elder-plinius/T3MP3ST

T3MP3ST 是一个多智能体红队测试框架，它能让开发者已经习惯使用的AI编程助手，如Claude Code或Codex，变成一个自动化的网络安全攻击工具。它主要面向安全研究人员和渗透测试工程师。

过去，安全工程师进行红队测试时，往往需要手动操作一系列工具链。他们可能先用Nmap或Shodan进行信息收集，接着在Metasploit或自己写的Python脚本中寻找可用的漏洞利用代码，最后手动整理报告。整个过程高度依赖工程师的个人经验，并且在不同工具间切换、验证漏洞、编写报告等环节耗时费力。即使引入了AI助手，也通常只是用它来辅助编写某个特定的漏洞利用脚本，或者解释一段复杂的攻击载荷，整个攻击链的串联和决策仍需人工主导。

T3MP3ST切入的正是“工作流封装层”和“Agent执行层”之间的问题。它没有创造新的漏洞扫描或利用技术，而是将现有的、分散的渗透测试动作（侦察、利用、报告）封装成一个由AI智能体自主决策和执行的连贯流程。用户只需指定一个授权目标，框架就能驱动用户已有的AI编程助手，自动完成从信息收集到生成报告的全套攻击链。

旧方案的不足在于，无论是手动组合商业SaaS安全工具，还是用Claude Code等AI助手辅助编写零散脚本，都未能实现攻击链的端到端自动化。工程师仍然卡在流程衔接、上下文传递和任务编排上。T3MP3ST之所以现在能够成立，直接得益于“AI从聊天转向执行任务”的趋势。像Claude Code这样的AI编程助手已经具备了理解和生成复杂代码、执行系统命令的能力，这为将它们编排成具有明确攻击目标的“执行者”提供了可能。同时，开源生态（如Ollama）使得本地运行大模型成为现实，让整个攻击流程可以完全在自托管、无外部API依赖的环境下进行，这对注重隐私和可控性的安全操作至关重要。

这个项目透露出，AI智能体正从通用的代码生成工具，向垂直领域的“任务执行引擎”深化。当基础模型的能力足够执行具体领域任务时，最大的价值增量就来自于如何将这些能力组织成可靠、自动化的专业工作流。对于Builder而言，今天可以将其作为内部安全评估的自动化工具，在授权范围内测试自身系统的脆弱性。其最值得学习的核心设计，并非某个具体的攻击模块，而是它“利用现有AI Agent作为执行引擎”的架构思路——它不替换用户已经信任和付费的AI工具，而是作为一层“元框架”附着其上，将其能力转化为定向的工作流。这种“赋能而非替代”的思路，可以迁移到任何其他需要将通用AI助手（如用于设计的AI、用于视频剪辑的AI）转化为领域专用自动化流水线的场景，例如自动化UI测试、合规文档审查或内容风控流程。