0xsteph/pentest-ai

Веб-сайт · Быстрый старт · Награда за насекомые · Проверка · Документация · Проблемы

Pentest-AI — это инструмент с открытым исходным кодом для тестирования на проникновение ИИ и получения ошибок, который доказывает все выводы. Он соединяет клиент или модель ИИ с реальным рабочим процессом пентеста — исследуя веб-приложения, выявляя и воспроизводя уязвимости, а также используя машинные оракулы для проверки эффективности эксплойта. Нет доказательств — нет выводов: проверенные результаты несут доказательства, которые можно воспроизвести самостоятельно.

Используйте его через MCP (Claude Code, Codex, Cursor, VS Code), из CLI или в CI/CD. Модель управляет расследованием; независимый оракул решает, заслужит ли вывод подтверждённый вердикт — поэтому результат является сигналом, а не AI-ошибкой.

Создано для авторизованного баунти за ошибки: импортируйте область действия программы (HackerOne, Bugcrowd, Intigriti, YesWeHack), запускайте ограниченное взаимодействие и превращайте каждую проверенную находку в готовую к платформе отправку. Перейдите к рабочему процессу баг-баунти →

Тестируйте только системы, которыми вы владеете или имеете явное разрешение на оценку. Ознакомьтесь с политикой допустимого использования и условиями перед проведением сделки.

Быстрый старт

Рекомендуем: Кодекс или Кодекс Клода

Используйте Python 3.10–3.14 и установите pipx

Website · Quick start · Bug bounty · Verification · Documentation · Issues

Pentest-AI is an open-source AI penetration testing and bug-bounty tool that proves every finding. It connects an AI client or model to a real pentest workflow — investigating web applications, discovering and reproducing vulnerabilities, and using machine oracles to verify whether an exploit actually works. No proof, no finding: verified results carry evidence you can replay yourself.

Use it through MCP (Claude Code, Codex, Cursor, VS Code), from the CLI, or in CI/CD. The model drives the investigation; an independent oracle decides whether a finding earns a verified verdict — so the output is signal, not AI slop.

Built for authorized bug bounty: import a program’s scope (HackerOne, Bugcrowd, Intigriti, YesWeHack), run a scope-enforced engagement, and turn each verified finding into a platform-ready submission. Jump to the bug-bounty workflow →

Test only systems you own or have explicit authorization to assess. Read the acceptable-use policy and terms before running an engagement.

Quick start

Recommended: Codex or Claude Code

Use Python 3.10–3.14 and install pipx first. Run pipx ensurepath and reopen your terminal if needed. pipx isolates Pentest-AI’s dependencies and makes its commands available across folders.

pipx install ptai
ptai setup --mcp

Install your AI client’s CLI first. Setup asks before connecting all detected supported clients, including both Codex and Claude Code when installed. It preserves existing registrations. Restart your client afterward.

The wizard uses user-wide settings. It does not install clients, sign you in, download models or configure Ollama. Your AI client supplies the model; no separate model API key is required by the MCP server. Use ptai setup --mcp --dry-run to preview changes. See single-client and per-repository setup for Codex .codex/config.toml and Claude Code .mcp.json instructions.

For upgrades, use pipx upgrade ptai. In an existing activated virtual environment,