このプロジェクトは、元の「PentestGPT」紙に基づいて、高度な貫通テストツールです。 モデルコンテキストプロトコルサーバー(MCP)と統合することで、自動化されたLM主導のセキュリティ評価を実行することで、コア機能を拡張します。

PentestGPTプロジェクトに基づいています。

• 元の GitHub リポジトリ: https://github.com/GreyDGL/PentestGPT ※元研究論文(USENIX Security '24):[https://www.usenix.org/conference/usenixsecurity24/presentation/deng]

韓国でこれを読みます

##特徴

-Dynamic MCP Serverインテグレーション:柔軟な[mcp_servers.json設定ファイルを介してローカルまたはリモートで実行するさまざまなツールサーバーに接続します。

• 自動タスク実行([autoモード): 接続されたMCPサーバーが提供するツールを使用して、LM-suggestedタスクを自動的に実行します。
• 相互活動的な「人のループ」モード: 各ツールの実行前にユーザー確認をサポートし、自動スキャン中に安全と制御を強化します。 -フレキシブルモデルサポート:OpenAI(GPTシリーズ)やGoogle(Geminiシリーズ)など、幅広いLMプロバイダーと連携。

インストール

##1. リポジトリのクローン化と仮想環境の設定

##2. 依存関係のインストール

PentestGPT-MCP

This project is an advanced penetration testing tool based on the original “PentestGPT” paper. It extends the core capabilities by integrating with Model Context Protocol servers (MCPs) to perform automated, LLM-driven security assessments.

It is based on the PentestGPT project.

• Original GitHub Repository: https://github.com/GreyDGL/PentestGPT
• Original Research Paper (USENIX Security '24): https://www.usenix.org/conference/usenixsecurity24/presentation/deng

🇰🇷 Read this in Korean

Features

• Dynamic MCP Server Integration: Connects to various tool servers running locally or remotely via a flexible mcp_servers.json configuration file.
• Automated Task Execution (auto mode): Automatically executes LLM-suggested tasks using tools provided by a connected MCP server.
• Interactive “Human-in-the-Loop” Mode: Supports user confirmation before each tool execution, enhancing safety and control during automated scans.
• Flexible Model Support: Works with a wide range of LLM providers, including OpenAI (GPT series) and Google (Gemini series).

Installation

1. Clone the Repository and Set Up a Virtual Environment

git clone https://github.com/your-username/PentestGPT-MCP.git
cd PentestGPT-MCP
python -m venv venv
source venv/bin/activate  # On Windows, use `venv\Scripts\activate`

2. Install Dependencies

Install the required Python packages from requirements.txt.

pip install -r requirements.txt

3. Configure API Keys

PentestGPT-MCP requires API keys to interact with Large Language Models. Set the appropriate environment variables for the model you wish to use.

For OpenAI (e.g., gpt-4o):

export OPENAI_API_KEY="your-openai-api-key"

For Google (e.g., Gemini):

export GOOGLE_API_KEY="your-google-api-key"

4. Set Up MCP Servers

The tool manages connections to MCP servers through a central JSON configuration file.

1. Copy the Example Configuration

Copy the example file from the config/ directory to the project root.

cp config/mcp_servers.json.example ./mcp_servers.json

2. Edit the Configuration File

Open mcp_servers.json and customize it to match your environment.

Configuration Example:

{
    "mcpServers": {
        "pentest-tools": {
            "command": "python",
            "args": [
                "mcp_servers/pentest_tools_server.py"
            ]
        },
        "kali_mcp": {
            "command": "python3",
            "args": [
                "/absolute/path/to/mcp_server.py",
                "http://LINUX_IP:5000/"
            ]
        }
    }
}

Configuration Structure:

• mcpServers: The root object containing all server configurations.
• "server-name": A unique, user-defined name for each server (e.g., "pentest-tools").
• command: The command to execute the server (e.g., python, python3, node).