新上线今天102 投票
Show HN：Nightcrawler——一部手机搞定本地AI渗透测试
Nightcrawler 是一款完全运行在智能手机上的自主渗透测试代理。它利用设备内置的小型 AI 模型（LFM2.5-1.2B-Instruct-Heretic，12亿参数），通过本地 GPU 推理，自主决定下一步操作——探测哪个主机、使用哪个工具、寻找什么漏洞。整个过程无需云连接或外部 API，完全离线运行。
核心工作原理
Nightcrawler 的工作流程分为几个阶段：
- WiFi 破解（可选）：如果未预连 WiFi，它可以利用外接 USB WiFi 适配器自主破解 WPA2 网络。
- 侦察：通过隐蔽扫描发现网络上的设备。
- 枚举：探测发现的服务（Web 服务器、文件共享、SSH、DNS 等）。
- 利用：测试已知漏洞和默认凭据。
- 报告：生成结构化的渗透测试报告，包含发现和修复建议。
该代理像一位耐心的人类渗透测试员一样运作——它轮流扫描主机，每轮只执行一个小操作，并在数小时内逐步积累知识。与传统漏洞扫描器一次性轰炸所有主机不同，这种方式更难被检测。
关键概念
- Drop box：留在目标网络上自主执行测试的设备。
- Scope：授权测试的网络/主机范围。
- Rules of Engagement (ROE)：规定允许操作范围的法律文件。
- Stealth：避免被网络监控（IDS/IPS）检测的技术。
- MCP：模型上下文协议，AI 工具使用的标准接口。
- C2：命令与控制，用于监控和引导代理的 Web 仪表板。
架构概览
系统架构基于 OnePlus 8 手机，核心组件包括：
- LFM2.5 模型：运行在 GPU 上，通过 :8080 端口提供推理服务。
- Agent Loop（main.py）：负责决策循环，决定下一步行动。
- 工具集：包括 nmap、hydra 等常见渗透工具。
Nightcrawler 的演示视频可在 Instagram 上观看，展示了它在一加 8 手机上的实际运行效果。
意义与展望
Nightcrawler 的出现将渗透测试的门槛大幅降低——过去需要专业设备和云服务器的工作，现在只需一部手机即可完成。尽管当前版本仍处于早期（v0.1.0），但其自主性和隐蔽性已经显示出潜力。未来，随着端侧 AI 模型的进步，这类工具可能会在红队行动和安全评估中扮演更重要的角色。
