Skip to main content
Glama

NullSec-RedTeam-AI

CI Лицензия: MIT Python 3.10+ Статус: Бета

Исполнение безопасности на основе авторизации, управляемое через MCP, для явно одобренных сред.

NullSec-RedTeam-AI — это управляющая плоскость для одного хоста, обеспечивающая регламентированные рабочие процессы с инструментами безопасности. Она фиксирует утвержденную область действия кампании, контекст субъекта, политическое решение, полный жизненный цикл задания, аудиторский след и ссылку на доказательства до того, как исполнителю будет разрешено выполнить задание. Его поведение по умолчанию — обязательная изоляция и отказ по умолчанию: обязательная изоляция никогда не упрощается до выполнения на хосте.

Используйте только с явным письменным разрешением. Этот проект представляет собой программное обеспечение безопасности на ранней стадии разработки, а не автономную систему red-команды, замену соглашению об участии в проекте или мультитенантный сервис. Запускайте его в изолированных тестовых средах или на ресурсах, которые вы имеете явное разрешение оценивать.

Почему NullSec?

Принцип

Что это означает на практике

Авторизация перед выполнением

Каждое задание оценивается на основе кампании, идентификатора вызывающего, целевой области, уровня возможностей, временного окна, политического решения, ключа идемпотентности и идентификатора трассировки.

Изоляция с отказом по умолчанию

Для работы, требующей изоляции, необходимы неизменяемый образ, доступная среда выполнения контейнера, минимальная конфигурация привилегий и ограниченное рабочее пространство. Отсутствие контроля приводит к отказу задания, а не к его локальному выполнению.

Аудируемые операции

Задания на базе SQLite сохраняют события жизненного цикла, блокировки, состояние отмены, связи с субъектом и кампанией, контекст политики и метаданные доказательств.

Ограниченное сотрудничество с ИИ

AURA разделяет планирование, проверку политики, разрешение на выполнение и проверку доказательств. Планировщик не может напрямую вызвать исполнителя.

Правдивое тестирование ИИ безопасности

Лаборатория ИИ безопасности помечает результат симуляции как not_evaluated; она не представляет синтетический результат как вывод поставщика.

Related MCP server: Nervora

Архитектура в двух словах

Пользователь или MCP-клиент достигает транспортного уровня только после аутентификации и построения контекста вызывающего. Движок политик кампании решает, находится ли типизированный запрос в рамках области действия. Постоянное хранилище заданий координирует блокировки и события аудита; исполнитель, учитывающий блокировки, может затем запросить запуск в изолированной среде с минимальными привилегиями. AURA остается над границей выполнения, с отдельным этапом проверки доказательств.

Диаграмма Mermaid в системе контроля версий доступна по адресу docs/assets/control-plane-architecture.mmd. Ознакомьтесь с обоснованием архитектуры в ADR-001.

Быстрый старт для безопасной локальной разработки

Рабочий процесс разработки использует моки и симулированные фикстуры; он не устанавливает, не загружает и не выполняет инструменты безопасности.

git clone https://github.com/Panda1847/NullSec-RedTeam-AI.git
cd NullSec-RedTeam-AI
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install -e '.[dev]'

pytest
ruff check .

Для локальной работы по разработке API используйте состояние, локальное для проекта, непродуктовый токен и привязку только к loopback.

mkdir -p .nullsec/logs .nullsec/jobs
export NULLSEC_LOG_DIR="$PWD/.nullsec/logs"
export NULLSEC_JOB_DIR="$PWD/.nullsec/jobs"
export API_TOKEN="local-development-token"
export NULLSEC_LOCAL_ACTOR_ID="local-operator"
export NULLSEC_LOCAL_ACTOR_ROLES="operator"

hexstrike-server --host 127.0.0.1 --port 8888

Сервис отклоняет привязку не к loopback, если явно не установлен NULLSEC_ALLOW_NON_LOOPBACK=true. Относитесь к этой настройке как к изменению развертывания, требующему аутентифицированного обратного прокси и одобренной сетевой политики.

Безопасный поток кампании

Кампания фиксирует авторизацию и область действия. Следующий пример, работающий только через loopback, создает запись кампании; он не запускает инструмент.

curl --request POST http://127.0.0.1:8888/api/campaigns \
  --header "Authorization: Bearer $API_TOKEN" \
  --header 'Content-Type: application/json' \
  --data '{
    "campaign_id": "local-demo-001",
    "allowed_targets": ["127.0.0.0/8"],
    "allowed_capabilities": ["passive"],
    "starts_at": "2026-08-18T09:00:00+00:00",
    "ends_at": "2026-08-18T17:00:00+00:00"
  }'

Для отправки задания требуются эта кампания, поддерживаемый уровень возможностей и ключ идемпотентности. В режиме по умолчанию sandbox_required задание остается безопасным для постановки в очередь, но завершается отказом на этапе выполнения, если оператор не предоставил проверенный неизменяемый образ и конфигурацию runner без прав root.

curl --request POST http://127.0.0.1:8888/api/tools/execute \
  --header "Authorization: Bearer $API_TOKEN" \
  --header 'Content-Type: application/json' \
  --header 'X-Trace-Id: local-demo-trace-001' \
  --data '{
    "tool": "nmap",
    "target": "127.0.0.1",
    "options": "-sV",
    "campaign_id": "local-demo-001",
    "capability": "passive",
    "idempotency_key": "local-demo-request-001"
  }'

Не помещайте токены bearer в историю команд оболочки, систему контроля версий, скриншоты или журналы CI.

Лаборатория ИИ безопасности

Лаборатория ИИ безопасности отличает симуляцию от реальной оценки поставщика. Ее вывод по умолчанию имеет параметры mode: simulation и status: not_evaluated; она не утверждает, что модель уязвима, устойчива или оценена. Оценка поставщика остается недоступной до тех пор, пока организация не предоставит согласованный адаптер, версионированный набор данных, защищенные учетные данные, хранилище доказательств и метод оценки.

ai-lab --list
ai-lab --model consented-test-model --technique PROMPT_INJECTION --mode simulation

Проект намеренно не генерирует полезные нагрузки для обхода. Любая оценка на основе поставщика должна использовать проверенный, версионированный набор данных в изолированной среде.

Шлюзы качества

Каждый вклад должен соответствовать ожиданиям по тестированию, качеству кода, безопасности, упаковке и рецензированию перед релизом.

Шлюзы качества для вкладов и релизов

Публичный рабочий процесс охватывает тесты с целенаправленным покрытием, проверку Ruff, целенаправленную проверку типов, статический анализ безопасности, аудит зависимостей и сборку пакетов PEP 517. Исходный код диаграммы шлюзов качества — docs/assets/quality-gates.mmd.

Статус проекта и дорожная карта

Область

Текущее состояние

Следующий значимый этап

Идентификация

Локальный адаптер для одного хоста

Адаптер идентификации OAuth/OIDC (или эквивалентный) для конкретного развертывания

Политика

Проверки области действия кампании, возможностей, окна и цели

Постоянное хранилище политик и рабочий процесс утверждения

Выполнение

Локальный исполнитель с блокировками и профилем изоляции с отказом по умолчанию

Проверенный профиль выполнения без прав root и подписанный неизменяемый образ runner

AURA

Типизированный, ограниченный конечный автомат рабочего процесса

Сохраняемые сессии, надежные ссылки на доказательства и адаптеры поставщиков, управляемые политикой

Доказательства

События аудита заданий и ссылки на доказательства

Управляемое хранилище доказательств с контролем хранения и целостности

Смотрите ROADMAP.md для поддерживаемой последовательности реализации и IMPLEMENTATION_SUMMARY.md для записи модернизации до версии 7.1.

Документация

Документ

Используйте для

RESPONSIBLE_USE.md

Авторизация, изоляция и обязанности оператора

SECURITY.md

Процесс сообщения о частных уязвимостях и ответа на них

CONTRIBUTING.md

Настройка разработки, стандарты рецензирования и требования к безопасным адаптерам

CODE_OF_CONDUCT.md

Стандарты участия в сообществе

docs/runbooks/deployment.md

Развертывание на одном хосте и рабочий процесс отката

docs/runbooks/runner-hardening.md

Проверка runner без прав root, образа и изоляции

docs/runbooks/evidence-retention.md

Происхождение доказательств, хранение и сохранение инцидентов

CHANGELOG.md

Изменения по версиям и примечания к релизам

Участие в разработке

Вклады должны сохранять принцип приоритета авторизации. Новые интеграции нуждаются в типизированной модели запроса, уровне риска, области возможностей, безопасном профиле выполнения, детерминированных тестах и анализаторе доказательств или задокументированном ограничении. Не добавляйте произвольное выполнение команд оболочки, неограниченные строки параметров, тесты с живыми целями, учетные данные, списки целей или сгенерированные артефакты сканирования.

Откройте вопрос по дизайну или предложите запись архитектурного решения перед масштабными изменениями. Сначала ознакомьтесь с CONTRIBUTING.md и используйте SECURITY.md вместо публичных вопросов для сообщений об уязвимостях.

Лицензия

Этот проект лицензирован в соответствии с лицензией MIT. Лицензия не предоставляет разрешения на оценку какой-либо системы. Операторы несут ответственность за соблюдение применимого законодательства, договоров, политики организации, письменных разрешений и ограничений участия.

Install Server
A
license - permissive license
B
quality
C
maintenance

Maintenance

Maintainers
Response time
Release cycle
1Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • F
    license
    -
    quality
    A
    maintenance
    A production-ready MCP gateway and control plane that provides credential vault, policy engine, audit logging, and managed runtime for routing tool calls between AI agents and downstream MCP servers.
    57
  • A
    license
    -
    quality
    C
    maintenance
    A secure MCP gateway for enterprise AI tool execution, enabling governed invocation of business tools with authentication, RBAC, audit logging, PII redaction, and async processing.
    Apache 2.0
  • A
    license
    -
    quality
    C
    maintenance
    A secure tool-execution plane for agentic AI that enforces JWT authentication, rate limiting, prompt-injection inspection, and audit logging, while ingesting downstream OpenAPI endpoints as MCP tools.
    MIT
  • A
    license
    -
    quality
    A
    maintenance
    Governed execution cells for AI agents via MCP; provides shell, code, file, and browser tools inside isolated, policy-enforced Citadels with deny-by-default security, human-in-the-loop approvals, and tamper-evident audit trails.
    1
    Apache 2.0

View all related MCP servers

Related MCP Connectors

  • Control plane for autonomous software labor. Agents claim objectives over MCP with audit trail.

  • Runtime permission, approval, and audit layer for AI agent tool execution.

  • MCP server for AI agents to plan, verify, and deploy Cloudflare-native apps.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/Panda1847/NullSec-RedTeam-AI'

If you have feedback or need assistance with the MCP directory API, please join our Discord server