Agente autónomo de pentesting basado en terminal que ejecuta herramientas de seguridad, mantiene el estado de las auditorías y coordina varios subagentes especializados.
Alternativa open source a:Pentera
Horizon3.ai NodeZero
Core Impact
PentestCode es un agente de pentesting con IA que se ejecuta en la terminal. Al indicarle un objetivo y una meta, ejecuta herramientas de seguridad como nmap, interpreta sus resultados, actualiza su modelo de la red y decide cuál es el siguiente paso. Es un fork independiente de OpenCode, adaptado para convertir un asistente de edición de código en una herramienta de seguridad ofensiva.
El sistema utiliza un agente principal que divide cada auditoría en tareas y las asigna en paralelo a 13 subagentes especializados en áreas como reconocimiento, enumeración, ataques de identidad en Active Directory y Kerberos, pruebas de aplicaciones web, postexplotación e informes. Todos los agentes leen y escriben en un estado estructurado compartido de la auditoría, que contiene hosts, servicios, vulnerabilidades, credenciales, niveles de acceso y un grafo de entidades con búsqueda de rutas de ataque. El estado se conserva entre sesiones y el archivo findings.md registra el progreso con marcas de tiempo.
El proyecto se distribuye como un único binario para Linux y macOS, y funciona con más de 20 proveedores de LLM mediante ai-sdk, entre ellos Anthropic, OpenAI, Google, Azure, AWS Bedrock y Ollama. Admite los modos auto, free y guided, y se pausa cuando encuentra hallazgos según reglas configurables. El proyecto está en fase beta.
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Un asistente de IA para terminal que planifica pruebas de penetración autorizadas y acotadas, ejecuta herramientas reales, solicita aprobación para acciones sensibles y documenta hallazgos con pruebas.
CLI de automatización de pruebas de penetración con IA que coordina herramientas de seguridad como nmap y nuclei mediante flujos de trabajo planificados paso a paso por LLM.
Biblioteca seleccionada de archivos SKILL.md de seguridad ofensiva que proporcionan a Claude metodologías para superficies de ataque específicas, desde la inyección SQL hasta la evasión de EDR.
Un scanner en Python que detecta amenazas de seguridad en servidores y herramientas MCP con Cisco AI Defense, reglas YARA y análisis basado en LLM.
Infraestructura abierta para descubrir, crear, evaluar, analizar y seleccionar skills reutilizables para agentes de IA, con SDK y CLI de Python.
Sistema modular de plugins, agentes y skills que automatiza la selección de tareas, la revisión de código, la publicación de PR y la sincronización de documentación para agentes de programación con IA.