Hace unas semanas publiqué la primera versión de OIHK-pentesting: un motor multi-agente que corre pentests autorizados con un planificador LLM, donde la frontera de seguridad vive en el motor, no en el "buen comportamiento" del modelo.
Desde entonces reconstruí la cabina entera. Este post va de lo nuevo — y de por qué la parte más difícil no fue hacer el agente más fuerte, sino hacer que se frene solo.
⚠️ Solo testing autorizado. Es una herramienta para gente con permiso escrito sobre los objetivos que apunta. El motor fuerza el scope igual — pero la responsabilidad es tuya.
Si quieres ver a OIHK en accion entra al github esta mas abajo 😈😈😈
Si preferís solo leer: escribís un objetivo, Baron lo detecta, planifica y la flota ejecuta. Así de simple.
1. Se acabaron los slash commands. Escribís el objetivo y listo.
La primera versión exponía "atajos de ataque" en la TUI. Estaba mal — el operador no tiene que memorizar maquinaria. Ahora:
$ uv run oihk start
> escanea 10.10.12.5
Baron (el copiloto interactivo) detecta el objetivo, planifica el assessment y delega los pasos de ataque él mismo. La TUI es chat; la inteligencia es suya.
2. La flota: 7 versiones de sí mismo en paralelo
Baron puede partir un plan en tareas sin solapamiento y lanzar siete subagentes reales en paralelo, cada uno un loop LLM completo ejecutando comandos reales dentro del sandbox Kali gobernado:
[Ari] ▶ nmap -sV 10.10.12.5
[Bruma] ↳ 22/tcp open, 445/tcp open
[Ciro] ✔ done — 3 candidatos a finding
-
Olas en segundo plano: lanza sin bloquear su propio turno, sigue planificando y junta reportes después con
fleet_status(hasta 3 olas en vuelo). - Guards por unidad: corte por llamadas repetidas, breaker por fallos consecutivos, tope de rondas. Que una unidad crashee nunca tumba la ola.
- Pre-flight de Docker: sin daemon, no hay ola.
3. AdapterOne: el agente que recuerda sus errores
La parte que más me entusiasma. Cada miss del assessment — un scan bloqueado, recon vacío, un pivot equivocado — se convierte en una lección ponderada con decay en un ledger JSONL local. En cada run futuro:
- las lecciones más pesadas se inyectan en el prompt de Baron automáticamente,
- puede consultarlas a mitad de run (
adapterone_review), - puede grabar reglas nuevas él mismo (
adapterone_confirm).
Mismo modelo, habilidad compuesta. Es RAG, pero el corpus son sus propios fracasos.
4. /power: el pedal del acelerador de tu máquina
Siete contenedores en paralelo fríen una laptop. Así que el operador tiene un presupuesto:
/power 0 # una instancia bajo demanda, spawn bloqueado
/power 30 # hasta 3 contenedores — las olas se recortan a eso
/power 100 # pool completo de 8
Bajar el presupuesto retira contenedores vivos al instante. El camino de ejecución nunca se bloquea — reutilizar la instancia viva y la primera bajo demanda siempre funcionan. Baron está instruido para no reintentar ni insistir cuando un spawn se rechaza: se adapta y sigue. Tu daemon de Docker sobrevive; tus ventiladores también.
5. Por qué el motor sigue sin confiar en el modelo
Todo lo anterior corre dentro del mismo stack de políticas que antes, porque agentes más fuertes necesitan rejas más fuertes:
-
Scope exacto, DNS-pinnado — declarar
example.comNO autoriza sus subdominios. - Egress fail-closed — allowlist de netfilter dentro del namespace de red del propio sandbox; donde eso no se puede garantizar, el startup aborta.
- Findings con evidencia obligatoria — un finding necesita una ejecución real, propia y exitosa por una tool gobernada más un registro de validación separado. Una historia convincente no prueba nada.
- El agente nunca ve una shell cruda. Nunca.
Scorea 24/24 en su propio benchmark de escenarios vulnerables con el solver mock, y todo corre offline contra cualquier modelo local OpenAI-compatible.
Probalo
git clone https://github.com/Broskigx/Oihk-pentesting.git
cd Oihk-pentesting
uv sync
uv run oihk start
Licencia MIT, +1.300 tests pasando, beta temprana. Rompe fuerte — issues bienvenidas.
¿Qué querés que un agente de pentest autónomo aprenda primero de sus propios fracasos? Oihk Es tu opcion opensource y gratis
Top comments (1)
Que tal esta caballeros?
déjenme sus opiniones aqui