PentesterFlow е нов инструмент с отворен код с интерфейс на командния ред и участие на човек в процеса (human-in-the-loop) на базата на агентен изкуствен интелект. Той е разработен специално за специалисти по тестване за проникване и ловци на уязвимости (bug bounty), като целта му е да автоматизира работния процес от разузнаването до докладването, без да се губи контролът на анализиращия специалист.

Повечето инструменти за сигурност с агентен изкуствен интелект страдат от халюцинации в констатациите, слаба памет за контекста и лоша интеграция на инструментите. PentesterFlow се справя директно с тези проблеми чрез вградени умения за тестване за проникване, потвърждаване на констатациите въз основа на доказателства и непрекъснато локално обучение.

Инструментът се свързва с локални или хоствани големи езикови модели, планира действия спрямо зададената цел, изпълнява реални инструменти за офанзивна сигурност и изисква изрично одобрение от анализиращия специалист преди изпълнението на чувствителни команди. Този дизайн с участие на човек в процеса гарантира, че изкуственият интелект никога няма да излезе извън контрол върху производствени системи без разрешението на инженер по сигурността, като по този начин се решава важен проблем с доверието в автономните инструменти за тестване.

PentesterFlow е разработен да помага в целия жизнен цикъл на тестването за проникване: определяне на обхвата, разузнаване, изброяване (enumeration), валидиране, проследяване на обхвата, докладване и обучение. Демонстрация на живо показва как инструментът зарежда умение за уязвимости в уеб сайтове („webvuln“), изпраща HTTP заявки за тестване на API за поръчки и автоматично потвърждава уязвимост от тип IDOR (Insecure Direct Object Reference) с висока степен на сериозност, като записва констатациите, подкрепени с доказателства, директно в Markdown файл.

Забележителна характеристика е локалната система за непрекъснато обучение на PentesterFlow, която незабележимо записва предпочитанията на потребителя, успешните работни процеси, пропуските в покритието и изводите от погрешни предположения в специфични за проекта и лични файлове с данни. Това подобрява бъдещите сесии, без да е необходимо преобучение на самия модел.

Инструментът, наличен в GitHub, налага контролирано с разрешения изпълнение на инструменти, блокира опасни модели на команди в обвивката (shell) и маскира идентификационните данни при компресиране и създаване на моментни снимки, въпреки че предлага и режим „YOLO“ за автоматично одобряване на действия в изолирани лабораторни среди. Той се интегрира директно с Burp Suite чрез придружаващ мостов инструмент, позволявайки на тестващите да изпращат прихванат трафик към интерфейса на командния ред и да импортират обратно потвърдените констатации като проблеми в Burp.

Инсталацията е лесна чрез скрипт за macOS/Linux или PowerShell команда за Windows, която изтегля най-новия самостоятелен двоичен файл и проверява неговата SHA-256 контролна сума. Потребителите могат да фиксират конкретни версии, да избират локални модели като qwen2.5-coder на Ollama или да се свързват с хоствани доставчици като Gemini и Groq, след което да зададат целевия URL адрес с проста команда /target, преди да дадат инструкции на агента на обикновен английски език.

Анализаторите, работещи с чувствителни цели, трябва да имат предвид, че PentesterFlow е предназначен изрично само за оторизирана работа по сигурността, предвид способността му да изпълнява команди в обвивката и да прави HTTP заявки в реално време след получаване на одобрение. Наред с проекти като PentAGI и PentestGPT, акцентът на PentesterFlow върху прозрачните, възпроизводими доказателства и действията, одобрени от анализиращия специалист, го позиционира като забележително решение за екипи, които се отнасят с резерви към напълно автономните агенти за тестване за проникване.