LingXi

  ██╗     ██╗███╗   ██╗ ██████╗       ██╗  ██╗██╗
  ██║     ██║████╗  ██║██╔════╝       ╚██╗██╔╝██║
  ██║     ██║██╔██╗ ██║██║  ███╗█████╗ ╚███╔╝ ██║
  ██║     ██║██║╚██╗██║██║   ██║╚════╝ ██╔██╗ ██║
  ███████╗██║██║ ╚████║╚██████╔╝      ██╔╝ ██╗██║
  ╚══════╝╚═╝╚═╝  ╚═══╝ ╚═════╝       ╚═╝  ╚═╝╚═╝

LingXi — 自主渗透测试智能体

Autonomous Penetration Testing Intelligence

源自腾讯安全 Hackathon「智能渗透主战场 / 零界论坛赛道」的 LLM 驱动多 Agent 渗透辅助框架

目录

• 项目简介
• 技术栈
• 系统架构
• 核心特性
• 运行模式
• 项目结构
• 快速开始
• 环境变量说明
• CTF Writeup 知识库
• 扩展能力
• Web Dashboard
• 部署建议
• 验证与测试
• 参考项目与致谢
• 许可证

项目简介

LingXi 是一个 LLM 驱动的自主渗透测试 Agent 框架，围绕"自动拉题 / 侦察 / 工具执行 / 策略纠偏 / Flag 提交 / 经验沉淀"的闭环设计，源自腾讯安全 Hackathon 比赛项目。

当前仓库保留核心架构，遵循"核心开源 + 扩展私有"的边界：

• 保留 LingXi 名称与腾讯比赛项目背景
• 不保留历史 Git 记录
• 不附带论坛官方工具包、私有 PoC、Sliver 资产、运行日志、数据库或知识库快照
• 缺失本地扩展时，核心路径以"待命模式 + 可观察 + 可开发 + 可测试"方式工作

当前默认执行链路为 agent/sdk_runner.py 中的 SDK Runner 体系。

技术栈

系统架构

LingXi 延续 Planner / Executor / Reflector 的认知分层，从入口层到可观察层逐层解耦。下图展示核心数据流与模块依赖关系：

graph TD
    subgraph 入口层
        A["main.py<br/>CLI 参数解析"] --> B["config.py / runtime_env.py<br/>配置与环境"]
    end

    subgraph 调度层
        B --> C["agent/scheduler.py<br/>任务调度与实例生命周期"]
        C --> D["Platform Runtime<br/>任务分发"]
        C --> E["Async Workers<br/>知识回写 / 记忆同步"]
    end

    subgraph 解题执行层
        D --> F["agent/sdk_runner.py<br/>SDK Runner 主执行器"]
        F --> G["agent/prompts.py<br/>系统提示词"]
        F --> H["agent/reflector.py<br/>失败归因与反思"]
        F --> I["agent/skills.py<br/>技能装配"]
    end

    subgraph 工具层
        F --> J["tools/shell.py<br/>Shell 执行"]
        F --> K["tools/python_exec.py<br/>Python 执行"]
        F --> L["tools/platform_api.py<br/>平台 API"]
        F --> M["tools/recon.py<br/>自动侦察"]
        F --> N["tools/kali_mcp.py<br/>Kali MCP 桥接"]
        F --> O["tools/mcp_server.py<br/>MCP Server"]
        F --> P["tools/api_gateway.py<br/>API 网关"]
    end

    subgraph 记忆知识层
        Q["memory/store.py<br/>运行记忆"] --> R["memory/knowledge_store.py<br/>结构化经验"]
        R --> S["memory/knowledge_gateway.py<br/>知识网关"]
        S --> T["ctf_writeups_kb/<br/>CTF Writeup 向量检索"]
        E --> R
    end

    subgraph LLM 层
        U["llm/provider.py<br/>多 Provider 适配"] --> F
        U --> H
    end

    subgraph 可观察层
        V["agent/console.py<br/>Rich Console"] --> F
        W["web/server.py<br/>FastAPI + SSE Dashboard"] --> C
    end

双 Agent 协作模型

核心特性

智能执行能力

• 自动化主链路：拉题、侦察、执行、提交、复盘形成闭环
• 多模式运行：支持主战场、双开、仅 Web、仅独立子模式
• 自动侦察：端口、HTTP 指纹、页面上下文、错误回显等基础线索提纯
• 多执行手段协同：Shell、Python、Kali、平台 API、可选 MCP 扩展
• 进度感知：支持基于分数/Flag 状态做任务级收敛

分层知识系统

• 运行记忆层：同题 / 同 scope 的热路径回放
• 结构化经验层：高价值成功链路与失败归因写回
• 外部知识层：ctf_writeups_kb/ 提供可控检索与 API 服务
• 门控策略：本地经验优先于外部参考

鲁棒性

• Flag 快路径提交 / 危险行为约束 / 重复低价值路径拦截
• API 退避与恢复 / 写回线程安全 / 缺少私有扩展时优雅降级
• 主机 Failover：主备端点自动切换，阈值触发

可观察性

• Rich Console 实时输出
• FastAPI + SSE Web Dashboard
• 调度状态、日志轨迹、任务控制可视化

Provider 与容灾

• 支持多 Provider 角色拆分（DeepSeek / Anthropic / OpenAI / SiliconFlow）
• 主攻手 / 顾问链路隔离 / 备用端点切换 / 可选论坛独立模型链路
• _EndpointGate 限流器抑制重试风暴

运行模式

主入口为根目录 main.py：

python main.py                    # 默认主战场链路
python main.py --all              # 主战场 + 灵境/零界双开
python main.py --web              # 主战场 + Web Dashboard
python main.py --all --web        # 双开 + Dashboard
python main.py --web-only         # 仅启动 Web Dashboard
python main.py --main-only        # 仅启动主链路独立进程
python main.py --forum-only       # 仅启动论坛扩展链路（需本地扩展）
python main.py --web --port 7890  # 指定 Dashboard 端口

说明：

• 未配置 COMPETITION_BASE_URL / COMPETITION_API_BASE_URL 时，程序进入待命模式
• 待命模式下 Dashboard 依然可用，适合本地开发、配置校验与文档化演示
• 论坛、PoC、Sliver 等扩展默认关闭，需本地挂接后才会启用

项目结构

LingXi/
├── main.py                         # 主入口（CLI 参数解析、调度循环）
├── config.py                       # 全局配置管理（7 个嵌套 dataclass）
├── runtime_env.py                  # Python 解释器与 .venv 统一解析
├── start_daemon.sh                 # 后台守护启动脚本
├── requirements.txt                # 运行依赖
├── .env.example                    # 环境变量模板
├── LICENSE                         # GPL-3.0 许可证
│
├── host_failover.py                # 主机主备切换（阈值触发）
├── kali_container.py               # Kali 容器自动发现
├── challenge_fingerprints.py       # 题目产品指纹识别（10 种产品）
├── level2_task_hints.py            # Level2 任务 CVE-PoC 映射
├── log_utils.py                    # 日志工具（文件解析、敏感信息脱敏）
├── mock_platform_server.py         # 模拟平台服务器（测试用）
│
├── agent/                          # Agent 核心
│   ├── sdk_runner.py               #   SDK Runner 主执行器（当前默认链路）
│   ├── sdk_solver.py               #   SDK 求解器
│   ├── scheduler.py                #   任务调度与实例生命周期
│   ├── prompts.py                  #   系统提示词体系（4 套模板）
│   ├── reflector.py                #   失败归因与反思
│   ├── skills.py                   #   技能与扩展装配（1724 行）
│   ├── console.py                  #   Rich Console 输出
│   └── main_battle_progress.py     #   主战场进度追踪
│
├── tools/                          # 工具层
│   ├── shell.py                    #   Shell 执行器
│   ├── python_exec.py              #   Python 执行器
│   ├── platform_api.py             #   平台 API 客户端
│   ├── recon.py                    #   自动侦察
│   ├── kali_mcp.py                 #   Kali MCP 桥接
│   ├── kali_tool_proxy.py          #   Kali 工具代理
│   ├── mcp_server.py               #   MCP Server
│   ├── api_gateway.py              #   API 网关
│   ├── api_gateway_monitor.py      #   API 网关监控
│   ├── flag_utils.py               #   Flag 提取与提交工具
│   ├── forum_api.py                #   论坛扩展桥接（17 个 LangChain 工具）
│   ├── forum_history_bootstrap.py  #   论坛历史数据引导
│   ├── forum_message_state.py      #   论坛消息状态管理
│   ├── level2_cve_poc.py           #   本地 PoC 扩展桥接
│   └── sliver_mcp.py               #   Sliver MCP 桥接
│
├── llm/                            # LLM Provider 适配
│   └── provider.py                 #   多 Provider + Failover + 限流
│
├── memory/                         # 记忆与知识系统
│   ├── store.py                    #   运行记忆存储（JSON 文件）
│   ├── knowledge_store.py          #   结构化经验存储（22 字段 schema）
│   ├── knowledge_gateway.py        #   知识网关（门控策略）
│   ├── knowledge_service.py        #   知识服务 API（uvicorn 子进程）
│   └── knowledge_writeback.py      #   经验回写（持久化队列 + 后台 Worker）
│
├── web/                            # Web Dashboard
│   ├── server.py                   #   FastAPI + SSE 实时推送
│   └── static/                     #   前端静态资源
│       ├── index.html
│       └── app.js
│
├── ctf_writeups_kb/                # CTF Writeup 知识库子项目
│   ├── src/ctf_kb/                 #   核心库（爬虫/RAG/向量存储/API/CLI）
│   ├── tests/                      #   知识库测试
│   ├── offline_ingest.py           #   离线数据导入
│   └── scraper.py                  #   Writeup 爬取
│
├── docker/                         # Kali 容器化执行环境
│   ├── docker-compose.yml          #   Docker Compose 编排
│   └── Dockerfile.kali             #   Kali 镜像定义
│
├── tests/                          # 测试（25 个文件）
│   ├── test_sdk_runner.py          #   SDK Runner 测试
│   ├── test_scheduler.py           #   调度器测试
│   ├── test_llm_failover.py        #   LLM Failover 测试
│   ├── test_memory_knowledge.py    #   记忆知识测试
│   ├── test_main_battle_multi_flag_logic.py
│   ├── test_main_dispatch_budget.py
│   ├── test_prompt_rendering.py
│   ├── test_prompt_strategy.py
│   ├── test_skill_contexts.py
│   ├── test_web_knowledge_cleaning.py
│   └── ...                         #   其他单元/集成测试
│
├── extensions/                     # 本地可选扩展挂载点（仓库不附带私有实现）
│   ├── forum/                      #   论坛扩展
│   ├── level2-pocs/                #   私有 PoC 扩展
│   ├── skills/                     #   本地技能目录
│   └── additional-skills/          #   额外技能目录
│
├── SECURITY.md                     # 安全说明
└── CONTRIBUTING.md                 # 贡献说明

快速开始

1. 环境要求

2. 安装依赖

# 创建虚拟环境
python -m venv .venv

# 激活虚拟环境
source .venv/bin/activate        # Linux / macOS
# .venv\Scripts\Activate.ps1     # Windows PowerShell

# 安装依赖
python -m pip install --upgrade pip
python -m pip install -r requirements.txt

3. 配置环境变量

cp .env.example .env

编辑 .env，至少配置以下项：

# 平台地址（留空进入待命模式）
COMPETITION_BASE_URL=
COMPETITION_API_BASE_URL=

# 平台认证
AGENT_TOKEN=your-agent-token

# 主攻手 LLM
MAIN_LLM_PROVIDER=openai
OPENAI_BASE_URL=https://api.openai.com/v1
OPENAI_API_KEY=your-openai-key
OPENAI_MODEL=gpt-4o-mini

# 顾问 LLM
ADVISOR_LLM_PROVIDER=anthropic
ANTHROPIC_BASE_URL=https://api.anthropic.com
ANTHROPIC_API_KEY=your-anthropic-key
ANTHROPIC_MODEL=claude-3-5-sonnet-latest

# Docker / Kali
DOCKER_ENABLED=true

# 可选扩展（默认关闭）
FORUM_ENABLED=false
SLIVER_ENABLED=false

4. 启动 Docker / Kali（可选）

cd docker && docker compose up -d

如果只验证主程序、Dashboard、记忆和知识层，可跳过此步。

5. 启动 LingXi

# 待命模式 + Web Dashboard
python main.py --web --port 7890

# 默认主战场链路
python main.py

# 主战场 + 灵境/零界双开
python main.py --all

# 双开 + Dashboard
python main.py --all --web

环境变量说明

以下为 .env.example 中所有可用配置项。留空即为待命模式，不影响核心启动。

平台与认证

LLM Provider

角色分配：MAIN_LLM_PROVIDER（主攻手）、ADVISOR_LLM_PROVIDER（顾问）、FORUM_LLM_PROVIDER（论坛链路）。

通用格式 — 每个 Provider 均支持 _BASE_URL / _API_KEY / _MODEL 三元组：

Failover 备用端点（可选，格式同上）：

Docker / Kali

扩展（默认关闭）

Agent 运行时

Advisor / 控制

SDK

知识服务

自动提示

CTF Writeup 知识库

ctf_writeups_kb/ 是外部知识库子项目，职责：

• 采集和整理可公开来源的 CTF Writeup
• 构建 embedding / 检索 / 轻量索引链路（Milvus / Qdrant）
• 提供 CLI / HTTP API 两种访问方式
• 为顾问链路提供受控外部参考

数据流：

公开来源 / manifest
    ↓
writeups_raw.jsonl（本地生成）
    ↓
normalize / dedupe / chunk
    ↓
writeups_index.jsonl（本地生成）
    ↓
Milvus Lite / Qdrant（本地生成）
    ↓
KnowledgeService / Gateway
    ↓
Advisor / API / CLI

注意：当前仓库只附带代码、测试和 data/source_library_cn.json。writeups_raw.jsonl、writeups_index.jsonl、milvus.db、qdrant/ 均为本地生成产物，不随仓库发布。

扩展能力

当前仓库保留扩展接口，不附带私有实现。

Docker / Kali

仓库保留 docker/、tools/kali_mcp.py、tools/kali_tool_proxy.py，适用于 Kali 容器中的工具执行。没有 Docker 时不影响待命模式、Dashboard、记忆和知识层。

MCP

requirements.txt 已包含 mcp 依赖。tools/forum_api.py、tools/sliver_mcp.py、tools/kali_mcp.py 保留桥接层，无本地扩展或目标服务时默认不启用。

技能目录

支持本地挂接以下扩展目录：

• extensions/skills/ — 本地技能
• extensions/additional-skills/ — 额外技能
• extensions/forum/ — 论坛扩展
• extensions/level2-pocs/ — 私有 PoC

这些目录在仓库中默认不存在或为空，可自行挂接私有扩展，但不应提交回仓库。

论坛 / PoC / Sliver

论坛、Level2 PoC、Sliver 三者默认关闭，缺失时不影响基础运行。

Web Dashboard

Web 面板是可选组件，基于 FastAPI + SSE 实现实时推送。

python main.py --web                # 主链路 + Dashboard
python main.py --web --port 7890    # 指定端口
python main.py --web-only           # 仅启动 Dashboard

功能：

• 任务、赛区状态与调度结果实时观察
• 实时日志流与执行轨迹
• 手动创建 / 暂停 / 恢复 / 中止任务
• 记忆与知识中心浏览

部署建议

方式一：直接运行

git clone https://github.com/adrian803/LingXi.git
cd LingXi
python -m venv .venv && source .venv/bin/activate
python -m pip install --upgrade pip && python -m pip install -r requirements.txt
cp .env.example .env
python main.py --web

方式二：带 Docker/Kali

python -m venv .venv && source .venv/bin/activate
python -m pip install -r requirements.txt
docker compose -f docker/docker-compose.yml up -d
python main.py --web

方式三：后台守护

bash start_daemon.sh --web
bash start_daemon.sh --status
bash start_daemon.sh --logs

建议先跑通 venv + 待命模式 + Dashboard，再按需补 Docker/Kali、MCP、技能目录或私有扩展。

验证与测试

上线前建议至少做以下检查：

# 编译检查
python -m py_compile main.py agent/sdk_runner.py agent/skills.py tools/forum_api.py tools/level2_cve_poc.py web/server.py

# 单元/集成测试
python -m unittest tests.test_memory_knowledge
python -m unittest tests.test_forum_host_fallback
python -m unittest tests.test_level2_poc_tool
python -m unittest tests.test_main_battle_multi_flag_logic
python -m unittest tests.test_prompt_rendering
python -m unittest tests.test_sdk_runner
python -m unittest ctf_writeups_kb.tests.test_api_search

参考项目与致谢

LingXi 的实现参考了以下项目或技术栈：

• Claude Code SDK
• LangChain
• FastAPI
• Rich
• MCP
• pymilvus / Qdrant

许可证

本仓库采用 GPL-3.0-only 许可证。

心有灵犀一点通 — 以 AI 之智，破万千屏障