Darkmoon 是一個開源、AI 驅動的自主滲透測試平台,透過 18 個專業代理、80 多種整合工具、即時儀表板、基礎設施映射和可發布的證據支持報告來協調端到端攻擊活動。
https://dark-moon.org/?ref=producthunt&utm_source=aipure
Darkmoon

產品資訊

更新時間:2026年06月22日

什麼是 Darkmoon

Darkmoon 是一個自主 AI 滲透測試引擎,旨在跨網路、雲端、Active Directory 和 Kubernetes 等環境執行專業級安全評估。它不像傳統的漏洞掃描器那樣運作,而是協調一個完整的攻擊性工作流程——對目標進行推理、探索攻擊面、透過真實執行驗證發現,並生成團隊可以快速採取行動的結構化報告。它以 GPLv3 許可下的免費、自託管開源社群版提供,並提供額外的專業版和企業版選項,增加了強化運行時和操作功能。

Darkmoon 的主要功能

Darkmoon 是一個自主 AI 滲透測試平台,它能協調端到端的攻擊性安全活動,超越單次掃描。它能分析目標的攻擊面,派遣專業代理,執行並監管工具執行,透過真實的負載證據驗證發現,將基礎設施和攻擊路徑繪製成圖,並透過即時儀表板產生結構化、可操作的報告。它提供免費的 GPLv3 開源自託管版本,以及包含強化密封運行時、託管指揮中心和企業級報告/SSO 選項的專業版。
自主滲透測試協調(非掃描器): 建模目標的攻擊面,規劃多步驟活動,並協調領域專家代理以追蹤攻擊路徑,而不是依賴單次掃描簽名。
18 個 AI 代理 + 80 多個整合工具: 使用協調器派遣合適的專家,並協調大型工具鏈,用於網路、雲端、AD 和 Kubernetes 風格的評估。
透過真實負載進行證據支持的驗證: 透過真實的漏洞利用/負載執行來驗證發現,以產生基於證據的漏洞,而不是純粹的理論檢測。
基礎設施圖和攻擊路徑映射: 建立一個顯示主機、連接和漏洞的基礎設施圖,幫助團隊了解爆炸半徑和鏈接機會。
MCP 門控工具執行(可審計的安全性): 模型生成計劃,而 MCP 閘道監管每個工具調用—支持受控執行和可審計性。
即時儀表板 + 報告工作流程: 提供即時活動可見性(狀態、嚴重性細分、最近運行)和結構化報告;專業版增加了品牌 PDF/報告格式和託管指揮中心。

Darkmoon 的使用案例

SaaS 和網路應用程式的持續安全測試: 針對暫存/生產範圍執行重複的自主活動,以捕捉回歸、驗證可利用性,並產生當天可操作的報告。
DevOps 團隊的雲端態勢驗證: 透過將偵察與利用嘗試連結起來,評估雲端暴露的服務和配置,產生突出可達攻擊路徑的基礎設施圖。
內部網路/Active Directory 攻擊路徑評估: 模擬橫向移動機會和權限提升路徑,透過證據驗證錯誤配置,並在基礎設施圖中繪製關係。
Kubernetes 和容器環境評估: 將自主測試應用於叢集攻擊面和工作負載暴露,使用協調的代理/工具來驗證實際影響。
合規性驅動組織的託管滲透測試交付: 使用「按需滲透測試」工作流程來獲得授權,執行端到端參與,並交付一份符合常見方法論、經過匯報且有證據支持的報告。

優點

端到端自主滲透測試,具有證據支持的驗證,而不僅僅是簽名掃描。
透過基礎設施圖和即時儀表板提供強大的可見性,改善優先級排序和修復。
開源 GPLv3 核心支持審計、自定義和自託管。
受控執行模型(MCP 門控工具調用)支持更安全、更可審計的自動化。

缺點

需要強大的推理/工具調用模型配置(例如,OPENCODE_MODEL),否則活動可能會停滯。
支持 GPU 加速,但取決於主機設置,且不會自動安裝,增加了部署複雜性。
某些企業工作流程可能需要專業版專屬功能(密封運行時、託管指揮中心、品牌報告格式、硬體綁定許可)。

如何使用 Darkmoon

1) 選擇您將如何運行 Darkmoon(社群版 vs 專業版 vs 託管版): 選擇一個:(a) 社群版 (GPLv3) 從 GitHub 自行託管,(b) 專業版自行託管,帶有強化密封運行時 + 儀表板和硬體綁定許可證,或 (c)「按需滲透測試」,由 Darkmoon 團隊執行任務並提供匯報報告。
2) (社群版) 克隆開源引擎: 在 Linux 主機上,克隆儲存庫並進入它: - git clone https://github.com/ASCIT31/Dark-Moon - cd Dark-Moon
3) 在單個命令中定義您的範圍/目標: Darkmoon 支援從命令列靈活定義範圍。首先在您傳遞給啟動器腳本的活動字串中清楚地表達目標(域/IP/環境)。
4) 從 CLI 啟動一個活動: 使用您的目標字串運行提供的啟動器腳本,例如: - ./darkmoon.sh "TARGET: acme.test" Darkmoon 將開始偵察、檢測技術信號並自動派遣專業代理。
5) 觀察協調行為(啟動後會發生什麼): 啟動後,Darkmoon 執行偵察,檢測技術信號(該網站描述了 14 個信號),然後將活動路由到適當的專業代理。它可以順序或並行運行,級聯深度受限(描述為限制在三個級別)以避免失控的遞歸。
6) 了解安全模型(MCP 門控工具執行): Darkmoon 的架構將規劃與執行分開:AI 進行推理並編寫計畫,而 MCP 閘道器則看守每個工具呼叫。這被描述為核心安全保證(「模型進行規劃。它從不獲得 shell。」)。
7) 在儀表板中查看結果(如果使用專業版/指揮中心): 在專業版中,使用託管的即時指揮中心/儀表板查看活動摘要(持續時間、風險、漏洞數量)、嚴重性分類以及基礎設施圖(節點、連接、映射路徑和漏洞)。
8) (專業版演示) 訪問即時演示並完成首次登錄密碼更改: 前往 demo.dark-moon.org。首次訪問時,使用 admin / admin 登錄。您將被強制立即更改密碼;更改後,您將被重定向到主頁。
9) (SSO) 如有需要,透過 OIDC 整合身份驗證: Darkmoon 的身份驗證層由 Authelia 提供支援並支援 OpenID Connect (OIDC)。配置您首選的支援 OIDC 的 SSO 提供商以啟用 SSO 相容的登錄流程。
10) 決定 GPU vs CPU 執行(CPU 自動回退): Darkmoon 可以在沒有 GPU 的情況下運行。它透過 pocl-opencl-icd 自動回退到 CPU,無需配置。如果您看到類似「無法選擇具有功能:[[gpu]] 的設備驅動程式 'nvidia'」的錯誤,則 CPU 回退是預期的路徑,除非 GPU 可用。
11) (Linux + AMD ROCm) 如果您想要 AMD GPU 訪問,請添加設備映射: 在帶有 AMD/ROCm 的原生 Linux 上,將這些添加到您的 docker-compose.yml 中以進行 GPU 直通: - devices: /dev/kfd:/dev/kfd 和 /dev/dri:/dev/dri - group_add: video 和 render 您可以使用以下命令檢查 ROCm 可見性: - docker run --rm --device=/dev/kfd --device=/dev/dri --group-add video --group-add render rocm/rocm-terminal rocm-smi
12) (WSL 備註) 避免在 WSL2 中使用不受支援的 AMD GPU 直通: WSL2 中的 AMD GPU 直通被指出不受官方支援。對於 AMD GPU 工作負載,首選原生 Linux 或虛擬機。Darkmoon 在 CPU 回退下仍然運行良好。
13) (Windows + WSL2 + NVIDIA 透過 Docker Desktop) 不要在 WSL 內部安裝 NVIDIA 容器工具包: 如果您正在使用帶有 WSL2 後端的 Docker Desktop,建議是:不要在 WSL 內部安裝 nvidia-container-toolkit,也不要在那裡運行 nvidia-ctk;Docker Desktop 會自動處理 GPU。確保在 Docker Desktop 設定中啟用「使用 WSL2 後端」,然後在需要時完全重新啟動 Windows。
14) 匯出/使用報告(專業版功能): 在專業版中,以多種報告格式生成可交付成果,包括品牌 PDF,並使用儀表板的結構化活動輸出(有證據支持的發現、基礎設施圖、嚴重性分類)進行修復工作流程。
15) (託管任務) 將 Darkmoon 作為服務運行而不是自行託管: 如果您選擇「按需滲透測試」,您將描述您的目標,在線簽署法律框架/授權,支付固定費用,Darkmoon 的專家將執行端到端攻擊任務,並在安全的客戶空間中提供一份經過匯報、有證據支持的報告。

Darkmoon 常見問題

Darkmoon 是一個自主的人工智慧滲透測試平台,它能對目標進行推理、建立攻擊面模型、派遣專業代理、使用真實負載驗證發現、建立基礎設施圖,並產生結構化報告。

与 Darkmoon 类似的最新 AI 工具

Hapticlabs
Hapticlabs
Hapticlabs 是一個無代碼工具包,使設計師、開發者和研究人員能夠輕鬆設計、原型設計和部署跨設備的沉浸式觸覺交互,無需編碼。
Deployo.ai
Deployo.ai
Deployo.ai 是一個全面的 AI 部署平台,支持無縫模型部署、監控和擴展,內置道德 AI 框架和跨雲兼容性。
CloudSoul
CloudSoul
CloudSoul 是一款 AI 驅動的 SaaS 平台,通過自然語言對話使用戶能夠即時部署和管理雲端基礎設施,使 AWS 資源管理更加易用和高效。
Devozy.ai
Devozy.ai
Devozy.ai 是一個由 AI 驅動的開發者自助服務平台,將敏捷項目管理、DevSecOps、多雲基礎設施管理和 IT 服務管理結合為一個統一的解決方案,以加速軟件交付。