────────────────────────────┘
                                   ↓
┌─────────────────────────────────────────────────────────────────────┐
│                    代理控制器 (AgentController)                      │
│  ┌──────────────────────────────────────────────────────────────┐  │
│  │  生命周期管理：IDLE → RUNNING → PAUSED → COMPLETED/ERROR      │  │
│  │  暂停/恢复/停止控制                                            │  │
│  │  指令注入队列                                                  │  │
│  └──────────────────────────────────────────────────────────────┘  │
│  ┌──────────────────────────────────────────────────────────────┐  │
│  │         EGATS 规划器 (EGATSPlanner)                           │  │
│  │    - TDA 计算 → UCB 节点选择 → 反向传播 → 剪枝                 │  │
│  │    - 横向移动 (Pivot) 管理                                    │  │
│  │    - BFS/DFS/Hybrid模式切换                                   │  │
│  └──────────────────────────────────────────────────────────────┘  │
└─────────────────────────────────────────────────────────────────────┘
              ↓                              ↓
┌───────────────────────────────┐   ┌───────────────────────────────┐
│     记忆子系统 (Memory)        │   │    代理后端 (AgentBackend)    │
│  ┌─────────────────────────┐  │   │  ┌─────────────────────────┐  │
│  │ 状态存储 (StateStore)     │  │   │  │ ClaudeCodeBackend      │  │
│  │  - 主机/服务凭证信息       │  │   │  │  - Anthropic API       │  │
│  │  - 攻击树节点持久化        │  │   │  │  - OpenRouter          │  │
│  └─────────────────────────┘  │   │  │  - 本地 LLM             │  │
│  ┌─────────────────────────┐  │   │  └─────────────────────────┘  │
│  │ 上下文组装器              │  │   │                              │
│  │ (ContextAssembler)      │  │   │     统一接口抽象              │
│  │  - 攻击路径上下文         │  │   │  - connect/disconnect         │
│  │  - 状态事实检索           │  │   │  - query                      │
│  │  - 模式指导生成           │  │   │  - receive_messages           │
│  └─────────────────────────┘  │   │                              │
│  ┌─────────────────────────┐  │   └───────────────────────────────┘
│  │ 上下文压缩器              │  │
│  │ (ContextCompressor)     │  │
│  │  - 分支摘要生成           │  │
│  │  - 上下文长度控制          │  │
│  └─────────────────────────┘  │
└───────────────────────────────┘
              ↓
┌─────────────────────────────────────────────────────────────────────┐
│                      工具层 (Tools)                                  │
│  ┌──────────────┬──────────────┬──────────────┬──────────────┐    │
│  │ Reconnaissance│ Web Exploit. │ Network Exp. │ Credential   │    │
│  │ (侦察探测)    │ (Web 利用)    │ (网络利用)    │ Attacks      │    │
│  └──────────────┴──────────────┴──────────────┴──────────────┘    │
│  ┌──────────────┬──────────────┐                                   │
│  │ Active Dir.  │ Privilege    │                                   │
│  │ (AD 攻击)     │ Escalation   │                                   │
│  │              │ (权限提升)   │                                   │
│  └──────────────┴──────────────┘                                   │
└─────────────────────────────────────────────────────────────────────┘
```

### 核心组件说明

#### 1. AgentController（代理控制器）
位于 [`excalibur/core/controller.py`](excalibur/core/controller.py)，是系统的中央协调器：

- **状态机管理**：实现 5 态生命周期模型（IDLE/RUNNING/PAUSED/COMPLETED/ERROR）
- **EGATS 循环**：驱动攻击树搜索的主循环，包括节点选择、执行、反向传播
- **会话持久化**：支持暂停后恢复，保留攻击树状态和上下文
- **事件驱动**：通过 EventBus 与 TUI 解耦通信

#### 2. EGATSPlanner（证据引导的攻击树搜索规划器）
位于 [`excalibur/planner/egats.py`](excalibur/planner/egats.py:46)，核心算法实现：

| 组件 | 功能 | 关键参数 |
|------|------|----------|
| TDAComputer | 任务难度评估 | horizon/evidence/context/success权重 |
| UCB Selector | 节点选择策略 | exploration_constant=1.414 |
| Backpropagation | 奖励反向传播 | alpha=0.7 |
| Pruning | 分支剪枝 | threshold=0.8, min_attempts=3 |
| Pivot Manager | 横向移动管理 | 凭证传播、新主机子树创建 |

#### 3. Memory Subsystem（记忆子系统）
位于 [`excalibur/memory/`](excalibur/memory/)：

- **StateStore** ([`state_store.py`](excalibur/memory/state_store.py:1))：持久化存储主机、服务、凭证等实体信息
- **ContextAssembler** ([`context_assembler.py`](excalibur/memory/context_assembler.py:27))：组装 LLM 提示词上下文，包括攻击路径、状态事实、模式指导
- **ContextCompressor** ([`context_compressor.py`](excalibur/memory/context_compressor.py:1))：压缩上下文长度，支持理想/激进阈值控制

#### 4. AgentBackend（代理后端抽象）
位于 [`excalibur/core/backend.py`](excalibur/core/backend.py)，提供框架无关的 LLM 接口：

```python
class AgentBackend(ABC):
    async def connect(self) -> None       # 建立连接
    async def disconnect(self) -> None    # 断开连接
    async def query(self, prompt: str)   # 发送查询
    async def receive_messages()         # 接收消息流
```

当前实现：`ClaudeCodeBackend`（支持 Anthropic API、OpenRouter）， `LocalLLMBackend` 接口。

---

## 项目结构

```
pentestgpt2/
├── excalibur/                          # 核心代码包
│   ├── core/                           # 核心引擎模块
│   │   ├── agent.py                    # ExcaliburAgent - Claude Code 代理封装
│   │   ├── backend.py                  # AgentBackend 抽象接口及实现
│   │   ├── controller.py               # AgentController - EGATS 主控制器
│   │   ├── config.py                   # 配置管理 (ExcaliburConfig)
│   │   ├── events.py                   # EventBus - 事件总线
│   │   ├── session.py                  # SessionStore - 会话状态管理
│   │   └── tracer.py                   # Tracer - 执行追踪器
│   │
│   ├── interface/                      # TUI 界面层
│   │   ├── main.py                     # 主入口点
│   │   ├── tui.py                      # TUI 组件实现
│   │   ├── components/                 # UI 组件
│   │   │   ├── activity_feed.py        # 活动日志流组件
│   │   │   ├── renderers.py            # 渲染器（攻击树等）
│   │   │   ├── splash.py               # 启动画面
│   │   │   └── tree_view.py            # 攻击树视图
│   │   └── styles.tcss                 # TUI 样式定义
│   │
│   ├── memory/                         # 记忆子系统
│   │   ├── __init__.py
│   │   ├── branch_summary.py           # 分支摘要生成器
│   │   ├── context_assembler.py        # 上下文组装器
│   │   ├── context_compressor.py       # 上下文压缩器
│   │   ├── models.py                   # 记忆数据模型
│   │   └── state_store.py              # 状态存储 (SQLite)
│   │
│   ├── planner/                        # 规划器模块 (EGATS)
│   │   ├── __init__.py
│   │   ├── backpropagation.py          # 反向传播算法
│   │   ├── egats.py                    # EGATSPlanner 主类
│   │   ├── models.py                   # 攻击树数据模型
│   │   ├── mode_selector.py            # 模式选择器 (BFS/DFS)
│   │   ├── pivot.py                    # 横向移动管理
│   │   ├── pruning.py                  # 剪枝算法
│   │   ├── tda.py                      # TDA 计算
│   │   └── ucb.py                      # UCB 节点选择
│   │   └── ucb.py                      # UCB 选择策略
│   │
│   ├── prompts/                        # 提示词模板
│   │   ├── __init__.py
│   │   ├── pentesting.py               # 渗透测试提示词
│   │   └── tda_prompts.py              # TDA 相关提示词
│   │
│   ├── tools/                          # 安全工具库
│   │   ├── __init__.py
│   │   ├── base.py                     # ToolBase 抽象基类
│   │   ├── registry.py                 # 工具注册表
│   │   ├── knowledge.py                # 知识库工具
│   │   └── skill.py                    # 技能封装
│   │   ├── categories/                 # 工具分类
│   │   │   ├── __init__.py
│   │   │   ├── active_directory.py     # AD 攻击工具 (6 个)
│   │   │   ├── credential_attacks.py   # 凭证攻击工具 (5 个)
│   │   │   ├── network_exploitation.py # 网络利用工具 (8 个)
│   │   │   ├── privilege_escalation.py # 权限提升工具 (6 个)
│   │   │   ├── reconnaissance.py       # 侦察探测工具 (10 个)
│   │   │   └── web_exploitation.py     # Web 利用工具 (8 个)
│   │   └── skills/                     # 高级技能封装
│   │       ├── __init__.py
│   │       ├── ad_skills.py            # AD 技能
│   │       ├── pivot_skills.py         # 横向移动技能
│   │       ├── privesc_skills.py       # 权限提升技能
│   │       ├── recon_skills.py         # 侦察技能
│   │       └── web_skills.py           # Web 利用技能
│   │
│   └── __init__.py
│
├── scripts/                            # Docker 启动脚本
│   ├── ccr-config-template.json        # CCR 配置模板
│   ├── config.sh                       # 配置脚本
│   └── entrypoint.sh                   # 容器入口点
│
├── tests/                              # 测试套件
│   ├── conftest.py                     # pytest  fixtures
│   ├── docker/                         # Docker 集成测试
│   ├── integration/                    # 端到端集成测试
│   └── unit/                           # 单元测试
│
├── workspace/                          # 运行时工作目录
│   └── .gitkeep
│
├── .env.example                        # 环境变量模板
├── docker-compose.yml                  # Docker Compose 配置
├── Dockerfile                          # Docker 镜像定义
├── pyproject.toml                      # Python 项目配置 (uv)
├── Makefile                            # 构建命令封装
└── README_zh.md                        # 中文文档
```

---

## 具体模块与功能

### 1. 侦察探测模块 (Reconnaissance)

| 工具 | 功能描述 |
|------|----------|
| `nmap` | 端口扫描和服务检测 |
| `gobuster` | Web 目录/子域名爆破 |
| `nikto` | Web 服务器漏洞扫描 |
| `whatweb` | Web 技术识别 |
| `enum4linux` | SMB 信息枚举 |
| `rpcclient` | RPC 服务查询 |
| `snmp-check` | SNMP 枚举 |
| `masscan` | 快速端口扫描 |
| `dirb` | Web 目录发现 |
| `ffuf` | 模糊测试工具 |

### 2. Web 利用模块 (Web Exploitation)

| 工具 | 功能描述 |
|------|----------|
| `sqlmap` | SQL 注入自动化 |
| `xsstrike` | XSS 检测 |
| `commix` | 命令注入检测 |
| `nuclei` | 基于模板的漏洞扫描 |
| `httpx` | HTTP 探测 |
| `waybackurls` | URL 收集 |
| `paramspider` | 参数发现 |
| `subfinder` | 子域名枚举 |

### 3. 网络利用模块 (Network Exploitation)

| 工具 | 功能描述 |
|------|----------|
| `metasploit` | 渗透测试框架 |
| `searchsploit` | Exploit-DB 搜索 |
| `hydra` | 在线密码爆破 |
| `medusa` | 并行认证爆破 |
| `john` | John the Ripper 密码破解 |
| `hashcat` GPU 密码破解 |
| `responder` | LLMNR/NBT-NS 投毒 |
| `smbmap` | SMB 枚举 |

### 4. 凭证攻击模块 (Credential Attacks)

| 工具 | 功能描述 |
|------|----------|
| `seclists` | 字典文件集合 |
| `crackmapexec` | 后渗透框架 |
| `psexec` | 远程执行 |
| `wmiexec` | WMI 远程执行 |
| `smbexec` | SMB 执行 |

### 5. Active Directory 模块 (AD Attacks)

| 工具 | 功能描述 |
|------|----------|
| `bloodhound` | AD 攻击路径分析 |
| `impacket` | AD 协议实现集 |
| `kerbrute` | Kerberos 爆破 |
| `rubeus` | .NET Kerberos 工具 |
| `mimikatz` | 凭证抓取 |
| `donpwn` | AD 漏洞利用集 |

### 6. 权限提升模块 (Privilege Escalation)

| 工具 | 功能描述 |
|------|----------|
| `linpeas` | Linux 提权检测 |
| `winpeas` | Windows 提权检测 |
| `gtfobins` | Linux 二进制提权 |
| `gtoowin` | Windows 二进制提权 |
| `linux-exploit-suggester` | 内核漏洞匹配 |
| `windows-exploit-suggester` | Windows 补丁缺失检测 |

---

## 基座模型接入使用指导

### 支持的模型服务

Excalibur 支持多种 LLM 后端，通过 [`AgentBackend`](excalibur/core/backend.py) 抽象接口实现框架无关性：

| 后端类型 | 状态 | 说明 |
|----------|------|------|
| Anthropic Claude | ✅ 已支持 | 默认推荐，性能最佳 |
| OpenRouter | ✅ 已支持 | 多模型统一 API |
| LM Studio | ✅ 已支持 | 本地 LLM 服务 |
| Ollama | ✅ 已支持 | 开源模型本地运行 |
| vLLM | 🔄 计划中 | 高性能推理服务器 |

### Anthropic Claude（推荐）

#### 方式一：OAuth 登录（推荐）

```bash
# 1. 进入容器
make connect

# 2. 配置 Claude Code
claude config

# 3. 按提示完成 OAuth 授权
```

#### 方式二：API Key

```bash
# 设置环境变量
export ANTHROPIC_API_KEY="sk-ant-api03-xxxxxxxx"

# 或使用 .env 文件
echo 'ANTHROPIC_API_KEY=sk-ant-api03-xxxxxxxx' >> .env
```

### OpenRouter 接入

OpenRouter 提供多模型统一 API，支持免费额度：

```bash
# 1. 在 https://openrouter.ai 获取 API Key

# 2. 配置环境变量
export EXCALIBUR_AUTH_MODE=openrouter
export ANTHROPIC_BASE_URL=https://openrouter.ai/api/v1
export ANTHROPIC_AUTH_TOKEN="sk-or-v1-xxxxxxxx"
export NO_PROXY="localhost,127.0.0.1"

# 3. 选择模型（在.env 中设置）
LLM_MODEL=meta-llama/llama-3.1-70b-instruct:free
```

### LM Studio 本地接入

LM Studio 提供本地 LLM 推理服务，支持多种开源模型：

#### 1. 安装并启动 LM Studio

```bash
# Linux (下载 .AppImage)
chmod +x lmstudio-x.x.x-x86_64.AppImage
./lmstudio-x.x.x-x86_64.AppImage

# 或 Docker 运行 LM Studio Server
docker run -d -p 1234:1234 --name lmstudio ghcr.io/lmstudio-ai/lmstudio-server:latest
```

#### 2. 下载并加载模型

在 LM Studio 界面中：
1. 搜索框输入模型名称（如 `qwen2.5`, `llama3`, `mistral`）
2. 点击 Download 下载模型
3. 选择模型卡片，点击 "Start Server"

#### 3. 配置 Excalibur

```bash
# .env 配置文件
EXCALIBUR_AUTH_MODE=local
LLM_MODEL=qwen2.5:7b-instruct-q4_k_m

# 或使用环境变量
export EXCALIBUR_AUTH_MODE=local
export LLM_MODEL=qwen2.5:7b-instruct-q4_k_m
```

#### 4. 启动 Excalibur

```bash
make connect
excalibur --target <目标 IP>
```

### Ollama 本地接入

Ollama 是轻量级本地 LLM 运行工具：

#### 1. 安装 Ollama

```bash
# Linux
curl -fsSL https://ollama.com/install.sh | sh

# Docker
docker run -d -v ollama:/root/.ollama -p 11434:11436 --name ollama ollama/ollama
```

#### 2. 拉取模型

```bash
# 常用模型推荐
ollama pull qwen2.5:7b      # 中文支持好，性能均衡
ollama pull llama3.1:8b    # 英文能力强
ollama pull mistral:7b     # 开源社区活跃
ollama pull phi3:mini      # 小模型，资源占用低

# 验证安装
ollama list
```

#### 3. 启动 Ollama Server

```bash
# 默认在 11434 端口运行
ollama serve

# Docker 方式（已包含在 docker-compose 中）
docker start ollama
```

#### 4. 配置 Excalibur

```bash
# .env 配置文件
EXCALIBUR_AUTH_MODE=local
LLM_MODEL=qwen2.5:7b
OLLAMA_BASE_URL=http://host.docker.internal:11434

# 或使用环境变量
export EXCALIBUR_AUTH_MODE=local
export LLM_MODEL=qwen2.5:7b
export OLLAMA_BASE_URL=http://host.docker.internal:11434
```

#### 5. 验证连接

```bash
# 在容器内测试
curl http://host.docker.internal:11434/api/generate \
  -d '{"model": "qwen2.5", "prompt": "Hello"}'

# 或直接运行 Excalibur
excalibur --target <目标 IP>
```

### 模型选择建议

| 场景 | 推荐模型 | 最低资源 |
|------|----------|----------|
| CTF 挑战 | `qwen2.5:14b` / `llama3.1:8b` | 16GB RAM |
| HTB 靶机 | `qwen2.5:7b` / `mistral:7b` | 8GB RAM |
| 快速测试 | `phi3:mini` / `gemma2:2b` | 4GB RAM |
| 复杂攻击链 | `qwen2.5:32b` / `llama3.1:70b` | 32GB+ RAM |

---

### 模型上下文窗口配置（基于论文研究）

根据 PENTESTGPT V2 论文的实证研究，不同模型的上下文窗口大小直接影响任务完成率和性能表现：

#### 1. 主要实验模型及其 max_token 配置

**附录 D.6 (Context Load Degradation Study)** 中明确给出的模型上下文窗口：

| 模型 | 上下文窗口 (max_token) | 理想工作窗口 | 说明 |
|------|------------------------|--------------|------|
| GPT-4o | 128K | ~51K (40%) | 论文附录 D.6 控制实验基准 |
| Claude-3-Sonnet | 200K | ~80K (40%) | 论文附录 D.6 控制实验基准 |
| Gemini-1.5-Pro | 1M | ~400K (40%) | 论文附录 D.6 控制实验基准 |

**主要实验使用的模型（Section 5.1）：**

| 模型 | 说明 |
|------|------|
| GPT-5.2 | 支持 thinking mode，用于扩展推理能力评估 |
| Claude-Opus-4.5 | 在 XBOW 测试中达到最高完成率 (91%) |
| Gemini-3.0-Pro | 支持 thinking mode，用于对比研究 |

#### 2. 上下文负载与性能关系

论文通过受控实验发现，模型在**40% 上下文容量**时表现最佳：

```
上下文负载    →    准确率变化
─────────────────────────────────────
≤ 40%        →    >90% (稳定区间)
60%          →    78%   (开始下降)
80%          →    61%   (显著下降)
```

**关键发现：**
- 超过 40% 负载后，准确率呈线性下降趋势
- 主要失败模式：忽略早期上下文信息 (42%)、幻觉工具输出 (31%)、执行错误但合理的命令 (27%)
- 项目默认配置 `CONTEXT_IDEAL_THRESHOLD=0.7` 和 `CONTEXT_AGGRESSIVE_THRESHOLD=0.9` 基于此研究

#### 3. Thinking Mode（思考模式）支持

论文 Section 5.1 指出，所有主要实验模型都支持在标准模式和思考模式之间切换：

| 模式 | 说明 |
|------|------|
| Standard (非 thinking) | 快速响应，适合短任务 |
| Thinking (扩展推理) | 深度分析，适合复杂攻击链，通常带来 6-10 个百分点的性能提升 |

**配置建议：**
```bash
# 在 .env 中设置模型时，可考虑使用支持 thinking mode 的版本
LLM_MODEL=claude-opus-4.5-thinking  # Claude Opus 4.5 with thinking enabled
```

#### 4. 上下文压缩策略（基于论文研究）

根据论文 Section 4.3.1 和附录 D.6，项目采用分层上下文管理策略：

| 阈值 | 配置项 | 说明 |
|------|--------|------|
| ≤40% | 理想工作窗口 | 性能最佳区间，无需压缩 |
| >70% | `CONTEXT_IDEAL_THRESHOLD` | 开始理想压缩（保留关键信息） |
| >90% | `CONTEXT_AGGRESSIVE_THRESHOLD` | 激进压缩（释放更多空间） |

**压缩策略：**
- **理想压缩**：生成路径摘要，保留分支状态和发现结果
- **激进压缩**：移除旧的路径段，同时保留关键发现

```bash
# .env 配置示例
CONTEXT_IDEAL_THRESHOLD=0.7      # 70% 容量时开始压缩
CONTEXT_AGGRESSIVE_THRESHOLD=0.9 # 90% 容量时激进压缩
```

---

### 研究局限与未来方向（基于论文 Section 6）

#### 1. 研究局限性与威胁有效性

**1.1 基准测试范围限制**

当前评估主要集中在以下场景：
- ✅ Web 应用漏洞利用
- ✅ CTF 挑战解决
- ✅ Hack The Box 靶机渗透

**缺失的领域包括：**
- 🔲 **二进制漏洞利用** - Exploit development for custom binaries
- 🔲 **移动安全** - Android/iOS 应用逆向与攻击
- 🔲 **云特定攻击场景** - AWS/Azure/GCP 云服务配置错误利用

**1.2 模型特异性效应**

不同架构的 LLM 表现出不同的优势：
| 模型 | 性能特点 |
|------|----------|
| Claude-Opus-4.5 | XBOW 测试中达到最高完成率 (91%)，推理深度最佳 |
| GPT-5.2 | Thinking mode 支持，适合复杂规划任务 |
| Gemini-3.0-Pro | 上下文窗口大，适合长会话保持 |

**1.3 基线公平性考虑**

- 使用已发布的 baseline 代码和默认参数配置
- 未充分评估不同模型架构间的差异（Transformer vs MoE）
- 实验环境相对受控，可能与真实世界复杂场景存在差距

**1.4 失败分析洞察**

当前未能完全解决的失败类型：
| 类型 | 占比 | 说明 |
|------|------|------|
| Type A (能力缺口) | ~60% | 缺少工具、知识或技能 - 可通过工程改进解决 |
| Type B (复杂性障碍) | ~40% | 规划、状态管理问题 - 需要架构创新 |

---

#### 2. 未来方向与潜在点

**2.1 The Creativity Barrier（创造力壁垒）**

当前系统有效于模式匹配，但在**分布外泛化 (out-of-distribution generalization)**方面仍有挑战：

```mermaid
graph LR
    A[已知攻击模式] -->|Pattern Matching| B{EGATS 搜索}
    C[新颖攻击场景] -->|需要创造力 | D{推理判断}
    B --> E[成功]
    D --> F[失败 - PlayerTwo 案例]
```

**PlayerTwo 失败案例分析：**
- 系统能够识别已知漏洞模式
- 但在面对未见过的服务组合时，难以创造性地提出新的攻击路径
- **未来方向**：增强少样本学习能力和类比推理能力

**2.2 The Adversarial Environment Barrier（对抗环境壁垒）**

真实渗透测试环境中存在的挑战：

| 障碍类型 | 描述 | 影响 |
|----------|------|------|
| Honeypots (蜜罐) | 故意暴露的脆弱服务，用于诱捕和追踪 | 可能误导状态表示 |
| Canary Tokens (金丝雀令牌) | 检测异常访问的标记 | 增加误报风险 |
| Deceptive Services (欺骗性服务) | 模拟真实服务的虚假响应 | 污染决策依据 |

**应对策略：**
- 增强对可疑行为的检测和验证机制
- 引入不确定性量化，降低单一证据源的权重

**2.3 The Temporal Scale Barrier（时间尺度壁垒）**

人类渗透测试专家能够在**数周甚至数月**的 engagements 中维持心理模型：

```mermaid
graph TB
    subgraph "当前 EGATS 能力"
        A[单会话内推理] --> B[攻击树搜索]
        B --> C[反向传播更新]
    end
    
    subgraph "未来方向"
        D[跨会话连续性] --> E[长期记忆增强]
        E --> F[多周 engagement 管理]
    end
```

**当前局限：**
- EGATS 改进了单会话内的推理能力
- 但跨会话的连续性和长期规划仍需加强

**未来方向：**
- **Long-horizon planning**: 开发支持更长规划周期的算法
- **Cross-session memory consolidation**: 将短期发现转化为长期知识
- **Incremental model refinement**: 基于历史 engagement 持续优化策略

---

#### 3. 研究展望总结

| 方向 | 优先级 | 预期影响 |
|------|--------|----------|
| 扩展基准测试范围（二进制/移动/云） | 高 | 提升通用性和实用性 |
| 增强创造力与泛化能力 | 中 | 解决 Type B 失败 |
| 对抗环境鲁棒性 | 中 | 降低误报和误导 |
| 跨会话连续性 | 低→中 | 支持长期复杂任务 |

---

## 安装指南

### Docker 方式（推荐）

```bash
# 1. 克隆项目
git clone https://github.com/pentestgpt/pentestgpt2.git
cd pentestgpt2

# 2. 构建镜像
make install          # 构建 Docker 镜像

# 3. 配置认证（首次使用）
make config           # 配置 API 密钥或本地 LLM

# 4. 启动容器
make connect          # 连接容器并进入交互界面
```

### 开发模式

```bash
# 1. 安装 uv (Python 包管理器)
curl -LsSf https://astral.sh/uv/install.sh | sh

# 2. 创建虚拟环境并安装依赖
uv sync

# 3. 配置环境变量
cp .env.example .env
nano .env  # 编辑配置文件

# 4. 直接运行
excalibur --target <目标 IP>
```

---

## Langfuse 本地部署

Excalibur 支持使用 Langfuse 作为可观测性平台，用于追踪渗透测试会话、记录攻击树状态和分析执行日志。项目已提供完整的 Docker Compose 配置文件，可一键启动 Langfuse 本地实例。

### 部署架构

Langfuse 本地部署包含以下核心组件：

| 组件 | 端口 | 说明 |
|------|------|------|
| langfuse-web | 3001 | Langfuse Web UI |
| langfuse-worker | 3030 | 后台任务处理 |
| postgres | 5432 | 主数据库 |
| clickhouse | 8123/9000 | 分析数据库 |
| redis | 6379 | 缓存与队列 |
| minio | 9090/9091 | 对象存储 (S3 兼容) |

### 快速部署

```bash
# 1. 进入 Langfuse 部署目录
cd langfuse

# 2. 复制环境变量模板并配置（必须修改默认密码）
cp .env.example .env
nano .env  # 编辑配置，重点修改以下项：
#   - NEXTAUTH_SECRET: 生成密钥 openssl rand -hex 32
#   - ENCRYPTION_KEY: 生成密钥 openssl rand -hex 32
#   - POSTGRES_PASSWORD: PostgreSQL 密码
#   - REDIS_AUTH: Redis 密码
#   - MINIO_ROOT_PASSWORD: MinIO 密码
#   - CLICKHOUSE_PASSWORD: ClickHouse 密码

# 3. 启动 Langfuse 服务
docker-compose up -d

# 4. 验证服务状态
docker-compose ps
```

### 访问 Langfuse Web UI

服务启动后，通过以下地址访问：

- **Web UI**: http://localhost:3001
- **MinIO Console**: http://localhost:9091 (MinIO 管理界面)

首次访问需创建管理员账号。

### Excalibur 集成配置

在 Excalibur 的 `.env` 文件中配置 Langfuse 连接：

```bash
# Langfuse 配置
LANGFUSE_HOST=http://localhost:3001
LANGFUSE_PUBLIC_KEY=your-public-key
LANGFUSE_SECRET_KEY=your-secret-key
```

获取 API Key 步骤：
1. 访问 http://localhost:3001 并登录
2. 进入 Settings → API Keys
3. 创建新的 API Key 并复制到配置中

### 服务管理

```bash
# 查看日志
docker-compose logs -f langfuse-web

# 停止服务
docker-compose down

# 停止服务并删除数据
docker-compose down -v

# 重启服务
docker-compose restart
```

### 安全建议

- 仅将 langfuse-web (3001) 和 minio (9090) 端口暴露给外部网络
- 其他组件（postgres、redis、clickhouse）绑定到 127.0.0.1，仅接受本地连接
- 生产环境务必修改所有默认密码和密钥
- 定期备份数据卷：`docker-compose down` 前导出重要数据

---

## Docker 命令说明

| 命令 | 功能描述 |
|------|----------|
| `make install` | 构建 Docker 镜像 |
| `make config` | 配置 API 认证（首次使用） |
| `make connect` | 连接容器（主要入口） |
| `make stop` | 停止容器（保留配置） |
| `make clean-docker` | 彻底清除容器及配置 |

---

## 使用方法

### TUI 模式（默认）

```bash
# 进入容器后执行
excalibur --target 10.10.11.234

# 带上下文提示的使用
excalibur --target 10.10.11.50 --instruction "WordPress 站点，检查插件漏洞"
```

**快捷键：**
- `F1` - 帮助
- `Ctrl+P` - 暂停/继续
- `Ctrl+Q` - 退出

### 非交互模式

```bash
excalibur --target 10.10.11.100 --non-interactive
```

---

## 测试运行

```bash
# 单元测试
make test             # 执行所有测试（不含 Docker 测试）
make test-cov         # 生成测试覆盖率报告

# 代码检查
make lint             # Ruff 代码检查
make typecheck        # Mypy 类型检查
make check            # 执行全部检查（lint + typecheck）
```

---

## 许可协议

MIT License，详见 [`LICENSE.md`](LICENSE.md)。

**免责声明：** 仅供教育用途及授权安全测试使用。使用者需确保获得目标系统的明确授权，严禁用于非法活动。