RedAmon 是一个开源、自托管的 AI 渗透测试框架，定位为“在世界发现之前先揭示隐藏的漏洞”。它将侦察、利用和后渗透串联为一条自动化流水线，并进一步对每个发现进行分诊、实现代码修复，最终在代码仓库上打开拉取请求，从第一个数据包到合并补丁，每个关键步骤都保留人工监督。
用途与定位
RedAmon 面向授权安全测试、教育目的和研究。官方明确声明：绝不要使用本系统扫描、探测或攻击任何你不拥有或没有明确书面许可测试的系统；未经授权的访问是非法的并将受到法律惩罚；使用本工具即表示你对自己的行为承担全部责任。
主要能力
- 动态多工具并行侦察流水线：并行启动多个侦察工具，每个工具将结果实时输入共享知识图谱；工具根据实时发现调整范围并自动协调，攻击面（子域名、端口、端点、参数）可在数分钟内呈现。
- 侦察即活知识图谱：将行业标准扫描器串联，每个工具的输出馈入下一个，再合并到单个 Neo4j 知识图谱；发现去重、关系明确，智能体继承结构化、完全连接的攻击面，可用自然语言查询。
- 完整流水线：侦察（6 阶段侦察引擎）→ 利用（自主 AI 智能体验证 CVE 可利用性、测试凭据策略、映射横向移动路径）→ 后渗透 → AI 分诊（CypherFix 关联数百个发现、去重并按可利用性排序）→ CodeFix 智能体（克隆仓库，使用 11 个代码感知工具导航代码库，实施针对性修复）→ GitHub PR。
- 双向 MCP：可将任意 MCP 服务器作为工具接入，也可通过 Claude Code 或自建智能体驱动 RedAmon。
- 知识库（RAG 增强网络搜索）：web_search 工具包含本地知识库，在回退到 Tavily 网络搜索前，先搜索精选安全数据集（GTFOBins、LOLBAS、OWASP WSTG、NVD CVEs、ExploitDB、Nuclei 模板和智能体技能文档）。知识库返回高置信度匹配时完全跳过 Tavily，实现更快、可离线运行的结果。查询时运行混合检索流水线（FAISS 向量搜索 + Neo4j 全文检索），用交叉编码器重排序并检查置信度阈值。
使用方式
环境要求：Docker Engine 28.0.0 或更新版本，Docker Compose v2+。macOS 需 Docker Desktop 并将内存提升至至少 4 GB（使用 --gvm 时为 8 GB），克隆到 ~/ 下；Windows 需 Docker Desktop 配合 WSL2 后端，在 WSL2 文件系统内（~/）运行，而非 /mnt/c/。主机无需 Node.js、Python 或安全工具。
安装步骤：
- 克隆并安装：运行安装脚本构建所有镜像并启动服务。
- 创建管理员账户：安装结束时（以及每次 ./redamon.sh up 或 ./redamon.sh update 且不存在管理员时）终端会提示输入管理员名称、邮箱（用于登录 http://localhost:3000/login）和密码（至少 12 个字符）。若未出现提示，可随时用命令创建管理员。
- 配置：打开 http://localhost:3000/settings 配置 LLM 提供商（OpenAI、Anthropic、OpenRouter、AWS Bedrock 或任何 OpenAI 兼容端点如 Ollama、vLLM、Groq 等）、API 密钥（Tavily、Shodan、SerpAPI、NVD、Vulners、URLScan 及威胁情报密钥等）、隧道（ngrok 或 chisel）。所有设置按用户存储在数据库中，无需 .env 文件。
- 打开 Web 应用：访问 http://localhost:3000，创建项目、配置目标并开始扫描。
管理命令：所有生命周期管理由单个脚本处理，标志可组合，如 ./redamon.sh install --gvm --kbase。更新时脚本拉取最新代码、检测变更的 Dockerfile 和源文件、仅重建受影响镜像并重启服务，数据库、扫描结果和报告均保留。
生产部署：使用 tooling/deploy/single-host/ 中的单主机部署，通过 SSH 从笔记本驱动 redamon.sh，并包裹 nginx + TLS（Let's Encrypt）、主机防火墙、SSH 加固和 fail2ban 等面向互联网的安全层。
开发模式：支持 Next.js 快速刷新，首次运行时自动构建工具镜像，开发覆盖将生产 webapp 镜像替换为挂载源代码卷的开发容器，每次保存文件触发浏览器即时热重载。
知识库启用：知识库为可选加入。默认安装为轻量安装（约轻 4.4 GB，仅 Tavily 网络搜索）。启用本地知识库需传递 --kbase 标志。首次使用 --kbase 安装时，RedAmon 检测硬件（GPU/CPU/API）并提供快速启动配置，选择会被持久化。可通过 .env 将嵌入卸载到外部 API 加速摄取，例如使用 Ollama。注意：摄取和查询必须使用相同模型，切换模型需重建索引。
适用场景
- 授权渗透测试与红队演练
- 安全研究与漏洞验证
- 企业安全评估（官方称“为企业构建，安全设计”）
- 漏洞赏金覆盖审计（官方提供 124 页 PDF 审计报告，对照全部 397 类 Web 漏洞赏金发现类别，逐行审计并分别对侦察流水线和智能体系统评分：134 类完成、210 类在构建待办中、44 类有意排除）
限制与注意事项
- 仅限授权安全测试、教育及研究，严禁未授权使用。
- 资源需求：不含 OpenVAS 运行 7 个容器（webapp、postgres、neo4j、agent、kali-sandbox、recon-orchestrator、docker-broker）；含 OpenVAS 增加 4 个运行时容器及约 8 个一次性数据初始化容器（约 17 万+ NVT），首次启动 GVM 源同步约需 30 分钟。动态侦察和扫描容器按需生成，需要额外资源。
- 磁盘：固定平台占用约 70 GB（不含 OpenVAS）或约 95 GB（含 OpenVAS）；常开服务器运行真实任务建议额外约 100 GB 空闲空间用于运营数据（Neo4j 攻击图、扫描产物/输出、Postgres、容器日志），即不含 OpenVAS 200 GB、含 OpenVAS 250 GB。
- 知识库默认关闭，启用后首次构建索引约 1,200 个块，CPU 上需 10-15 分钟；CPU 机器上大型数据集嵌入可能耗时数小时。
- 官方团队已通过 Anthropic 网络验证计划（Anthropic Cyber Verification Program）。
- 项目维护公开 Project Board，欢迎社区贡献，贡献指南见 CONTRIBUTING.md。
- 详细文档见 Wiki，产品演示见 YouTube 播放列表，故障排除见 Troubleshooting 指南。
