LLM卡利发动机
使用模型上下文协议的自然语言驱动Kali Linux执行
______________________________________________________________________
概述
通过MCP的LLM Kali发动机 是一个AI驱动的执行引擎，能够 使用高级自然语言指令控制实时Kali Linux环境的大型语言模型（LLM）和自主代理.
用户无需手动选择工具、标志和执行顺序，而是可以描述 他们想要实现什么，LLM自动：
- 理解意图
- 制定执行清单
- 选择合适的Kali Linux工具
- 选择正确的标志和单词表
- 执行命令
- 分析输出并决定下一步行动
这台发动机桥接 人类意图→ 大语言模型推理→ 现实世界的进攻性安全执行 使用 模型上下文协议（MCP）.
视频
演示 Yt-https://www.youtube.com/watch?v=A5X0Ygb8QHs
工作流程说明
- 用户或Claude提供高级自然语言目标
- LLM将目标转化为检查表和执行计划
- LLM调用
run_command(cmd)通过MCP - MCP服务器将命令转发到SSH层
- 命令在隔离的Kali Linux VM上执行
stdout/stderr被退回- LLM分析输出并决定下一步
- 循环一直持续到目标实现
为什么这台发动机很强大
传统的安全工具需要在工具选择、标志调优、执行顺序和输出解释方面拥有深厚的专业知识。
有了这个引擎，甚至 不精确或措辞不当的提示 有效地工作。
示例提示
使用暴力查找此网站的凭据
LLM自动处理什么
- 确定攻击面（web登录、SSH、FTP等）
- 生成检查表：
- 侦察 - 服务发现 - 可行性分析 - 凭证攻击策略
- 选择工具（nmap、hydra、ffuf等）
- 选择正确的标志和单词表
- 在Kali Linux上执行命令
- 评估结果并调整执行
项目结构
kali-mcp/
├── server.py
├── ssh_client.py
├── config.py
├── requirements.txt
└── README.md______________________________________________________________________
技术栈
- Python 3.10+
- 模型上下文协议（MCP）
- FastMCP
- 支持（ SSH）
- pexpect
所需配置
此引擎在连接的系统上执行原始shell命令。 LLM生成的命令，如rm-rf/，将按原样运行。
- 仅使用隔离系统
- 专用Kali Linux/Linux虚拟机
- 从不使用主机操作系统
- Never生产系统
- 将机器视为一次性使用（建议使用快照）
config.py
KALI_HOST = "CHANGE_ME"
KALI_USER = "kali"
KALI_PASSWORD = "CHANGE_ME"
PROMPT = r"[#$]"
MAX_OUTPUT = 8000ssh_client.py
self.host = "CHANGE_ME"
self.user = "kali"
self.password = "CHANGE_ME"安装
git clone https://github.com/darshanjogi/LLM_Kali_Engine
cd LLM_Kali_Engine
pip install -r requirements.txt运行发动机
python服务器.py
______________________________________________________________________
非常感谢。
反馈、想法和改进总是受欢迎的。
如果你觉得这个项目有用，请随时⭐ 存储库或贡献。