Terminal de operaciones ofensivas asistido por un LLM 100% local (Ollama). Nada sale de tu máquina: sin telemetría, sin APIs en la nube, sin fugas. El modelo propone, un sandbox valida y tú confirmas cada comando antes de ejecutarlo.

pentesting autorizado · laboratorios · CTF — cada acción pasa por un gate de confirmación ética y por el sandbox.

Instalación · Uso · En acción · Arquitectura · Changelog

---

Cómo funciona

1. Propón — escribes lenguaje natural (escanea los puertos de 10.0.0.5) o comandos slash (/scope set 10.0.0.0/24).
2. Decide el modelo — el LLM local responde y puede proponer comandos con <cmd>…</cmd>.
3. Valida el sandbox — scope autorizado, rate-limit, límite por sesión y blacklist de comandos destructivos (rm -rf /, dd of=/dev/sd, fork bombs…).
4. Confirma el humano — modo paranoid pide confirmación para todo; standard en cada comando; expert auto-ejecuta.
5. Registra todo — hallazgos, decisiones y comandos quedan en la sesión y exportables a reporte.

Características

LLM local (Ollama)	mistral, llama3, qwen, gemma, deepseek… cero datos fuera de la máquina
Sandbox con filtros	scope, rate-limit, límite de sesión, blacklist destructiva, kill del árbol de procesos en timeout
Skills integrados	recon, osint, web, exploit, postex, forense, active directory, reporting
MCP avanzado	registro de herramientas, chains, parsers de output, plantillas
Multi-agente	orquestador con workers paralelos: Recon → Exploit → Analyst → Reporter
Workflows	condicionales, con variables y editor interactivo; osint_full, full_pentest, web_audit…
Guardrails	detección de prompt injection, filtrado de datos sensibles, audit log
Plugins	loader propio + marketplace local
Modo sin LLM	--no-llm: skills y herramientas sin modelo, útil en CI/air-gap

Instalación

Requisitos: Python 3.10+ y Ollama corriendo en local.

git clone https://github.com/Ruby570bocadito/T-100AI.git
cd T-100AI
pip install -r requirements.txt        # 1) dependencias
pip install -e .                       # 2) registra el paquete t100ai (comando `t100ai`)
ollama pull mistral:7b                 # 3) modelo por defecto

Windows: también puedes arrancar directamente con run.bat — añade src/ al PYTHONPATH por ti, así python -m t100ai.cli.main funciona aunque no hayas hecho el paso 2. En Linux/macOS: ./run.sh. Docker: docker compose up.

Uso

python -m t100ai.cli.main              # terminal interactivo
python -m t100ai.cli.main -s 10.0.0.5  # con scope inicial
python -m t100ai.cli.main --no-llm     # sin modelo (solo skills/tools)
t100ai version && t100ai info          # entry point del paquete
t100ai doctor                          # diagnóstico del entorno
t100ai session list                    # sesiones guardadas (save/load/list/export)

En el REPL: TAB autocompleta comandos y subacciones, ↑/↓ navegan el historial persistente (se guarda entre sesiones) y los comandos desconocidos sugieren el más cercano (/scop → ¿Quisiste decir: /scope?).

Al arrancar se pide confirmación de uso ético; después, REPL:

⟩ [mistral:7b@t100ai] ▶ /scope set 10.0.0.0/24
⟩ [mistral:7b@t100ai] ▶ escanea los puertos de 10.0.0.5

En acción

Sesión completa — gate ético, scope, propuesta del modelo, validación del sandbox, confirmación humana, hallazgos con severidad y reporte:

Arranque con gate ético	Skills, hallazgos y modos (--no-llm)

Más capturas — ayuda integrada, doctor y resumen de sesión

/help (fuente única con el router)	t100ai doctor (deps, config, sandbox, Ollama)

Resumen de sesión /session

Comandos (todos operativos, verificados en el router)

Grupo	Comandos
Sesión	/session · /scope set|show|clear · /save
Roles/modos	/role set|show|list · /mode paranoid|standard|expert
Skills/tools	/skill list|use|info · /tools
Modelo	/model info|switch|list
Hallazgos	/findings show|add|score
Reportes	/report generate|preview|session|export · /log show|export
Contexto	/context show|clear · /history · /perf
Agentes	/agent list|spawn|status · /deploy task|status|list
Workflows	/workflow list|run|status · /plugin list|search|install
Utilidades	/wordlist dir|subdomain|user|pass|sql|xss|lfi|cve|all · /read · /help

Arquitectura

Seguridad y ética

• Sandbox blacklist-first: solo bloquea lo destructivo e irreversible; el resto pasa por scope y confirmación humana. Ver core/sandbox.py.
• Sin red externa obligatoria: el LLM es local; los skills llaman a herramientas del sistema solo cuando existen.
• API local por defecto (127.0.0.1), valida cabecera Host y no abre CORS.
• Audit log de comandos ejecutados/bloqueados separado por origen (LLM vs manual).
• Úsalo solo en sistemas con autorización explícita. El gate de confirmación ética existe por algo.

Tests y calidad

python -m pytest tests/ -q          # 461 tests offline
ruff check src/ tests/              # E/F/W/I sin excepciones

CI en GitHub Actions: lint + tests en Python 3.10/3.11/3.12.

Changelog

Ver CHANGELOG.md — v0.3.1: lanzadores run.bat/run.sh arreglados (PYTHONPATH automático, adiós al ModuleNotFoundError), limpieza de código muerto y documentación renovada con banner, GIF y diagramas nuevos.

Licencia

MIT — ver LICENSE.