T3MP3ST：把本地 AI 编程 Agent 直接变成零日猎人

你有没有想过——你每天用来写代码、debug、补测试的 AI 编程 Agent（Claude Code、Codex、Hermes 这些），其实只要给它装上一套"武器库"，就能直接变成安全研究员、攻击模拟器，甚至零日猎人。

T3MP3ST 就是干这个的：一个开源的多 Agent 攻防安全框架。

它不替换你的 Claude Code / Codex / Hermes，而是把它们"装上武器库"，让已经跑在你机器上的 AI Agent 自己跑完 侦察 → 利用 → 出报告 的整条杀伤链。

T3MP3ST 架构

故事从一个老问题说起

传统的渗透测试流程大家都熟：手动跑 Nmap、用 BurpSuite 抓包、跑 Metasploit、写报告。一套下来几天过去了。

AI Agent 革命之后有人开始想：能不能让 LLM 自己跑 Recon？让它自己调工具、自己判断、自己写报告？

但问题是——

Claude Code 不知道 nmap 的最新参数
Codex 不会用 BurpSuite 的 API
你告诉它"帮我做个渗透测试"，它只是嘴上同意，实际啥也没干

T3MP3ST 的解法很直接：给本地已经跑着的 AI Agent 装上一套 MCP 工具集——不是重新训练一个 AI 模型，而是把安全领域专用的工具（Nmap、ExploitDB、Metasploit、Shodan、SQLMap、TruffleHog……）打包成 MCP server，让现有 Agent 能调用。

T3MP3ST 是什么

T3MP3ST 是一款面向合法安全研究、漏洞赏金、红队演练的开源多 Agent 攻防安全框架。

它运行在你的本地机器上，把 Claude Code / Codex / Hermes 这些 AI 编程 Agent 打造成自主的渗透测试代理：自己跑侦察、自己发现漏洞、自己尝试利用、自己出报告——你只负责拿勺子舀结果。

核心特性：

🔌 多 AI Agent 兼容：Claude Code / Codex / Hermes 都能用，不绑定特定厂商
🧰 60+ 安全工具集成：Nmap、Metasploit、ExploitDB、Shodan、SQLMap、TruffleHog 等都按 MCP 规范接好
🤖 全自主工作流：侦察 → 武器化 → 利用 → 出报告，全程不用人手把手
📊 结构化报告输出：CWE 编号、PoC、利用步骤、影响范围，全部自动生成
🛡️ 多层防护：目标白名单 + 速率限制 + 操作审计，避免误伤生产
📜 AGPL-3.0 开源：社区驱动，接受 PR

架构怎么搭的

T3MP3ST 架构图

整个系统分四层：

1. AI Agent 层

你机器上已经跑着的 Claude Code / Codex / Hermes。T3MP3ST 不会替换它们，而是作为 MCP client 给它们分发工具。

2. T3MP3ST Orchestrator（编排器）

核心中间层，负责：

任务分解：把"对 example.com 做一次黑盒渗透"拆成子任务
工具调度：把每个任务路由到对应工具
上下文管理：把上游工具的结果喂给下一步
决策循环：判断什么时候够、什么时候继续

3. MCP Tool Layer（MCP 工具层）

所有安全工具按 MCP（Model Context Protocol）规范包装成 server，Agent 通过标准协议调用。T3MP3ST 自带 60+ 工具的封装：

侦察类：Nmap、Masscan、Shodan、Censys、DNSdumpster
漏洞扫描：Nuclei、OpenVAS、Trivy、Snyk
Web 安全：BurpSuite CLI、SQLMap、XSStrike、ffuf
凭据/泄露：TruffleHog、gitrob、pompem
利用框架：Metasploit RPC、ExploitDB 检索
云原生：kube-hunter、Prowler（AWS）、ScoutSuite

4. Safety Layer（安全护栏）

这一层是 T3MP3ST 区别于"危险玩具"的关键：

Target allowlist：只能扫你清单里的目标
Rate limit：避免被目标 IDS/IPS 干掉
Audit log：所有 Agent 操作都记账，可回溯
Dry-run 模式：默认只生成计划、不真执行

典型工作流

一个完整的 T3MP3ST 任务长这样：

Step 1：发起任务（自然语言）

你在 Claude Code 里输入：

用 T3MP3ST 对 staging.example.com 做一次 Web 应用渗透测试，范围限定 staging 子域，可以黑盒，别碰生产数据库。

Step 2：自主侦察

Agent 自己调子域枚举、端口扫描、技术栈识别，画出 attack surface。

Step 3：漏洞识别

针对每个暴露面，Agent 自动跑对应的扫描器，整理出可疑点。

Step 4：尝试利用

对于高置信漏洞，Agent 调 ExploitDB 检索已公开 PoC，或自己写小脚本验证。每一步都被护栏拦着检查。

Step 5：结构化报告

最后输出 Markdown 报告，包含：

概要 & 风险评级（CVSS）
受影响端点列表
每个漏洞的 PoC / 复现步骤
修复建议
完整 audit log（哪个 Agent 在何时调了哪个工具）

整个过程你不用一直盯着——设好护栏让它自己跑，完了回来读报告。

为什么这一招管用

1. 复用你已有的 Agent

不用换工具、不用学新 LLM。你已经在用的 Claude Code / Codex 直接变成安全研究员。

2. 工具已经在那

T3MP3ST 不是从零开发一套工具集，而是把业界主流的 60+ 安全工具按 MCP 规范重新接了一遍，相当于给 Agent 配了一个"万能工具箱"。

3. 安全护栏比 AI 自己判断更可靠

Agent 不能自己决定"这个目标能不能扫"——必须先在白名单里登记。这种"AI 提建议、护栏拍板"的设计是 T3MP3ST 的核心。

4. 报告直接对接 Bug Bounty 流程

出的是结构化 Markdown，能直接复制到 HackerOne / Immunefi 的提交模板。

5. AGPL-3.0 开源

意味着任何用它提供的服务也必须开源——企业红队可以放心 fork 改内部用。

争议与边界

说清楚几个点：

⚠️ 必须明确授权

T3MP3ST 的设计思路是"协助合法安全研究"。扫未授权目标的合法性问题不在工具范畴内。

⚠️ 不是替换专业红队

工具能覆盖 80% 自动化侦察 + 已知漏洞利用，但 APT 级别的复杂攻击链还是需要人来。

⚠️ AI 决策的可解释性

当 Agent 自己决定"用 SQLMap 还是 XSStrike"时，理由不总是透明的。审计日志可部分缓解，但没法完全替代人工 review。

快速上手

git clone https://github.com/your-org/T3MP3ST.git
cd T3MP3ST
pip install -r requirements.txt

# 初始化工具白名单和护栏
cp config/allowlist.example.yaml config/allowlist.yaml
vim config/allowlist.yaml  # 添加你的测试目标

# 启动 orchestrator
python t3mp3st.py start --agent claude-code

# 在 Claude Code 里发起任务
> 用 T3MP3ST 对 staging.local 做一次 Web 渗透，黑盒模式

前置条件：

本地已安装 Claude Code CLI（或 Codex / Hermes）
Python 3.10+
可选：本地运行的安全工具二进制（Nmap、SQLMap 等）

适合谁

✅ 强烈推荐：

做漏洞赏金的独立研究者（自动化让效率翻倍）
企业内部红队 & DevSecOps 团队
安全研究实验室 / 高校研究人员
已经重度依赖 AI Agent 的开发者，想顺手把安全测试也自动化

❌ 可能不合适：

完全没碰过 AI Agent 的用户（先把 Claude Code 用顺再玩这个）
需要一键自动找零日的"白嫖党"（T3MP3ST 不会替你做判断）
只能在生产环境跑的客户（建议先从测试环境开始）

最后

T3MP3ST 不是一个"万能 AI 安全神器"，它是个务实的多 Agent 编排框架——把业界已有的安全工具按 MCP 规范接好，让已有的 AI Agent 能直接调用。

对于已经在用 Claude Code / Codex / Hermes 的开发者来说，这条曲线的价值在"顺手"——不用换工具、不用学新模型，安装一下就能给你的 Agent 加上一整套安全工具包。

在这个 AI Agent 落地越来越快的节点上，把"AI Agent + 安全工具"的整合标准化，本身就是有意义的开源贡献。

相关链接：

GitHub：https://github.com/your-org/T3MP3ST（项目主页，开源仓库地址请以官方页面为准）
相关背景：MCP（Model Context Protocol）规范文档
参考项目：Awesome-MCP-Servers、Claude Code Tool Catalog