Communitygithub.com

Assassinticketcollector3649/LingXi

LLM 기반 다중 에이전트 프레임워크로 침투 테스트 작업을 자동화하여 보안 평가를 수행합니다.

LingXi란 무엇인가요?

LingXi는 대규모 언어 모델(LLM)을 활용한 다중 에이전트 프레임워크로, 침투 테스트 및 보안 평가 작업을 자동화하도록 설계되었습니다. 이 스킬은 보안 전문가나 개발자가 취약점 스캐닝, 권한 상승 시도, 네트워크 탐색 등의 작업을 에이전트에게 위임하여 효율적으로 수행할 수 있게 해줍니다. 주로 Claude Code, Cursor, Codex와 같은 AI 에이전트 플랫폼에서 사용되며, 에이전트 간 협업을 통해 복잡한 공격 체인을 자동으로 구성하고 실행합니다. 사용자는 목표 시스템에 대한 정보를 제공하고 LLM 기반 에이전트가 자율적으로 판단하며 침투 테스트 단계를 진행하므로, 반복적이고 시간 소모적인 작업을 대폭 줄일 수 있습니다. SKILL.md 문서에 정의된 규칙에 따라 각 에이전트는 특정 역할(예: 스캐너, 익스플로이터, 리포터)을 맡아 상호작용하며 결과를 종합합니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add Assassinticketcollector3649/LingXi

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

LingXi은(는) 무엇을 하나요?

LLM 기반 다중 에이전트 프레임워크로 침투 테스트 작업을 자동화하여 보안 평가를 수행합니다.

LLM(대규모 언어 모델) 기반의 다중 에이전트 프레임워크인 LingXi는 침투 테스트 및 보안 평가 프로세스를 자동화합니다. 이 스킬은 보안 전문가와 개발자가 취약점 스캐닝, 권한 상승 시도, 네트워크 탐색과 같은 작업을 지능형 에이전트에 위임하여 효율적으로 수행할 수 있도록 지원합니다. Claude Code, Cursor, Codex와 같은 주요 AI 에이전트 플랫폼과 호환되며, 여러 에이전트가 협력하여 복잡한 공격 체인을 자동으로 구성하고 실행합니다.

주요 특징

  • 다중 에이전트 협업: 각 에이전트가 특정 역할(스캐너, 익스플로이터, 리포터 등)을 담당하여 상호작용합니다.
  • LLM 기반 의사 결정: 대규모 언어 모델이 각 단계에서 최적의 행동을 결정합니다.
  • 자동화된 워크플로우: 취약점 식별부터 익스플로잇, 보고서 생성까지 전 과정을 자동화합니다.
  • 확장 가능한 아키텍처: 사용자 정의 스킬과 도구를 추가하여 기능을 확장할 수 있습니다.

사용 방법

  1. 대상 시스템 정보를 입력합니다.
  2. LingXi 에이전트가 자율적으로 침투 테스트 단계를 수행합니다.
  3. 각 단계별 결과를 취합하여 최종 보안 평가 보고서를 생성합니다.

예제 명령어

# LingXi 초기화 및 대상 설정
lingxi init --target example.com

# 침투 테스트 실행
lingxi run --mode full

# 결과 보고서 생성
lingxi report --format pdf

지원 플랫폼

  • Claude Code
  • Cursor
  • Codex
  • 기타 LLM 기반 AI 에이전트

참고 사항

  • 이 도구는 합법적인 보안 평가 목적으로만 사용해야 합니다.
  • 사전 승인 없이 타인 소유의 시스템에 사용하는 것은 불법입니다.
  • 최신 보안 패치 및 취약점 데이터베이스를 참조하여 정확성을 유지하세요.

관련 스킬