CLI-агент с участием человека для пентестеров: выполняет разведку и проверку уязвимостей, а также готовит отчёты с доказательствами прямо в терминале.
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
Клонируйте репозиторий и перейдите в его папку
- 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
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.
Библиотека Python с открытым исходным кодом для создания AI-агентов, управляющих настоящим браузером; доступны stealth-браузеры Browser Use Cloud и hosted agent API.
Бесплатный курс под лицензией MIT из 542 уроков, который с нуля знакомит с AI engineering на Python, TypeScript, Rust и Julia.
Преобразует Git-репозиторий или локальную папку в единый текстовый дайджест, удобный для передачи LLM.
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.