Repolode
zakirkun

zakirkun/deep-eye

Инструмент для пентестов с поддержкой ИИ: генерирует payload с помощью разных LLM-провайдеров, ищет уязвимости в веб-целях и формирует отчёты с привязкой к стандартам.

Open source альтернатива:Burp Suite Professional

Звёзды
2,341
Форки
424
Открытые issues
13
Последний коммит
14 дней назад

Что это?

Deep Eye — CLI-инструмент на Python для пентестов веб-целей. Он использует набор ИИ-провайдеров, включая OpenAI, Claude, Gemini, Groq, Mistral и локальные модели через OLLAMA или LM Studio, для генерации payload и первичного анализа результатов. Инструмент проверяет более 50 типов уязвимостей, включая SQL-инъекции, XSS, SSRF, слабые места JWT, IDOR, проблемы GraphQL и ошибки конфигурации CORS/CSP.

Помимо сканирования, инструмент формирует результаты с кратким описанием доказательств для каждой уязвимости, отфильтровывает ложные срабатывания, удаляет дубликаты по отпечатку и экспортирует отчёты в HTML, PDF, JSON, SARIF, JUnit, CSV и XLSX. Результаты можно сопоставить с требованиями PCI-DSS v4, SOC2 CC и ISO 27001:2022. Сравнение сканов и режим повторного тестирования позволяют оставлять только новые результаты относительно базового скана.

В инструмент также входят обход на основе OpenAPI, автоматизация браузера с Playwright, интеграция с mitmproxy, обнаружение CAPTCHA, средства аутентификации с несколькими ролями и YAML-шаблоны в стиле Nuclei. Он предназначен только для авторизованного тестирования безопасности.

Ключевые возможности

  • 01Переключение между 11 ИИ-провайдерами через единый интерфейс generate().
  • 02Поиск более 50 типов уязвимостей, включая SQLi, XSS, SSRF, JWT, IDOR и GraphQL.
  • 03Начало обхода по спецификациям OpenAPI или Swagger.
  • 04Экспорт отчётов в HTML, PDF, JSON, SARIF, JUnit, CSV и XLSX.
  • 05Сопоставление результатов с требованиями PCI-DSS v4, SOC2 CC и ISO 27001:2022.
  • 06Сравнение сканов с базовым и повторное тестирование только новых результатов.

Сценарии использования

  • Проведение авторизованных проверок безопасности веб-приложений с генерацией payload при помощи ИИ.
  • Подготовка отчётов с привязкой к требованиям для аудитов PCI-DSS, SOC2 или ISO 27001.
  • Интеграция результатов сканирования в CI-пайплайны с помощью SARIF или JUnit.
  • Отслеживание регрессий путём сравнения сканов с сохранённым базовым сканом.

Быстрый старт

  1. 1

    Клонируйте репозиторий и перейдите в его папку

  2. 2

    В Linux/Mac установите зависимости с помощью скрипта установки, затем активируйте virtualenv

    chmod +x scripts/install.sh && ./scripts/install.sh && source .deep-venv/bin/activate
  3. 3

    Запустите базовое сканирование цели, которую вам разрешено тестировать

    python deep_eye.py -u https://target.com

Что важно знать

  • Для запуска необходим как минимум один API-ключ поставщика ИИ или локальная настройка OLLAMA.
  • Используйте инструмент только в системах, которыми вы владеете, или для тестирования которых получили явное письменное разрешение.
  • В метаданных репозитория лицензия указана как NOASSERTION, хотя в README сказано, что это MIT.

Темы

Частые вопросы

Что такое deep-eye?
Инструмент для пентестов с поддержкой ИИ: генерирует payload с помощью разных LLM-провайдеров, ищет уязвимости в веб-целях и формирует отчёты с привязкой к стандартам. Deep Eye — CLI-инструмент на Python для пентестов веб-целей. Он использует набор ИИ-провайдеров, включая OpenAI, Claude, Gemini, Groq, Mistral и локальные модели через OLLAMA или LM Studio, для генерации payload и первичного анализа результатов. Инструмент проверяет более 50 типов уязвимостей, включая SQL-инъекции, XSS, SSRF, слабые места JWT, IDOR, проблемы GraphQL и ошибки конфигурации CORS/CSP.
deep-eye можно использовать бесплатно? Какая у него лицензия?
deep-eye распространяется с открытым исходным кодом под лицензией Other. Перед использованием в коммерческих продуктах проверьте условия лицензии.
deep-eye всё ещё поддерживается?
Активно поддерживается. Последний коммит в deep-eye — 6 окт. 2026 г..
Для чего можно использовать deep-eye?
Проведение авторизованных проверок безопасности веб-приложений с генерацией payload при помощи ИИ. Подготовка отчётов с привязкой к требованиям для аудитов PCI-DSS, SOC2 или ISO 27001. Интеграция результатов сканирования в CI-пайплайны с помощью SARIF или JUnit. Отслеживание регрессий путём сравнения сканов с сохранённым базовым сканом.
Как установить deep-eye?
Клонируйте репозиторий и перейдите в его папку В Linux/Mac установите зависимости с помощью скрипта установки, затем активируйте virtualenv: chmod +x scripts/install.sh && ./scripts/install.sh && source .deep-venv/bin/activate Запустите базовое сканирование цели, которую вам разрешено тестировать: python deep_eye.py -u https://target.com
Где скачать deep-eye?
Исходный код и инструкции по установке — на GitHub: https://github.com/zakirkun/deep-eye

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

Инструмент с открытым исходным кодом для автоматизации OSINT: собирает данные об IP-адресах, доменах, email и других целях из более чем 200 источников для анализа угроз и картирования поверхности атаки.

23,6 тыс.3,8 тыс.PythonMITОбновлён 6 месяцев назад

Python-инфраструктура, которая превращает корпоративные данные в контекстный слой на основе графов с онтологиями, логическим выводом, отслеживанием происхождения данных и аудитом решений для AI-систем.

14,1 тыс.1,7 тыс.PythonMITОбновлён 23 часа назад