介绍：T3MP3ST！！！自主黑客机器人突击队 召唤风暴 你最喜欢的编码代理现在是一个全栈式红队
http://github.com/elder-plinius/T3MP3ST

那个已经在终端里嗡嗡作响的 AI 代理？现在它长出了獠牙。把你已经付费的代理——Claude Code、Codex、Hermes 等——套上一个完整的攻击性安全套件，指向一个授权目标，只需点击几下，就能看着它自主地寻找真正的漏洞！T3MP3ST 是一个套件的套件，其提示词能解锁攻击性网络工作流，外加一整套让任何资深黑客都会心一笑的利用工具。简单，却强大。支持：

• Web 应用程序、API、OWASP 十大安全风险
• 网络侦察 + 指纹识别（实时 nmap/DNS/HTTP）
• 横向移动 + 权限提升（实验性）
• 源代码审计、白盒漏洞挖掘
• CTF、战争游戏、挑战靶场
• 智能合约 / DeFi / Solidity（复现——Damn Vulnerable DeFi，非新发现）
• 嵌入式、IoT、OT/SCADA、机器人 OSS
• ……更多功能正在开发中！

现在来看数据：
XBEN——XBOW 自己的 104 道挑战套件：

• 黑盒：单代理利用循环中 pass@1 为 90.1%（单次最差成绩 91/104 = 87.5%）——超越了 XBOW 之前在其自身套件上自报的 85%。使用 gpt-5.5。
• 白盒（源代码已分级，单独报告）：pass@1 为 98.7%，单次最差成绩 102/104 = 98.1%。每个已解决的 flag 都根据挑战自身提交的 flag 预言机进行分级（报告值与期望值对比）；verify-claims 根据提交的工件重新计算通过/失败。看来我们需要新的基准测试了。

Cybench——40 项学术基准（Opus 4.8，去除了提示和解题报告）：
23/40 = 58% 单次运行、无提示的 pass@1——真正的利用（格式化字符串 pwn、eval 沙箱逃逸、加密预言机），每个 flag 都根据提交的预言机进行分级。（Anthropic 报告 pass@10 为 76.5%）

CVE-Zero——我们将它冷启动指向了 2026 年披露的真实 CVE，这些 CVE 出现在模型的训练截止日期之后：

• 横跨 7 种语言的 10 个未见过的 2026 年 CVE
• 提示词从未在这些 CVE 上调优过
• 单个代理成功将 8/10 定位到确切的文件/行/CWE（在重新评分下保持稳定）
• 完整团队找出了全部 10 个
• 排除了记忆化和过拟合——它发现的真实漏洞其披露时间在模型训练截止日期之后。（n=10，报告诚实且具有方向性）

架构：
可以作为一个单一代理运行（这已经是经过基准测试、能力惊人的路径）——或者以团队狩猎方式运行，让数十个代理在 8 个专业操作员类别上工作，这些类别对应网络杀伤链和 MITRE ATT&CK 阶段：
侦察 → 扫描 → 利用 → 横向移动 → 数据窃取 → 持久化 → C2 → 报告。
一位上将（Op Admiral）根据一个用普通英语描述的目标准备整个行动。打开协调功能（实验性），操作员们共享一块黑板——一个经过工具验证的发现会触发下一步行动。完全蜂群行动或单独一个操作员，由你决定。
上将还可以动态更新其他代理的提示词、工具和配置，并且 T3MP3ST 会随着你积累的记忆增加而变得更强！

武器库全面——nmap / nuclei / semgrep / ffuf / gobuster + 更多。

• 默认连接 35 个（干净的基准测试仅使用 bash 以保持可比数量）
• 选择加入完整武器库（T3MP3ST_FULL_ARSENAL）后为 83 个
• 危险的后期利用驱动（metasploit、hydra）需要人工批准才能使用

通过 CLI + HTTP API 暴露；侦察功能（security_recon）也通过 MCP 运行，因此你的代理可以原生调用它。

未来方向：
一个能自我改进的专业操作员蜂群，配备完整的 Kali+ 武器库，学习哪种装备和配置是最有效的可用战术，并且内置了保留的训练/测试分割，使其永远无法在自身评估上欺骗自己。
在开放中构建，一次一个可重新推导的数字。

这是 v1，部分内容仍在积极开发中。武器库的很大一部分、协调蜂群以及某些靶场仍在连接中。它在开放中构建，收据（receipts）能准确告诉你哪些是活的，哪些是路线图。

攻击性安全不应该是付费游戏。T3MP3ST 将红队能力交到任何拥有编码代理的人手中。你打算让它攻击的第一个目标是什么？

免责声明：仅限授权使用。 只将其指向你拥有或获得明确书面许可进行测试的系统。未经授权的访问可能构成犯罪，这个决定完全由你承担。按原样根据 AGPL-3.0 提供：无担保，无责任，绝不认可滥用。获得许可。保持在范围内。开源。AGPL-3.0。100% 免费。

FORTES FORTUNA IUVAT
gg

elder-plinius/T3MP3ST

来源：https://github.com/elder-plinius/T3MP3ST

🌩️ T3MP3ST

▄▄▄█████▓▓█████  ███▄ ▄███▓ ██▓███   ▓█████  ██████  ▄▄▄█████▓  
▓  ██▒ ▓▒▓█   ▀ ▓██▒▀█▀ ██▒▓██░  ██▒▓█   ▀ ▒██    ▒ ▓  ██▒ ▓▒  
 ▒ ▓██░ ▒░▒███   ▓██    ▓██░▓██░ ██▓▒▒███   ░ ▓██▄   ▒ ▓██░ ▒░  
   ░ ▓██▓ ░ ▒▓█  ▄ ▒██    ▒██ ▒██▄█▓▒ ▒▒▓█  ▄   ▒   ██▒░ ▓██▓ ░  
     ▒██▒ ░ ░▒████▒▒██▒   ░██▒▒██▒ ░  ░░▒████▒▒██████▒▒ ▒██▒ ░  
     ▒ ░░   ░░ ▒░ ░░ ▒░   ░  ░▒▓▒░ ░  ░░░ ▒░ ░▒ ▒▓▒ ▒ ░ ▒ ░░  
       ░     ░ ░  ░░  ░      ░░▒ ░      ░ ░  ░░ ░▒  ░ ░   ░  
     ░         ░   ░      ░   ░░          ░   ░  ░  ░   ░  
               ░  ░               ░  ░        ░          

一个多代理攻击性安全框架，旨在将你已运行的 AI 编码代理变成一个零日漏洞猎手。
评分：可重新推导 verify-claims 24/24
欢迎提交 PR
许可证：AGPL-3.0

你的 AI 编码代理已经是个黑客了——T3MP3ST 递给它一个武器库。
将其指向一个授权目标，杀伤链就会自动运行：侦察 → 利用 → 报告，通过浏览器战争指挥室或 CLI 驱动，由你已经登录的代理——Claude Code、Codex、Hermes——或你完全离线运行的模型（Ollama、LM Studio、vLLM）驱动。无需新的 API 密钥，无需云租户，无需第二张账单。你的代理是大脑，T3MP3ST 是围绕它构建的战争机器。

自托管的风暴。无密钥的战争。 ⚡
而且它不会要求你相信它的话。在 XBOW 自己的 104 道挑战套件上，它取得了 90.1% pass@1——高于 XBOW 自报的 85%——同时还实现了无提示的 CTF 解题和对模型从未见过的、训练截止日期后的真实 CVE 进行的冷启动狩猎。本 README 中的每一个数字都可以通过一条命令（npm run verify-claims）从提交的数据中重新计算。对使命大声宣扬，对构建诚实——状态表精确说明了哪些是活的，哪些是脚手架，哪些仍是路线图；完整收据见基准测试。

三件事使其与众不同：

1. 可重现。 本 README 中的每一个数字都可以从提交的数据中重新计算——npm run verify-claims 重新推导所有数字，24/24 全绿。无法重现的声明不会进入文档。绝无“相信我”的数字。
2. 无密钥。 你机器上已有的 AI 编码代理是骨干。无需 API 密钥，无需第二张账单，无需看门人。
3. 对范围诚实。 状态表精确标注了哪些是稳定的、实验性的或路线图——因为红队工作不应是神职人员专属，也绝对不应靠感觉运行。

跳转至 → 快速开始 · 它狩猎什么 · 今日发布的内容 · 基准测试 · 架构 · 文档

⚠️ 仅限授权使用

T3MP3ST 是一个攻击性安全工具，专为授权测试、研究和教育而构建。只将其指向你拥有或获得明确书面许可进行测试的系统。在大多数司法管辖区，未经授权访问计算机、网络或数据是非法的——你独自负责如何使用本软件以及遵守法律和交战规则。将风暴带到你的目标，而不是别人的。

T3MP3ST 按原样根据 AGPL-3.0 许可证提供，无担保，无责任，对任何损害、损失或误用概不负责。作者不认可、不支持或纵容未经授权的活动。获得许可。保持在范围内。别做威胁分子。🫡

为什么它存在

攻击性安全需要多年的实践和昂贵的工具。T3MP3ST 背后的赌注是，一个协调的代理蜂群能将真正的漏洞狩猎能力交到那些从未获得邀请的人手中，涵盖 Web 应用程序、CTF、智能合约、源代码以及嵌入式/机器人 OSS。这是一个雄心勃勃的赌注，以下部分谨慎地区分了哪些已经有效，哪些仍是赌注。

它狩猎什么

快速开始

最快启动战争指挥室的方法（无密钥，约 2 分钟设置；任务时间取决于目标）：

npm install  
npm run server   # 战争指挥室 → http://127.0.0.1:3333/ui/  

在战争指挥室中，打开设置并连接一个本地代理（Claude Code / Codex / Hermes）。然后用普通英语向上将描述一个目标并启动。你连接的代理就是大脑。无需密钥。

更喜欢带密钥？设置一个并跳过连接步骤：

export OPENROUTER_API_KEY=...   # 或 VENICE_API_KEY / ANTHROPIC_API_KEY / OPENAI_API_KEY  
export XAI_API_KEY=...          # Grok Build (grok-build-0.1) — xAI 的编码模型，原生工具调用  

或在你自己的模型上完全离线运行——无需密钥，无需云。默认使用 Ollama；可指向任何兼容 OpenAI 的服务器（LM Studio、vLLM、llama.cpp）：

ollama serve && ollama pull llama3   # 或一个兼容 OpenAI 的服务器  
export TEMPEST_LOCAL_BASE_URL=http://localhost:11434/api # LM Studio: http://localhost:1234/v1  
export TEMPEST_LOCAL_MODEL=llama3  
npx tempest config   # → "Change default provider" → local  

工具调用在任何本地模型上都能工作（通过文本驱动），因此即使在没有原生函数调用的模型上，武器库也能运行。

自行验证数字：

npm run verify-claims   # 从 bench/ 中的已提交 JSON 重新推导所有标题数据  

库/SDK 用法、完整 HTTP API 和 MCP 设置在 docs/ 中。

今日发布的内容

该框架是一个 8 操作员的杀伤链，并且此表不会虚张声势。侦察是一个实时的、基于工具的引擎——而且它的獠牙已经真实存在：XBEN 上 90.1% pass@1，8/10 的保留训练截止日期后 CVE 被精确定位到确切文件/行/CWE，还有一个实时到足以拥有为供应商协调而保留的草稿的协调披露流程。

尚未证明的是蜂群。 每个下游操作员——利用者、渗透者、数据窃取者、幽灵——运行与侦察相同的、真实的、基于工具的 ReAct 循环（真实的利用工具，而非存根），但标题数据来自单一代理，而非协调的 8 操作员单元，端到端蜂群利用尚未经过基准测试，仍不可靠。引擎是真实的；蜂群是仍在争取认可的部分。

在该赢得认可的地方大声说，对其余部分直言不讳。

完整的功能逐一细分：FEATURES.md。

按领域的覆盖范围

今天风暴能到达的地方——以及未来的方向。与其他一切相同的纪律：一个领域只有在有收据支持时才标注为 ✅。

类别/小队架构意味着新领域是组合而非分支——每个领域都是一个装载（专业类别 + 武器库 + 目标适配器 + 基准测试）。🚧 领域在拥有数字之前保持不发布。

基准测试

标题结果。每个都可以通过 npm run verify-claims 从已提交的 JSON 重新计算；完整方法和注意事项在链接的文档中。

如何阅读这些数据：

• 每个已解决的 flag 都根据已提交的 ground-truth 预言机进行分级——而非自报——并且 verify-claims 重新计算通过/失败。为操作员隐私，原始每步转录已被剥离，因此你重新检查的是分级裁定，而非原始工具输出。零编造，由反过拟合守卫强制执行，该守卫会运行……