PentestGPT

![Contributors][contributors-shield]

PentestGPT

AI-Powered Autonomous Penetration Testing Agent

Published at USENIX Security 2024

Official Website: pentestgpt.com »

Research Paper · Report Bug · Request Feature

Demo

Installation

Watch on YouTube

PentestGPT in Action

Watch on YouTube

What's New in v1.0 (Agentic Upgrade)

• Multi-Stage Pipeline - The agent works through staged phases (recon → exploit → walkthrough for CTF; asset discovery → vulnerability identification → report for pentests), feeding each stage's findings into the next.
• Autonomous Agent - Drives Claude Code or Codex to run tools and reason without human intervention.
• Session Persistence - Save and resume penetration testing sessions.

The autonomous CTF pipeline is backend-pluggable for Claude Code and Codex. The interactive modernized legacy mode (pentestgpt-legacy) supports a wider provider set: OpenAI, Anthropic, Google Gemini, DeepSeek, xAI, Qwen, Moonshot, and local Ollama. See Interactive Multi-LLM Mode.

Features

• AI-Powered Challenge Solver - Leverages LLM advanced reasoning to perform penetration testing and CTFs
• Live Walkthrough - Tracks steps in real-time as the agent works through challenges
• Multi-Category Support - Web, Crypto, Reversing, Forensics, PWN, Privilege Escalation
• Real-Time Feedback - Watch the AI work with live activity updates
• Extensible Architecture - Clean, modular design ready for future enhancements

Quick Start

Prerequisites

• Python 3.12+
• uv - Python package manager
• Claude Code CLI (claude) - installed and authenticated for local Claude runs. See Claude Code docs
• Codex CLI (codex) - installed and authenticated for local Codex runs. The Docker flow below bundles both CLIs.

Installation

git clone https://github.com/GreyDGL/PentestGPT.git
cd PentestGPT
make install    # runs uv sync

Commands Reference

Usage

# Run against a target (CTF mode by default)
pentestgpt --target 10.10.11.234

# With challenge context
pentestgpt --target 10.10.11.50 --instruction "WordPress site, focus on plugin vulnerabilities"

# Penetration-test mode (asset discovery → vulnerabilities → report)
pentestgpt --target 10.10.11.234 --mode pentest

# List previously saved sessions
pentestgpt --list-sessions

The agent works through a multi-stage pipeline, feeding each stage's findings into the next — recon → exploit → walkthrough for CTF, asset discovery → vulnerability identification → report for pentest.

Run in Docker (install once, log in once)

A self-contained image bundles the tool + the Claude Code and Codex CLIs. You log in once and the sessions persist in named volumes — no re-login on later runs.

make docker-build        # build the tool image
make docker-login        # ONE-TIME, idempotent: checks logins, logs in only what's missing
make docker-auth-status  # check both are logged in (ROUNDTRIP=1 for a live 1-token check)

# Run the pipeline against a target (any backend / model / mode):
make docker-run TARGET=http://127.0.0.1:8000 BACKEND=codex MODEL=gpt-5.5 MODE=ctf
make docker-run TARGET=10.10.11.234         BACKEND=claude MODEL=opus    MODE=pentest

make docker-login logs in Claude (setup-token → token stored in the volume) and Codex (its own in-container codex login, OAuth callback forwarded via socat — not seeded, since ChatGPT refresh tokens are single-use). It is idempotent: re-running skips whatever is still valid. Logins persist across container recreation; make docker-down keeps them, make docker-nuke removes the login volumes (to force a fresh login / rotate a token). Design + details: docs/docker-dev-plan.md.

Интерактивный режим с несколькими LLM (модернизированный легаси)

Классический PentestGPT с человеком в цикле из статьи USENIX 2024 сохранён и модернизирован как pentestgpt-legacy. Он запускает три взаимодействующие LLM-сессии — логика / генерация / парсинг — которые поддерживают дерево задач пентеста (PTT), пока вы управляете сессией интерактивно (next, more, todo, discuss). Автономная фиксированная конвейерная обработка поддерживает бэкенды Claude и Codex; этот легаси-режим общается нативно с множеством провайдеров через их официальные SDK.

Настройка провайдеров

Установите API-ключ для любого провайдера, который вы хотите использовать (в вашей среде или .env — см. .env.example). Включены только те провайдеры, которые вы настроили.

OPENAI_API_KEY=...        ANTHROPIC_API_KEY=...     GEMINI_API_KEY=...   # or GOOGLE_API_KEY
DEEPSEEK_API_KEY=...      GROK_API_KEY=...          QWEN_API_KEY=...     KIMI_API_KEY=...

Запуск

# Auto-pick the best available models for each session
pentestgpt-legacy

# Choose models per session
pentestgpt-legacy --reasoning-model claude-opus-4-8 --parsing-model gemini-3.5-flash

# Local model via Ollama (OpenAI-compatible)
pentestgpt-legacy --reasoning-model ollama:qwen3 --base-url http://localhost:11434/v1

# List every supported model (shows which providers are configured)
pentestgpt-legacy --list-models

# Live round-trip every configured model and print a pass/fail matrix
pentestgpt-legacy --smoke-test

Поддерживаемые модели (верифицировано в вебе в июне 2026)

pentestgpt-legacy --list-models всегда отображает актуальный реестр. Перезапустите --smoke-test после изменения идентификаторов моделей. Текущий снимок:

Реестр находится в ... (единственный источник истины). Добавление модели — это одна запись ModelSpec; провайдеры, совместимые с OpenAI, повторно используют один коннектор.

Телеметрия

PentestGPT собирает анонимные данные об использовании для улучшения инструмента. Эти данные отправляются в наш ... проект и включают: - Метаданные сессии (тип цели, длительность, статус завершения) - Шаблоны выполнения инструментов (какие инструменты используются, а не сами команды) - События обнаружения флагов (что флаг был найден, а не содержимое флага)

Никакие конфиденциальные данные не собираются — выводы команд, учётные данные или фактические значения флагов никогда не передаются.

Отказ от телеметрии

# Via command line flag
pentestgpt --target 10.10.11.234 --no-telemetry

# Via environment variable
export LANGFUSE_ENABLED=false

История бенчмарков

PentestGPT показал 86,5% успешных результатов (90/104 бенчмарков) в эксперименте с набором проверки XBOW в декабре 2025. Это исторический результат исследования, а не гарантия отсутствия регрессии для текущего pentestgpt-agent.

Корпус и инструменты XBOW поддерживаются вне этого репозитория в качестве ссылочных исследовательских артефактов. Поддерживаемый CLI PentestGPT, Makefile, CI и Docker-рантайм не предоставляют раннер XBOW. Будущая оценка может повторно использовать этот корпус через отдельный адаптер без превращения его в зависимость продукта.

Цитирование

Если вы используете PentestGPT в своих исследованиях, пожалуйста, цитируйте нашу статью:

@inproceedings{299699,
  author = {Gelei Deng and Yi Liu and Víctor Mayoral-Vilches and Peng Liu and Yuekang Li and Yuan Xu and Tianwei Zhang and Yang Liu and Martin Pinzger and Stefan Rass},
  title = {{PentestGPT}: Evaluating and Harnessing Large Language Models for Automated Penetration Testing},
  booktitle = {33rd USENIX Security Symposium (USENIX Security 24)},
  year = {2024},
  isbn = {978-1-939133-44-1},
  address = {Philadelphia, PA},
  pages = {847--864},
  url = {https://www.usenix.org/conference/usenixsecurity24/presentation/deng},
  publisher = {USENIX Association},
  month = aug
}

Лицензия

Распространяется под лицензией MIT. Подробнее см. в LICENSE.md.

Отказ от ответственности: Этот инструмент предназначен только для образовательных целей и авторизованного тестирования безопасности. Авторы не поощряют любое незаконное использование. Используйте на свой страх и риск.

Благодарности

• Исследование поддерживается ... и [NTU ...

(<a ... к началу)

... https://img.shields.io/github/contributors/GreyDGL/PentestGPT.svg?style=for-the-badge