---

Apex-Automation es un agente autónomo de pentesting impulsado por IA (Ollama). El agente razona como un hacker: observa, analiza, prioriza, ejecuta y pivota — todo sin intervención manual.

El proyecto es un monolito autónomo escrito en Python que:

• Usa un LLM local (qwen2.5-coder:7b vía Ollama) para tomar decisiones en tiempo real
• Mantiene memoria adaptativa: aprende de comandos exitosos y fallidos
• Ejecuta comandos del entorno (nmap, gobuster, searchsploit, nuclei, etc.)
• Registra todo en una base de datos SQLite con trazabilidad completa
• Genera reportes profesionales en Markdown, HTML, JSON y CSV
• Soporta plugins para extender funcionalidades
• Incluye shell interactiva con comandos en tiempo real

---

⚡ Arquitectura

flowchart LR
    U(["👤 User"])
    A["🧠 Apex Engine"]
    L["🤖 Ollama LLM"]
    T["🛠️ Tools (nmap, nuclei, etc.)"]
    D["💾 SQLite DB"]
    R["📊 Report Generator"]
    M["📝 Memoria Adaptativa"]

    U -->|"pentest-core run <target>"| A
    A -->|"Prompt + Contexto"| L
    L -->|"Decisión JSON"| A
    A -->|"Ejecuta comando"| T
    T -->|"Output"| A
    A -->|"Analiza + Aprende"| M
    M -->|"Lecciones"| D
    A -->|"Registra"| D
    A -->|"Genera"| R
    R -->|"Reporte"| U

    style U fill:#0a0a0a,stroke:#00FFAA,color:#fff
    style A fill:#0a0a0a,stroke:#00aaff,color:#fff
    style L fill:#0a0a0a,stroke:#FF00AA,color:#fff
    style T fill:#0a0a0a,stroke:#FFD700,color:#fff
    style D fill:#0a0a0a,stroke:#808080,color:#fff
    style R fill:#0a0a0a,stroke:#00FF87,color:#fff
    style M fill:#0a0a0a,stroke:#FFA500,color:#fff

Loading

---

🚀 Quick Start

Requisitos

• Python 3.10+
• Ollama instalado y corriendo (ollama.ai)
• Modelo: qwen2.5-coder:7b (o configurable)
• Linux / WSL
• Herramientas del sistema: nmap, gobuster, searchsploit, nuclei, sqlmap, etc.

# 1. Instalar Ollama y el modelo
curl -fsSL https://ollama.ai/install.sh | sh
ollama pull qwen2.5-coder:7b

# 2. Clonar el repositorio
git clone https://github.com/Ruby570bocadito/Apex-Automation.git
cd Apex-Automation

# 3. Instalar dependencias Python
pip install -r requirements.txt

# 4. Inicializar proyecto
python main.py init

# 5. ¡Ejecutar un pentest!
python main.py run 10.10.10.123

---

🎯 Características

Característica	Descripción
🧠 Agente IA Autónomo	Usa Ollama (LLM) para razonar como un pentester: decide qué hacer, cuándo y por qué.
🔍 Recon Automatizado	Escaneo de puertos inteligente, enumeración de servicios, fingerprinting con nmap.
💥 Explotación Contextual	Busca exploits con searchsploit, ejecuta Metasploit, genera reverse shells.
📊 Reportes Multi-formato	Genera reportes en Markdown, HTML (dark theme), JSON y CSV.
🧠 Memoria Adaptativa	Aprende de sus errores: no repite comandos fallidos, prioriza patrones exitosos.
🎮 Shell Interactiva	Consola en vivo: !shell, !cve, !exploit, !nuclei, !flag, !report.
🔌 Sistema de Plugins	Extiende funcionalidades con plugins Python en plugins/.
🛡️ Sanitización de Comandos	Allowlist de comandos, blacklist de patrones peligrosos (rm -rf /, fork bombs).
📋 Trazabilidad Total	Base de datos SQLite con sesiones, comandos, CVEs, flags y métricas.
🔄 Reanudación de Sesiones	--resume retoma sesiones previas automáticamente.

---

🖥️ Uso

Comandos principales

# Iniciar un pentest
python main.py run <target>

# Modo agresivo (más paralelismo, exploits automáticos)
python main.py run <target> --aggressive

# Reanudar sesión previa
python main.py run <target> --resume

# Listar sesiones
python main.py list
python main.py list --status running

# Información detallada de sesión
python main.py info <session_id>
python main.py info <session_id> -v

# Generar reporte
python main.py report <session_id>
python main.py report <session_id> --format html
python main.py report <session_id> --format md
python main.py report <session_id> --format json
python main.py report <session_id> --format csv

# Comparar dos sesiones
python main.py diff <session_id_1> <session_id_2>

# Ver lecciones aprendidas por la IA
python main.py lessons

# Limpiar datos
python main.py clean --all

# Inicializar proyecto (crear estructura)
python main.py init

Shell interactiva

Durante un run, el agente muestra una shell interactiva con comandos especiales:

Comando	Función
!help	Mostrar ayuda
!history	Ver historial de comandos
!repeat N	Repetir comando N
!status	Estado actual de la sesión
!flag <texto>	Registrar una flag
!cve <CVE-ID>	Información de CVE
!cves	Listar CVEs detectados
!shell <IP> [PORT]	Generar reverse shells
!shells	Listar tipos de shells
!exploit <término>	Buscar exploits con searchsploit
!nuclei <url>	Escanear con Nuclei
!report	Generar reporte inmediato
!ips	Listar IPs objetivo
!abort	Abortar la auditoría
!quit	Salir

Ejemplos rápidos

# Pentest completo a una máquina
python main.py run 10.10.10.123

# Audit ligero + reporte HTML
python main.py run scanme.nmap.org && python main.py report 1 --format html

# Buscar CVEs y generar reporte completo
python main.py run 192.168.1.100 --aggressive
python main.py report 1 --format all

---

🏗️ Estructura del Proyecto

Apex-Automation/
├── main.py                  # Entry point (~1500 líneas) - TODO el código
├── prompts.json             # System prompt del agente IA (en español)
├── prompts.py               # Cargador de prompts
├── test_main.py             # Tests unitarios (pytest)
├── Dockerfile               # Build Docker
├── requirements.txt         # Dependencias Python
├── .gitignore
├── .github/workflows/       # CI/CD: lint, tests, build Docker
├── plugins/
│   └── example_plugin.py    # Plugin de ejemplo
├── checkpoints/             # Checkpoints de sesiones (generado)
├── logs/                    # Logs de ejecución (generado)
├── reports/                 # Reportes generados (generado)
└── vibe_hacker.db           # Base de datos SQLite (generado)

---

🛠️ Dependencias

Python (requirements.txt)

requests>=2.31.0          # Llamadas API a Ollama y NVD
pytest>=7.4.0             # Tests
pytest-cov>=4.1.0         # Cobertura de código

Herramientas del sistema (instalación recomendada)

# Ubuntu/Debian
sudo apt install nmap gobuster dirb nikto sqlmap hydra
sudo snap install searchsploit nuclei

# Kali Linux (ya vienen preinstaladas)

---

🧠 Cómo funciona

1. Inicio: El usuario ejecuta python main.py run <target>
2. Prompt: Se envía un prompt estructurado a Ollama con el objetivo y el contexto de memoria adaptativa
3. Decisión: La IA devuelve un JSON con: thinking, decision, vibe (RECON/ENUM/EXPLOIT/POST/SHELL), action y command
4. Ejecución: El comando se sanitiza contra la allowlist y patrones peligrosos, luego se ejecuta con timeout
5. Análisis: El output se analiza en busca de flags, CVEs, hashes y credenciales
6. Aprendizaje: La memoria adaptativa registra éxitos y fracasos
7. Ciclo: El resultado se realimenta a la IA para la siguiente decisión
8. Reporte: Al finalizar, se generan reportes en los formatos solicitados

---

🤖 Personalización

Cambiar modelo de IA

Edita ~/.vibehackerrc:

{
  "ollama_url": "http://localhost:11434/api/chat",
  "model": "mi-modelo-personalizado:latest",
  "auto_exploit_cve": true,
  "aggressive_mode": false,
  "parallel_jobs": 5
}

Crear un plugin

Coloca un archivo .py en plugins/ con una función register(manager):

def register(manager):
    def mi_scan(target: str) -> str:
        return f"Ejecutando scan en {target}"

    manager.register_command("mi_scan", mi_scan)

---

🛡️ Seguridad y Ética

Apex-Automation está diseñado exclusivamente para profesionales de seguridad autorizados. Siempre:

• ✅ Obtén permiso explícito por escrito antes de probar cualquier sistema
• ✅ Usa solo en entornos aislados o con autorización
• ✅ Sigue prácticas de responsible disclosure
• ❌ Nunca uses contra sistemas que no te pertenezcan o sin autorización

Aviso: Los autores no asumen ninguna responsabilidad por el mal uso. Eres responsable de cumplir con todas las leyes aplicables.

---

🧪 Tests

# Ejecutar tests
python -m pytest test_main.py -v

# Con cobertura
python -m pytest test_main.py --cov=main -v

---

🤝 Contribuir

Las contribuciones son bienvenidas. Para cambios grandes, abre un issue primero.

# Setup de desarrollo
git clone https://github.com/Ruby570bocadito/Apex-Automation.git
cd Apex-Automation
pip install -r requirements.txt

---

📄 Licencia

MIT © 2025 Ruby570bocadito

---

_{Built for the security community · Pentesting Autónomo con IA · Agente LLM}