Darkmoon 是一个开源的、AI 驱动的自主渗透测试平台,它通过 18 个专业代理、80 多个集成工具、实时仪表板、基础设施映射和可发布、有证据支持的报告来编排端到端的攻击活动。
https://dark-moon.org/?ref=producthunt&utm_source=aipure
Darkmoon

产品信息

更新于:2026年07月08日

什么是 Darkmoon

Darkmoon 是一款自主 AI 渗透测试引擎,旨在跨 Web、云、Active Directory 和 Kubernetes 等环境运行专业级安全评估。它不像传统的漏洞扫描器那样工作,而是协调完整的攻击性工作流程——对目标进行推理,探索攻击面,通过真实执行验证发现,并生成团队可以快速采取行动的结构化报告。它以 GPLv3 许可的免费、自托管开源社区版提供,并提供额外的专业版和企业版选项,增加了强化运行时和操作功能。

Darkmoon 的主要功能

Darkmoon是一个自主AI渗透测试平台,它能够编排端到端的攻击性安全活动,超越单次扫描。它能对目标的攻击面进行推理,派遣专业代理,运行并看守工具执行,通过真实的有效载荷证据验证发现,将基础设施和攻击路径映射到图中,并通过实时仪表板生成结构化、可操作的报告。它提供免费的GPLv3开源自托管版本,以及一个Pro版本,后者具有强化的密封运行时、托管指挥中心和企业级报告/SSO选项。
自主渗透测试编排(而非扫描器): 建模目标的攻击面,规划多步骤活动,并协调领域专家代理以追溯攻击路径,而不是依赖单次签名。
18个AI代理 + 80多个集成工具: 使用编排器派遣合适的专家,并协调大型工具链,用于Web、云、AD和Kubernetes风格的评估。
有证据支持的验证与真实载荷: 通过真实的漏洞利用/载荷执行来验证发现,从而产生基于证据的漏洞,而非纯粹的理论检测。
基础设施图和攻击路径映射: 构建显示主机、连接和漏洞的基础设施图,帮助团队了解爆炸半径和链式攻击机会。
MCP门控工具执行(可审计的安全性): 模型生成计划,而MCP网关看守每个工具调用——支持受控执行和可审计性。
实时仪表板 + 报告工作流程: 提供实时活动可见性(状态、严重性分类、近期运行)和结构化报告;Pro版本增加了品牌PDF/报告格式和托管指挥中心。

Darkmoon 的使用场景

SaaS和Web应用的持续安全测试: 针对暂存/生产范围运行周期性自主活动,以捕获回归、验证可利用性,并生成当日可操作的报告。
DevOps团队的云姿态验证: 通过将侦察与利用尝试相结合,评估云暴露的服务和配置,生成突出可达攻击路径的基础设施图。
内部网络/Active Directory攻击路径评估: 建模横向移动机会和权限升级路径,通过证据验证错误配置,并在基础设施图中映射关系。
Kubernetes和容器环境评估: 将自主测试应用于集群攻击面和工作负载暴露,使用协调的代理/工具验证实际影响。
面向合规驱动型组织的托管渗透测试交付: 使用“按需渗透测试”工作流程获取授权,执行端到端任务,并交付符合常见方法论的、经过汇报且有证据支持的报告。

优点

端到端自主渗透测试,具有证据支持的验证,而不仅仅是签名扫描。
通过基础设施图和实时仪表板提供强大的可见性,改善优先级排序和修复。
开源GPLv3核心允许审计、定制和自托管。
受控执行模型(MCP门控工具调用)支持更安全、更可审计的自动化。

缺点

需要强大的推理/工具调用模型配置(例如OPENCODE_MODEL),否则活动可能会停滞。
支持GPU加速,但取决于主机设置且不会自动安装,增加了部署复杂性。
Pro版独有功能(密封运行时、托管指挥中心、品牌报告格式、硬件绑定许可)可能对某些企业工作流程是必需的。

如何使用 Darkmoon

1) 选择您将如何运行 Darkmoon(社区版 vs 专业版 vs 托管版): 选择一个:(a) 社区版 (GPLv3) 从 GitHub 自托管,(b) 专业版自托管,带有强化的密封运行时 + 仪表板和硬件绑定许可证,或 (c) “按需渗透测试”,由 Darkmoon 团队运行测试并提供详细报告。
2) (社区版) 克隆开源引擎: 在 Linux 主机上,克隆存储库并进入: - git clone https://github.com/ASCIT31/Dark-Moon - cd Dark-Moon
3) 在单个命令中定义您的范围/目标: Darkmoon 支持从命令行灵活定义范围。首先在您传递给启动器脚本的活动字符串中明确表达目标(域/IP/环境)。
4) 从 CLI 启动一个活动: 使用您的目标字符串运行提供的启动器脚本,例如: - ./darkmoon.sh "TARGET: acme.test" Darkmoon 将开始侦察,检测技术信号,并自动派遣专业代理。
5) 观察编排行为(启动后发生的情况): 启动后,Darkmoon 执行侦察,检测技术信号(网站描述了 14 种信号),然后将活动路由到相应的专业代理。它可以顺序或并行运行,级联深度受限(描述为限制在三层),以避免失控的递归。
6) 理解安全模型(MCP 门控工具执行): Darkmoon 的架构将规划与执行分离:AI 进行推理并编写计划,而 MCP 网关对每个工具调用进行门控。这被描述为核心安全保证(“模型进行规划。它从不获得 shell。”)。
7) 在仪表板中查看结果(如果使用专业版/命令中心): 在专业版中,使用托管的实时命令中心/仪表板查看活动摘要(持续时间、风险、漏洞计数)、严重性分类以及基础设施图(节点、连接、映射路径和漏洞)。
8) (专业版演示) 访问实时演示并完成首次登录密码更改: 访问 demo.dark-moon.org。首次访问时,使用 admin / admin 登录。您将被强制立即更改密码;更改后,您将被重定向到主页。
9) (SSO) 如果需要,通过 OIDC 集成身份验证: Darkmoon 的身份验证层由 Authelia 提供支持,并支持 OpenID Connect (OIDC)。配置您首选的支持 OIDC 的 SSO 提供商,以启用 SSO 兼容的登录流程。
10) 决定 GPU 与 CPU 执行(CPU 回退是自动的): Darkmoon 可以在没有 GPU 的情况下运行。它通过 pocl-opencl-icd 自动回退到 CPU,无需配置。如果您看到类似“could not select device driver 'nvidia' with capabilities: [[gpu]]”的错误,CPU 回退是预期的路径,除非 GPU 可用。
11) (Linux + AMD ROCm) 如果您想访问 AMD GPU,请添加设备映射: 在带有 AMD/ROCm 的原生 Linux 上,将这些添加到您的 docker-compose.yml 中以进行 GPU 直通: - devices: /dev/kfd:/dev/kfd and /dev/dri:/dev/dri - group_add: video and render 您可以使用以下命令检查 ROCm 可见性: - docker run --rm --device=/dev/kfd --device=/dev/dri --group-add video --group-add render rocm/rocm-terminal rocm-smi
12) (WSL 注意事项) 避免在 WSL2 中使用不受支持的 AMD GPU 直通: WSL2 中的 AMD GPU 直通被指出不受官方支持。对于 AMD GPU 工作负载,首选原生 Linux 或虚拟机。Darkmoon 在 CPU 回退模式下仍然运行良好。
13) (Windows + WSL2 + NVIDIA via Docker Desktop) 不要在 WSL 内部安装 NVIDIA 容器工具包: 如果您正在使用带有 WSL2 后端的 Docker Desktop,建议是:不要在 WSL 内部安装 nvidia-container-toolkit,也不要在那里运行 nvidia-ctk;Docker Desktop 会自动处理 GPU。确保在 Docker Desktop 设置中启用“使用 WSL2 后端”,然后根据需要完全重新启动 Windows。
14) 导出/使用报告(专业版功能): 在专业版中,生成多种报告格式的交付物,包括带品牌标识的 PDF,并使用仪表板的结构化活动输出(有证据支持的发现、基础设施图、严重性分类)进行修复工作流程。
15) (托管服务) 将 Darkmoon 作为服务运行而不是自托管: 如果您选择“按需渗透测试”,您将描述您的目标,在线签署法律框架/授权,支付固定费用,Darkmoon 的专家将运行端到端的攻击性测试,并在安全的客户空间中提供一份详细的、有证据支持的报告。

Darkmoon 常见问题

Darkmoon 是一个自主人工智能渗透测试平台,它能对目标进行推理,建模攻击面,调度专业代理,使用真实负载验证发现,构建基础设施图,并生成结构化报告。

与 Darkmoon 类似的最新 AI 工具

Hapticlabs
Hapticlabs
Hapticlabs是一个无代码工具包,使设计师、开发者和研究人员能够轻松地在设备上设计、原型设计和部署沉浸式触觉交互,无需编码。
Deployo.ai
Deployo.ai
Deployo.ai 是一个全面的 AI 部署平台,支持无缝模型部署、监控和扩展,并内置了道德 AI 框架和跨云兼容性。
CloudSoul
CloudSoul
CloudSoul 是一个 AI 驱动的 SaaS 平台,通过自然语言对话使用户能够即时部署和管理云基础设施,使 AWS 资源管理更加便捷和高效。
Devozy.ai
Devozy.ai
Devozy.ai是一个AI驱动的开发者自助服务平台,将敏捷项目管理、DevSecOps、多云基础设施管理和IT服务管理结合到一个统一的解决方案中,以加速软件交付。