cxm947/FakeLiang

选用指南

AI 根据 README 整理 · 2026/10/20 08:07:22

使用方式

通过命令行运行，支持直接读取 MulVAL TXT 或已编译 JSON 攻击图，可预览图编译结果或端到端跑图。

查看 README 依据

实际运行前，按自己的部署核对这三份输入。凭据文件与私有材料目录放在仓库外；供给方式见[凭据说明](docs/product/lean_credentials.md)。 ### 3 · 编译预览与运行 图编译可单独用于预览；整图入口也支持直接读取 TXT 并现场编译，无需先手动编译。 ```powershell # 1) 可选：预览图编译结果（JSON / DOT / PDF） .\.venv312\Scripts\python.exe scripts\project_graph.py data\inputs\hongri7\Hongri7_v2.txt --output-dir output\hongri7 # 2) 端到端跑图（可直接读取 TXT；示例参数按自己的靶场替换） .\.venv312\Scripts\python.exe scripts\run_plan.py ` --graph data\inputs\hongri7\Hongri7_v2.txt ` --graph-assets data\inputs\hongri7\assets.json ` --host-map data\inputs\hongri7\host_ip_map.csv ` --run-root output\runs\demo `

部署要求

控制端需 Windows + CPython 3.12，执行端需可 SSH 的 Kali 且 Metasploit RPC 可达，模型服务需 OpenAI 兼容端点与 API key。

查看 README 依据

| 🗺️ **Planner · 规划** | 读取图、已有结果与上一节点状态，选择下一节点；运行时核对依赖条件 | | ⚙️ **Executor · 执行** | 按技能卡完成节点任务，逐步提交动作，并记录每次调用的回执 | | 🔍 **Verifier · 核验** | 核对本轮调用证据、前置事实与待产出事实，分别保留模型判断和机器判据 | 遇到阻断、未满足或不确定的结果时，按实际状态记录。调用完成本身不等于节点已被证明，历史运行通过也不自动成为当前修订的验收结论。 <a id="requirements"></a> ## 🧰 运行前需要准备什么？ | 项目 | 要求 | | :--- | :--- | | **控制端** | Windows + CPython 3.12；发布验收环境为 Windows x64 / Python 3.12 | | **执行端** | 一台可 SSH 的 Kali，且 Metasploit RPC 可达 | | **靶场与输入** | 主机、路由、资产信息与主机-IP 映射需和攻击图一致 | | **模型服务** | OpenAI 兼容端点与自己的 API key |

已知限制

当前聚焦于确定性攻击图的路径验证，结论以本轮证据为准。

查看 README 依据

FakeLiang 读入一张**已有攻击图**（MulVAL TXT 或已编译 JSON）、资产信息与主机-IP 映射表，按技能卡驱动大模型，在靶场上逐节点验证图中的路径：**先做前期验证，再执行利用，最后核对产出事实**，全程保存可复核的调用记录。 当前聚焦于确定性攻击图的路径验证。结论以本轮证据为准：命令是否执行完毕、模型报告了什么、节点事实是否成立、整图是否通过，分别按各自的判据解释。 | 核心能力 | 具体做什么 | | :--- | :--- | | 🗺️ **图驱动推进** | 从图中的节点、依赖与目标事实出发，结合已有结果安排下一步 | | 🧩 **技能卡驱动** | 每张卡提供适用条件、输入、操作知识与判据，供执行过程使用 | | 🤝 **多 Agent 协作** | 规划、执行、核验各有职责，运行时负责依赖、会话和调用记录 | | 🧾 **证据可追溯** | 保存调用参数、标准输出、错误输出与模型转录，支持逐步复核 | <a id="workflow"></a> ## 🔄 三个 Agent，怎样协作？ **攻击图与映射 → 规划节点 → 前期验证 → 执行 → 事实核验 → 登记收获 → 下一节点** | 角色 | 职责 | | :--- | :--- |