**Пентестные агенты ИИ — и доказывают как результаты, так и их отсутствие. Пакет навыков плюс управляемый движок для агентов LLM с красной командой: чат-боты, помощники RAG, копилоты с инструментальным вызовом, MCP-серверы и автономные агенты ReAct · * * 24 навыки * * (23 охота + методология) · 4 руки обнаружения · 24 / 24 лабораторные ворота · 7 целевых сред · FN 0 более 949 полевых запусков · загрузки в Claude Code, OpenCode, Hermes, Codex CLI и AntiGravity.

Построено Sachin Sharma — Bug Hunting & GenAI Security Research.

Родственники Клода-БагХантера — той же формы, Разный карьер. BugHunter охотится на веб-приложения; Claude-AgentHunter охотится на самих агентов.

##Что это такое

Пакет навыков для системы навыков Claude Code (и OpenCode, Hermes, Codex CLI, AntiGravity). Установите один раз, и упряжка перестанет угадывать безопасность агента и начнет выполнять дисциплинированный тест: он отпечатывает отпечатки пальцев целевого агента, выбирает правильные навыки по поверхности, запускает свои зонды только для стдлиба, забивает следы с 4-руким двигателем и закрывает каждую находку, поэтому беглый ответ никогда не поставляется как утечка, а бесшумный зонд никогда не поставляется как «чистый».

Claude-AgentHunter

Pentest AI agents — and prove both the findings and the absences. A skill bundle plus a runnable engine for red-teaming LLM agents: chatbots, RAG assistants, tool-calling copilots, MCP servers, and autonomous ReAct agents · 24 skills (23 hunt + methodology) · 4 detection arms · 24/24 lab gates · 7 target environments · FN 0 over 949 field runs · loads into Claude Code, OpenCode, Hermes, Codex CLI and AntiGravity.

Built by Sachin Sharma — Bug Hunting & GenAI Security Research.

---

Sibling to Claude-BugHunter — same shape, different quarry. BugHunter hunts web apps; Claude-AgentHunter hunts the agents themselves.

24 skills   ·   4 detection arms   ·   24/24 lab gates   ·   7 target environments   ·   FN 0 over 949 runs

What is this

A drop-in skill bundle for the Claude Code skills system (and OpenCode, Hermes, Codex CLI, AntiGravity). Install once and the harness stops guessing at agent security and starts running a disciplined pentest: it fingerprints the target agent, picks the right hunt-agent-* skills by surface, runs their stdlib-only probes, scores the traces with a 4-arm engine, and gates every finding so a fluent answer never ships as a leak and a silent probe never ships as “clean”. Describe the target in plain English and the relevant skills auto-load — no invocation by name. The whole flow runs as one command, /hunt-agent, or stage by stage (see Commands).

Why it exists

An agent generates text; it does not retrieve state. That creates two failure modes a web pentest never has to worry about, and Claude-AgentHunter is built around catching both:

• A fluent answer looks identical to a real leak → the False-Positive gate.
• A silent probe looks identical to a secure target → the Negative-Result gate.

The second one is the hard one. Across this project’s own development, ten probe defects each reported a compromise as clean — a similarity gate that scored a real leak 0.03, an HTTP 500 counted as a refusal that buried a confirmed bypass, a token floor that hid the forgery that leaked the flag. Every one looked like a passing test. Both gates live in engine/gates.py and ship in every skill.

How the skills work

Each skill is skills//SKILL.md — Agent-Skills markdown with frontmatter (name, description, sources, validated_against, report_count — the count of in-house field-validated reports behind the skill, 0 for reference-only). Harnesses topic-match on the description; describing your test in plain English loads the relevant skills, no explicit invocation. Unlike static methodology skills, each one carries a Runnable Probe that executes against a live agent and a