T3MP3ST：AI 红队作战平台，把你的 AI 编程助手变成漏洞猎手

当 AI 编程工具成为攻击者

想象一个场景：你日常使用的 AI 编程助手（Claude Code、Codex、甚至是本地运行的 Ollama），突然具备了自动化漏洞挖掘能力——不需要额外的 API key，不需要云端服务，不需要第二张账单。它能够自主完成侦察、漏洞利用、报告生成的全链路攻击。

这正是 T3MP3ST（发音 "Templest"，取自拉丁语 tempestas，意为"风暴"）所做的事情——一个多智能体进攻性安全框架，将你已有的 AI 编码代理武装成一个零日猎人。

项目背景：红队不该是精英俱乐部

进攻性安全（Offensive Security）长期被昂贵的商业工具和专业经验所垄断。T3MP3ST 的赌注是：通过协调式多智能体 swarm，让从未获得邀请的人也能真正参与漏洞挖掘——覆盖 Web 应用、CTF 夺旗比赛、智能合约、源代码审计、嵌入式系统等场景。

作者 elder-plinius（自述"热爱普林尼"）在 AGPL-3.0 开源协议下开发了此项目，其核心理念写在该项目的每个 commit 里："No trust-me numbers, ever"（永远不要相信任何数字）。项目内置 npm run verify-claims 命令，任何人都可以重新运行基准测试，从已提交的原始数据中验证每一项声明。

核心架构：8 个操作员组成的杀伤链

T3MP3ST 不是一个单一的 AI 工具，而是一个模块化的 TypeScript 单体，其架构遵循"端口/适配器"模式，将不同的功能解耦为清晰的层次。

系统内部由 8 个"操作员"（Operator）角色组成攻击链，映射到 MITRE ATT&CK 框架和 Cyber Kill Chain 阶段：

操作员	阶段	MITRE ATT&CK	职责
Recon	侦察	TA0043	OSINT、网络发现、资产枚举
Scanner	发现	TA0007	漏洞扫描、服务指纹识别
Exploiter	初始访问	TA0001	漏洞利用、载荷投递
Infiltrator	横向移动	TA0008	权限提升、持久化
Exfiltrator	数据收集/外泄	TA0009/10	凭据窃取、数据提取
Ghost	持久化	TA0003	隐匿、清理
Coordinator	命令控制	TA0011	任务编排、流程控制
Analyst	分析	—	模式分析、报告生成

这些操作员并非独立的 AI 模型，而是框架内的职责角色——它们共享同一个 LLM 后端（OpenRouter、Venice、Anthropic、OpenAI 或本地 Claude Code/Codex/Hermes），通过结构化的 ReAct 循环协同工作。

三大差异化特性

T3MP3ST 与传统渗透测试工具或 AI 安全代理的根本区别在于三点：

1. 可复现性（Reproducible） 项目 README 中的每一项数据都来自 bench/ 目录下 committed 的 JSON 文件，运行 npm run verify-claims 可以重新计算所有数据。27/27 项声明全部绿标通过。这意味着社区可以独立验证任何基准数字，而不是被动接受官方宣传。

2. 无 Key 化（Keyless） 最激进的特性：你不需要任何 API key。系统可以直接连接本地运行的 Claude Code、Codex 或 Hermes 智能体作为推理后端。没有 OpenRouter，没有 Anthropic，没有第二张账单——你的开发机器就是整套系统的"大脑"。

3. 范围诚实（Scope Honest） README 中有一张详细的"status table"，明确标注每个功能域是 ✅ 稳定、⚠️ 实验中还是 🚧 路线图。这不是营销话术——benchmark 文档和基准代码完全公开，任何人都可以复核。

攻击能力：已覆盖的领域

T3MP3ST 目前已在以下领域验证了实战能力：

✅ Web 应用（核心能力） 在 XBOW 官方提供的 104 个黑盒挑战套件中，T3MP3ST 取得了 90.1% pass@1 的成绩（Wilson-95 置信区间 86.2%-92.9%），高于 XBOW 自身报告的 85%。白盒模式下更达到 98.7%、最佳成绩 104/104。

✅ CTF 夺旗比赛 在 Cybench 40 题学术基准测试集上，Claude Opus 4.8 在零提示条件下单次运行取得 23/40（58%）。注意这里的分数是严格 against committed oracle 的真实验证结果，不是模型厂商自报的 raw record。

✅ 源代码审计（实战成果） 在 CVE-Zero 数据集（10 个真实 2026 年 post-cutoff CVE，涵盖 7 种语言）上，单智能体取得了 8/10 精确文件+行号+CWE 定位、10/10 发现率的成绩。这一结果经过 memorize/fitting 防护验证——这些 CVE 是模型训练数据截止日期之后发布的，hardened prompt 并未针对其调优。

⚠️ 智能合约（复现模式） 针对 Damn Vulnerable DeFi 挑战集，T3MP3ST 目前能够复现已知漏洞类型，但尚未独立发现新漏洞。

🚧 云计算/移动/二进制（开发中） IaC 错误配置检测（cloud:bench）、移动端静态分析（mobile:bench）、二进制 RE 静态 sink 检测（binary:bench）等模块均已在 scaffold 阶段，但尚未完成基准测试验证。

技术实现：武器库与集成

武器库（Arsenal） 内置超过 35 个安全工具适配器，涵盖：nmap/DNS/HTTP 侦察引擎、tree-sitter 多语言源码解析、WebTreeSitter（Python/JS/TS/Go/Java/C/C++）、ghidra/radare2 反编译集成、CVE-OSV 漏洞数据库查询等。支持通过 MCP（Model Context Protocol）协议暴露 security_recon 能力给 MCP 感知型 AI 智能体。

多种接入方式

• War Room（推荐）：通过 npm install && npm run server 启动本地 Web UI（http://127.0.0.1:3333/ui/），连接 Claude Code/Codex/Hermes 后用自然语言下达作战指令
• Docker：一行 docker compose up 在容器中启动 API 服务器（仅绑定 localhost）
• 纯 CLI：npm run build && npx tempest 进入交互式命令行模式
• HTTP API：POST /api/mission/start 启动任务，支持自动化脚本集成
• MCP Server：node dist/mcp-server.js 暴露安全侦察 MCP 工具
• 离线运行：通过 Ollama/LM Studio/vLLM 完全本地运行，无需任何网络

依赖项

• Node.js >= 18（核心运行时）
• TypeScript 编译（可选，tsx 支持直接运行 ts 文件）
• 外部工具可选安装（nmap、ghidra、tree-sitter 等）

上手门槛：红队工具的正确打开方式

对于 AI 爱好者而言，T3MP3ST 提供了零门槛的 War Room 体验——安装后浏览器打开，连接一个本地 AI 智能体，用自然语言描述目标，就能看到 AI 在你的授权目标上执行自动化侦察。

对于安全研究人员，T3MP3ST 是一个高度可定制的框架。scripts/ 目录下提供了大量基准测试脚本（cybench-bench.mjs、cve-hunt-bench.mjs、cloud-misconfig-bench.mjs 等），可以直接用来评估不同模型在不同安全任务上的表现，或集成到自己的 CI/CD 流程中。

对于 AI 开发者，T3MP3ST 的架构（特别是"操作员角色+共享 LLM 后端"的设计）是研究多智能体协作安全任务的优秀参考实现。其 TypeScript/Node.js 实现易于理解和修改。

注意：T3MP3ST 是一个进攻性安全工具，仅限授权目标使用。AGPL-3.0 协议明确声明作者不对未经授权的使用承担任何责任。

局限与争议

1. 仅支持授权目标——这既是安全约束也是法律约束，在使用时必须严格遵守规则。

2. 基准测试≠实战能力：README 特别强调，这些数字来自单智能体 ReAct 循环，不是 8 操作员 swarm 的整体协调效果。实际 swarm 的协同能力尚未在 benchmark 中验证。

3. 复杂目标仍有局限：在 Cybench 等学术基准集上，AI 模型仍然会因缺少上下文理解、工具调用精度等问题而失败。对于真实世界的高度复杂目标（如需要多层社会工程或物理访问），当前框架能力有限。

4. DeFi 只能复现不能发现：对于智能合约领域的漏洞挖掘，T3MP3ST 目前只能复现已知漏洞模式，尚无法独立发现新漏洞。

5. 评估数据的可信度：项目声称"anti-fitting guard"防止模型在基准测试中作弊，但这个防护机制本身的可靠性尚未有独立第三方审计。

行业意义：安全测试民主化

T3MP3ST 代表了一种重要趋势：AI 原生安全工具的崛起。传统渗透测试工具（如 Metasploit、Burp Suite）由人类操作员驱动；而 T3MP3ST 将 AI 智能体作为执行主体，实现了部分自动化决策和执行。

其"可验证声明"（verifiable claims）的设计哲学值得整个 AI 安全社区借鉴——当每个基准数字都可以被独立验证时，行业的数据可信度将大幅提升，而不是陷入"谁报告的数字高谁厉害"的军备竞赛。

对于拥有 Claude Code/Codex/Hermes 的开发者来说，T3MP3ST 提供了一个零成本的安全研究起点，无需注册任何付费账号即可开始探索 AI 安全测试的边界。

---

项目信息

• ⭐ GitHub Stars：5,269（截至分析时）
• 📦 主要语言：TypeScript
• 🔒 许可证：AGPL-3.0
• 🏗️ 架构：模块化 TypeScript 单体（端口/适配器模式）
• 🔌 核心后端：OpenRouter / Venice / Anthropic / OpenAI / 本地智能体
• 📂 代码规模：1,847 个文件（含丰富的文档和基准测试）
• 🐳 容器化：Dockerfile + Docker Compose ✅
• 🖥️ Web UI：War Room 作战指挥室（http://127.0.0.1:3333/ui/）

作者头像：Pliny 风格

分析时间：2026-07-28 | 数据来源：GitHub API + README.md + 架构文档