关于项目

辅助红队工作,操作者通过/module选择模块,AI将取得的成果记录在notes.md中供操作者研判并建议下一模块,并在自身无法做到需要操作者辅助,例如:监听/sudo/输密码/Permission denied等情况时停止并等待操作者完成

本项目面向红队工作 / 靶场 / HTB 等场景,提供半自动红队工作流。

做成半自动是因为真实红队中,合格的渗透人员必须根据现场情况做研判并选择下一步,而不是把整条链路交给 AI。AI 可能执行不该执行的动作或者漏掉重要的信息,并无法承担相应的责任和带来的后果。所以也没有限制目标授权的范围,这也应该交由渗透人员负责。

此项目集成了绝大部分技能模块、最近工作中的高成功率利用链,以及 2025–2026 较新的技术路径,并会持续更新。

为了缩短上下文,节约token。此项目将每一模块的重要发现和成果记录在notes.md中,当前模块结束时可由人工/clear清除上下文。在每一个模块开始时会自动读取notes.md中数据,以保证工作延续。并且将每一模块的详细操作流程放入references中,只在遇到时才会读取对应的references/<file>.md

项目架构

基本架构

18 个模块,每个模块为SKILL.md(判断基本方向)和一个references/(详细操作流程)。

CLAUDE.md                  # 全局规则,放进项目目录使用
skills/
├── recon/                     # 通用信息收集
│   ├── SKILL.md
│   └── references/     (11)
├── service-attack/            # 服务漏洞利用
│   ├── SKILL.md
│   └── references/     (13)
├── web-recon/                 # Web攻击面测绘
│   ├── SKILL.md
│   └── references/     (5)
├── web-attack/                # Web漏洞利用
│   ├── SKILL.md
│   └── references/     (24)
├── ad-recon/                  # AD枚举
│   ├── SKILL.md
│   └── references/     (5)
├── ad-attack/                 # AD攻击利用
│   ├── SKILL.md
│   └── references/     (9)
├── cloud-recon/               # AWS/Azure/GCP/阿里云枚举
│   ├── SKILL.md
│   └── references/     (7)
├── cloud-attack/              # 云控制面利用
│   ├── SKILL.md
│   └── references/     (9)
├── k8s/                       # 容器与集群
│   ├── SKILL.md
│   └── references/     (6)
├── cicd/                      # CI/CD与供应链
│   ├── SKILL.md
│   └── references/     (12)
├── phishing/                  # 钓鱼和客户端攻击
│   ├── SKILL.md
│   └── references/     (8)
├── privesc-win/               # Windows提权
│   ├── SKILL.md
│   └── references/     (5)
├── privesc-linux/             # Linux提权
│   ├── SKILL.md
│   └── references/     (5)
├── creds/                     # 凭据攻击
│   ├── SKILL.md
│   └── references/     (7)
├── post/                      # 后渗透利用与C2
│   ├── SKILL.md
│   └── references/     (7)
├── shell/                     # shell稳定化
│   ├── SKILL.md
│   └── references/     (6)
├── tunnel/                    # 内网穿透
│   ├── SKILL.md
│   └── references/     (7)
├── edr-bypass/                # AV/EDR规避
│   ├── SKILL.md
│   └── references/     (12)
├── shared/                    # 跨模块共享
│   ├── modules.yaml           # 模块目录
│   ├── cve-enrichment.md      # 全Skill漏洞情报入口
│   ├── tools.md               # 工具注册表
│   └── wordlists.md           # 字典路径
└── bin/
    ├── modules.py             # tail / list / show / check,模块控制和收尾
    └── notes.py               # init / validate,操作记录文件notes.md

references/内共 158 份操作文档,按SKILL.md 判断选择加载,不计入常驻上下文。

模块介绍

场景 入口 类型 功能 成功条件 默认下一步
通用信息收集 /recon recon 资产扩展、主机与端口发现、服务版本识别、只读枚举、CVE 候选研判 服务地图 + CVE候选 /web-recon /ad-recon /service-attack /phishing
服务漏洞利用 /service-attack attack 数据库、文件与远程访问、消息队列、DNS、网络设备与BMC等利用链 对应服务的foothold或shell /shell /privesc-win /privesc-linux /creds /post
Web攻击面测绘 /web-recon recon 指纹、路径与 API 发现、JS/sourcemap、代理缓存边界、WAF、CMS Web攻击面卡片 /web-attack
Web漏洞利用 /web-attack attack 注入、上传、LFI、SSRF/XXE/SSTI、反序列化、JWT/SAML、走私、WAF 绕过等利用链 foothold、shell或等价OS执行 /shell /privesc-win /privesc-linux /creds /post
域枚举 /ad-recon recon 获取用户组机器、ACL/委派、ADCS、LAPS、BloodHound、信任图等 域路径与 ACL 卡片 /ad-attack /creds
域攻击利用 /ad-attack attack Kerberos、委派、强制认证与中继、ACL 滥用、ADCS ESC 全系、dMSA、横向等攻击 DA、等价域控制,或目标主机SYSTEM /ad-recon /creds /post /privesc-win
云身份枚举 /cloud-recon recon 获取AWS/Azure/GCP/阿里云的身份、IAM、信任、资源、元数据等 云身份、权限、信任、资源图 /cloud-attack /k8s
云控制面利用 /cloud-attack attack IAM 提权、身份假冒、跨账户信任、serverless、云原生持久化 更高云身份、账户控制,或可下发OS执行的 compute /cloud-recon /k8s /post /ad-recon
容器与集群 /k8s attack RBAC 滥用、secrets、kubelet/etcd、容器逃逸、云身份绑定、集群持久化等 cluster-admin、node root,或可用的云身份 /cloud-recon /post /privesc-linux /creds
CI/CD 与供应链 /cicd attack Jenkins、GitHub Actions、GitLab/ADO、runner、依赖混淆、registry 投毒、OIDC等利用 runner shell、部署控制,或可独立使用的新身份 /cloud-recon /privesc-linux /privesc-win /post
钓鱼与客户端攻击 /phishing attack ClickFix/FileFix、AiTM 会话、device code/OAuth、helpdesk 社工、文件投递等攻击 host shell或foothold /shell /privesc-win /privesc-linux /creds /post
Windows 提权 /privesc-win attack Potato家族、令牌特权、服务/DLL/计划任务、UAC、内核LPE等方式 Administrator(High IL)或NT AUTHORITY\SYSTEM /creds /post /ad-recon /tunnel
Linux 提权 /privesc-linux attack sudo/GTFOBins、polkit、SUID/capabilities、systemd、危险组、内核LPE等方式 uid=0 root shell /creds /post /k8s /cloud-recon
凭据攻击 /creds factory secret发现、离线破解、按策略喷洒、NetNTLM捕获与SMB relay、系统凭据收割 经校验的可用凭据 /ad-recon /cloud-recon /service-attack /privesc-win /privesc-linux /post
后渗透与C2 /post post 主机画像、host-native持久化、Sliver C2、定向收集外带、清理 所选目标已验证(回连/persist/loot/已还原) /tunnel /creds /ad-recon /cloud-recon
shell 稳定化 /shell support 回连引导、Linux PTY、Windows ConPTY、监听管理、会话恢复、文件传输 可操作稳定会话 /privesc-win /privesc-linux /creds /post
内网穿透 /tunnel support ligolo-ng、chisel、GOST、原生转发、Dev Tunnels、多跳、备用传输 目标网段可达 /recon /service-attack /ad-recon
AV/EDR规避 /edr-bypass interceptor 将被AV/EDR/AMSI/WDAC/PPL/内存/内核遥测的拦截变为可执行 被拦动作可执行 回原模块

recon 模块信息收集以确认攻击面,attack 模块执行攻击链获取对应控制权,support 模块不推进攻击链只稳固当前shell,factory 模块仅有/creds 只校验凭据,post 模块仅有/post只做收尾工作,interceptor 模块仅有/edr-bypass只在被拦截时执行,在绕过拦截之前切回原模块继续执行。

使用说明

前置依赖

  • Kali Linux — 推荐环境,工具链默认按Kali路径和 shared/tools.md 内容安装
  • Python 3.x — 运行 bin/modules.pybin/notes.py
  • Claude Code — 本 Skill 面向 Claude Code 设计,模块经 /slash 命令调用

目录层级

工作目录

~/ops/<target>/
├── CLAUDE.md                  # 工作规则
├── notes.md                   # 工作记录
└── scans/  loot/  scripts/    # 工作产出

可以自己建立或者让AI自动创建。

工具目录

~/tools/
├── recon/
├── web/
├── ad/
...
├── c2/
├── edr/
└── shell/

详情见shared/tools.md

安装

git clone https://github.com/pale-knight/redteam-skill.git

​> 把18个模块、shared/bin/移动到~/.claude/skills/skill的全局目录,CLAUDE.md放入每个项目目录。

开始

mkdir -p ~/ops/<target> && cd ~/ops/<target>
cp CLAUDE.md ./CLAUDE.md

创建notes.md

python ~/.claude/skills/bin/notes.py init

单次工作流程

操作者   /<module>
AI      Read ./notes.md
        阅读SKILL.md
        走到对应流程,才读取对应的references/<file>.md
        做到本模块成功条件
        需要操作者协助时 → 立刻停,说明需要做什么,等待回复
        半路发现其他面 → 只记 notes,不跳模块
        追加 ./notes.md
        python ~/.claude/skills/bin/modules.py tail <module>
        列1–3条候选(写清凭notes哪些记录)→ 停止
操作者   根据当前情况选择路径,或/clear后再/module开始下一个模块

联系方式

免责声明

本项目仅限用于合法的安全研究、教育、靶场、HTB,以及对自有系统或已获得明确授权的目标进行测试。

严禁在未经授权的情况下访问、扫描、利用、干扰目标或获取数据。 使用者须自行确保其行为符合适用法律法规及授权范围;因滥用本项目造成的任何损失或法律责任,均由使用者自行承担,项目维护者不承担相关责任。