Ada - 自主检测AI代理

Ada 是一个专门用于渗透测试的完全自主的AI代理系统。它能够自主地扫描系统、检测安全配置错误、发现漏洞并提出缓解建议，从而简化渗透测试和漏洞评估流程。

✨ 主要特性

• 🤖 自主操作: 基于ReAct架构的AI代理，具备规划、执行和反思能力
• 🛡️ 安全沙箱: 所有测试都在隔离的Docker沙箱环境中执行
• ⚡ 多工具集成: 内置nmap、hydra、sqlmap、nuclei、metasploit等渗透测试工具
• 🧠 智能记忆: 具备短期记忆系统，能够记住和学习测试过程中的发现
• 💻 终端集成: 支持tmux会话管理和实时命令执行
• 🔍 代码分析: 能够分析和理解目标应用的代码逻辑
• 📊 实时反馈: 提供详细的测试进度和结果反馈

🏗️ 系统架构

ada/
├── agents/          # AI代理核心系统
│   ├── ada.py      # 主代理实现
│   ├── base.py     # ReAct基础代理
│   ├── planner.py  # 任务规划器
│   └── executor.py # 任务执行器
├── llm/            # 大语言模型接口
├── memory/         # 记忆系统
├── sandbox/        # 沙箱运行时环境
├── tools/          # 工具集合
│   ├── tmux.py     # tmux会话管理
│   ├── exec_python_code.py  # Python代码执行
│   └── command_exec.py      # 命令执行
└── cli.py          # 命令行界面

📋 系统要求

• Python 3.13+
• Docker (用于沙箱环境)
• OpenAI API密钥

🚀 安装说明

使用UV包管理器 (推荐)

1. 安装依赖:

uv sync

2. 配置环境变量:

cp .env.example .env
# 编辑 .env 文件，添加你的 OpenAI API 密钥

3. 启动Ada:

uv run ada

💡 使用方法

启动Ada后，你可以：

1. 输入你的渗透测试任务描述
2. Ada会自动分析任务并制定执行计划
3. 在安全的沙箱环境中执行各种测试工具
4. 获得详细的漏洞报告和建议
5. 输入 'exit' 退出程序

示例对话

>>> 对目标IP 192.168.1.100 进行端口扫描和漏洞检测
>>> 检测网站 https://example.com 的SQL注入漏洞
>>> 分析这个Web应用的身份验证绕过可能性

🎬 演示

🛠️ 技术栈

• AI框架: OpenAI GPT模型
• 代理架构: ReAct (Reasoning + Acting)
• 容器化: Docker
• 终端管理: tmux
• 依赖管理: UV
• 测试框架: pytest

🔧 开发说明

运行测试

pytest tests/

添加新工具

1. 在 ada/tools/ 目录下创建新的工具文件
2. 继承 Tool 基类
3. 在 ada/tools/__init__.py 中注册工具

扩展记忆系统

记忆系统位于 ada/memory/ 目录，支持短期记忆存储和检索。