开
samugit83/
开源 AI 渗透测试框架
这个项目的方向挺直接,它想把 AI 代理和渗透测试结合起来。RedAmon 并不是简单地调用几个扫描脚本,而是将攻击面映射成图,并在 Kali 沙盒中进行自主漏洞利用。这里有个小看点,它引入了人类审批机制(human approval gates),在执行高风险操作前需要确认,最后还能直接提交修复漏洞的 PR。 它在架构上对 MCP(模型上下文协议)的支持很彻底。你既可以把任何 MCP 服务器当作工具插入给它用,也可以反向操作,通过 Claude Code 或你自己的 AI 代理来驱动 RedAmon。这种双向 MCP 的设计,让它在自动化安全测试和现有 AI 开发者工作流之间找到了一个很好的平衡点。
Python高潜项目潜龙编辑甄选
★ Stars
2.9k
GitHub stars
⑂ Forks
604
Forked repos
⊙ Rank
No. 11
Editor rank
Activity
活跃
发布于 2026-10-05T21:11:12.000Z
编辑评介README快速上手Releases
潜龙评分
4.6/ 5.0
代码质量4.7
文档完善4.5
社区活跃4.4
上手难度4.2
开源 AI 渗透测试框架 最值得关注的地方,是它围绕真实开发场景提供了清晰的工程入口。这个项目的方向挺直接,它想把 AI 代理和渗透测试结合起来。RedAmon 并不是简单地调用几个扫描脚本,而是将攻击面映射成图,并在 Kali 沙盒中进行自主漏洞利用。这里有个小看点,它引入了人类审批机制(human approval gates),在执行高风险操作前需要确认,最后还能直接提交修复漏洞的 PR。 它在架构上对 MCP(模型上下文协议)的支持很...
优点
+主题明确,便于快速判断适用场景
+社区关注度高,持续维护概率更大
+可作为同类技术选型的参考样本
不足
-具体成熟度仍需结合 README 与 issue 验证
-生产接入前需要自行评估许可与维护节奏
适用场景
如果你正在评估 高潜项目 方向,这个项目适合放入候选清单。它的 Star、Fork 与主题信息能够帮助你快速判断社区热度,再结合官方仓库文档进行技术验证。