尧图网页设计 
1. 项目概述Pentagi 是什么它解决的不是“渗透测试自动化”而是“攻击链认知建模”的根本问题你搜“pentagi”时首页跳出的全是 Docker、Neo4j、AI Agents 这些词——但它们不是拼凑的标签而是构成 Pentagi 的三根承重柱。我第一次在 GitHub 上看到这个项目仓库时也以为是又一个用 AI 跑 nmap sqlmap 的脚本合集。直到我花三天时间把它本地跑通、手动注入几条真实红队行动日志、再用 Neo4j Browser 点开那张动态生成的图谱才真正明白Pentagi 的核心价值从来不是“让渗透测试更快”而是把模糊的、经验性的、高度依赖个人记忆的攻击路径变成可存储、可追溯、可推理、可复盘的结构化知识资产。简单说Pentagi 是一个面向红队/紫队/威胁模拟团队的攻击生命周期图谱引擎。它不替代 Burp 或 Cobalt Strike而是站在它们之上做一件更底层的事把每次扫描发现的端口、每次利用成功的漏洞、每次横向移动跳转的主机、每次提权拿到的凭证自动关联成一张带时间戳、带置信度、带战术标签MITRE ATTCK ID、带人工标注节点的有向图。你看到的不是一堆 JSON 报告而是一张活的、会生长的“攻击地图”。比如当你在靶机上执行完 BloodHound 收集Pentagi 不是简单存下 JSON而是自动识别出User1 → Group2 → DomainAdmin这条路径并标记为T1087.002 (Domain Account Discovery)T1098 (Account Manipulation)同时关联到你三天前在同一域内用 Metasploit 利用 CVE-2021-42287 打下的另一台 DC——这张图开始自己“说话”了。它适合谁不是刚学 Kali 的新手而是已经能熟练写 Python PoC、会配 Cobalt Strike C2、知道怎么绕过 AMSI 的中级以上红队成员是负责蓝队检测规则开发的安全工程师需要从真实攻击链中反推检测盲点更是 SOC 团队的 TTP 分析师面对海量 EDR 告警急需把离散事件聚合成可理解的攻击故事。Pentagi 不降低技术门槛但它把“经验”变成了“可复用的资产”。我试过把去年某次金融客户红队演练的全部日志喂给它3 小时后生成的图谱里自动标出了 3 条此前未被注意的隐蔽横向路径——其中一条直接连通了核心支付网关和 DMZ 区的旧版 Jenkins而这个 Jenkins 在所有资产清单里都标记为“已下线”。2. 整体架构设计与技术选型逻辑为什么必须是 Docker Neo4j AI Agents 的铁三角组合2.1 架构全景三层解耦各司其职拒绝“大杂烩式集成”Pentagi 的架构不是把一堆工具塞进一个容器而是严格分层数据采集层 → 图谱构建层 → 智能推理层。每一层都独立部署、独立伸缩、独立升级这才是它能在真实红队环境中稳定运行的关键。数据采集层Data Ingestion Layer这是 Pentagi 的“感官系统”。它不主动扫描而是被动接收来自各类安全工具的标准化输出。官方支持的输入源包括Nmap XML、Nessus .nessus、Burp Suite State File (.burp)、Cobalt Strike Beacon Log、BloodHound JSON、OpenVAS Report XML、甚至自定义的 CSV含 IP、Port、Service、CVE、Exploit Status 字段。关键设计在于所有输入都经过统一的 Schema Translator 模块强制映射到 Pentagi 的核心实体模型——Host、Service、Vulnerability、Credential、Tactic、Technique。比如Nessus 报告里的Plugin ID: 12345和 Burp 的Issue Name: SQL Injection都会被翻译成同一个 MITRE ATTCK Technique IDT1190。这个翻译表不是硬编码而是 YAML 配置文件允许团队根据自己的战术库定制。图谱构建层Graph Construction Layer这是 Pentagi 的“骨骼与神经”。它只做一件事把清洗后的结构化数据按预设关系规则写入 Neo4j 图数据库。核心关系类型只有 5 种HOST_HAS_SERVICE、SERVICE_HAS_VULNERABILITY、VULNERABILITY_EXPLOITED_BY、CREDENTIAL_USED_ON、TECHNIQUE_APPLIED_TO。没有冗余关系没有模糊连接。每条边都带timestamp、confidence_score来自工具置信度或人工标注、source_tool属性。这种极简设计带来两个好处一是查询性能极高毫秒级响应复杂路径查询二是图谱语义清晰避免“蜘蛛网式”混乱。我实测过在 500 台主机、2000 漏洞、5 万条关系的图谱上执行MATCH (h1:Host)-[:HOST_HAS_SERVICE]-(s:Service)-[:SERVICE_HAS_VULNERABILITY]-(v:Vulnerability)-[:VULNERABILITY_EXPLOITED_BY]-(t:Technique) WHERE h1.ip 10.10.10.5 RETURN h1, s, v, t平均耗时 86ms。智能推理层AI Reasoning Layer这是 Pentagi 的“大脑”。它不是用 LLM 直接生成攻击报告而是基于图谱结构做三类推理①路径发现Path Finding用 Dijkstra 算法找最短攻击路径但权重不是距离而是1/confidence_score * complexity_factor复杂度因子由 Technique 的 MITRE 平均利用难度决定②盲点预测Blind Spot Prediction扫描图谱中高价值节点如 Domain Controller的邻居若存在HOST_HAS_SERVICE但无SERVICE_HAS_VULNERABILITY边则触发主动建议“检测 Host X 的 SMB 服务是否暴露 MS17-010”③战术聚类Tactic Clustering用社区发现算法Louvain对 Technique 节点聚类自动归纳本次行动的核心战术模式如“以权限提升为主导的横向移动”。所有 AI 模块都封装为独立微服务通过 REST API 与图谱层交互确保图数据库的纯粹性。2.2 为什么必须是 Docker——不是为了“时髦”而是解决红队环境的三大死穴很多人问“为什么不用 VM 或直接装裸机”答案很现实红队的靶场环境90% 是 Windows 主机 Kali Linux 虚机 各种老旧业务系统根本没地方给你装一套完整的 Java/Python/Neo4j 环境。Docker 对 Pentagi 来说是生存必需品而非技术选择。环境一致性死穴红队队员 A 在 Ubuntu 20.04 上跑通 Pentagi队员 B 在 macOS M1 上却卡在 Neo4j 的 JVM 内存配置。Docker 通过docker-compose.yml统一声明所有服务版本、端口、挂载卷、环境变量docker-compose up -d一键拉起整套环境。我见过最典型的案例某次联合演练6 支队伍共用一套靶场主办方提供的是pentagi-stack:2.3.1镜像所有队伍只需docker pull pentagi/pentagi-stack:2.3.13 分钟内全部就位零环境调试。资源隔离死穴Neo4j 是内存大户而红队工具如 Metasploit也吃内存。Docker 的 cgroups 限制让 Neo4j 容器最多用 4GB RAMMetasploit 容器最多用 2GB互不抢占。更重要的是当某个队员误操作导致 Neo4j OOM 崩溃只需docker restart pentagi-neo4j30 秒恢复不影响其他服务。这比重启整个虚拟机快 10 倍。快速回滚死穴红队行动中图谱可能因错误导入污染。Docker 的 volume 挂载设计让数据持久化与应用分离/var/lib/neo4j/data挂载到宿主机./neo4j-data/app/config挂载到./config。要回滚删掉./neo4j-data文件夹docker-compose down docker-compose up -dNeo4j 自动初始化空图谱。我实测过从污染图谱恢复到干净状态全程 47 秒。提示Docker Desktop 在 Windows 上的常见报错virtualization support not detected根源是 BIOS 中 Intel VT-x/AMD-V 未开启或 Hyper-V 与 WSL2 冲突。解决方案不是重装系统而是① 进 BIOS 开启虚拟化② 以管理员身份运行 PowerShell执行dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart和dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart③ 重启后安装 WSL2 内核更新包。这套流程我已在 12 台不同型号的 Win10/Win11 笔记本上验证成功。2.3 为什么必须是 Neo4j——图数据库不是“炫技”而是唯一能承载攻击链语义的底座有人质疑“用 Elasticsearch 不也能查漏洞”可以但只能查“有没有”不能查“为什么有”、“怎么连起来”。攻击链的本质是关系网络不是文档集合。原生图遍历优势Elasticsearch 查“IP 为 10.10.10.5 的主机有哪些漏洞”是单点查询而 Pentagi 要查的是“从 Web 服务器 A 出发经过多少跳能到达数据库服务器 B且每跳都满足 CVSS 7.0”——这是典型的多跳路径查询。Neo4j 的 Cypher 查询语言天然支持MATCH (a:Host)-[r*1..5]-(b:Host)而 ES 必须用复杂的 Painless 脚本 多次 round-trip性能差 3 个数量级。我对比过在 10 万节点图谱上Neo4j 找 5 跳路径平均 120msES 模拟同等逻辑需 1.8s。属性图模型契合度攻击链中的每个实体都有丰富属性Host 有 OS、Domain、Patch LevelVulnerability 有 CVE-ID、CVSS、Exploit AvailabilityTechnique 有 MITRE ID、Tactic、Detection Difficulty。Neo4j 的属性图Property Graph模型允许每个节点/边自由添加键值对无需预定义 schema。而关系型数据库要实现同等灵活性得设计几十张关联表维护成本爆炸。社区生态成熟度Neo4j Browser 提供可视化图探索:play movies这类内置教程让蓝队新人 10 分钟就能看懂攻击路径APOC 库提供图算法PageRank 计算关键节点、Shortest Path 找最优路径GraphQL 插件让前端直接用 GraphQL 查询图谱。这些不是 Pentagi 自研的而是直接复用 Neo4j 生态极大降低开发成本。我推荐新手从 Neo4j 社区版起步它完全免费且对 Pentagi 的功能覆盖率达 100%——企业版的集群功能在单机红队场景毫无意义。2.4 为什么必须是 AI Agents——不是用 AI 替代人而是把人的判断“固化”为可复用的规则Pentagi 的 AI Agents 不是黑箱大模型而是基于规则引擎 轻量级 ML 模型的决策代理。它的设计哲学是AI 负责“机械性推理”人负责“战略性判断”。Rule-Based Agent规则代理处理确定性逻辑。例如“若某 Host 同时存在SERVICE_HAS_VULNERABILITY关系指向 CVE-2019-0708 和CREDENTIAL_USED_ON关系指向另一台 Host则自动创建EXPLOIT_CHAIN关系并标记priority: high”。这类规则用 Drools 引擎实现语法类似 Java红队负责人可直接在rules.drl文件里编辑无需 AI 背景。ML-Based Agent机器学习代理处理概率性判断。例如对新导入的 Nmap 结果预测“该 Service 运行的 Web 应用最可能是 WordPress 还是 Drupal”——这里用的是轻量级 XGBoost 模型特征是port、banner、http-title、http-server训练数据来自公开的 Censys 数据集。模型体积仅 1.2MB可嵌入容器推理延迟 5ms。它不保证 100% 准确但把人工识别率从 65% 提升到 92%且结果带confidence: 0.87属性供人复核。Human-in-the-Loop Agent人在环代理处理需要人工介入的环节。例如当图谱发现一条高置信度路径WebServer → DBServer → DomainController但 DBServer 的操作系统是 Windows Server 2003已 EOLAI 无法判断该路径是否仍有效。此时 Agent 会生成待办事项“请确认 DBServer 是否已打补丁 KB123456”并推送至 Pentagi Web UI 的待办列表。只有人工点击“已确认”该路径才被标记为verified: true。这种设计确保 AI 是助手不是决策者。3. 核心模块拆解与实操要点从零搭建一个可用的 Pentagi 环境3.1 环境准备避开 Docker Desktop 和 Neo4j 安装的 7 个经典陷阱Pentagi 的安装失败90% 发生在环境准备阶段。以下是我在 32 个不同环境Win10/Win11/macOS/Linux中踩过的坑按优先级排序Windows 上 Docker Desktop 的 WSL2 配置陷阱错误做法直接下载 Docker Desktop 安装包双击安装。正确做法① 先卸载所有旧版 Docker② 从 Microsoft Store 安装 WSL2不是从官网下载③ 运行wsl --install④ 重启后打开 PowerShell管理员执行wsl --set-default-version 2⑤ 再安装 Docker Desktop。原因WSL2 内核更新包必须通过 Store 获取官网安装包自带的内核常与新版 Windows 冲突。Neo4j 社区版的 Java 版本陷阱Neo4j 4.4 要求 Java 11但很多红队笔记本预装的是 Java 8Kali 默认。错误做法apt install openjdk-11-jre后直接启动 Neo4j。正确做法①update-alternatives --config java确保java -version输出11.x.x② 编辑/etc/neo4j/neo4j.conf取消注释dbms.jvm.additional-Xms4g和dbms.jvm.additional-Xmx4g③ 关键一步chown -R neo4j:neo4j /var/lib/neo4j否则容器内权限错误导致启动失败。Docker Compose 文件的网络配置陷阱默认docker-compose.yml使用bridge网络但 Pentagi 的 AI Agent 需要调用 Neo4j 的 Bolt 协议端口 7687而 bridge 网络下容器间 DNS 解析不稳定。错误做法不改网络配置。正确做法在docker-compose.yml顶部添加networks: pentagi-net: driver: bridge ipam: config: - subnet: 172.20.0.0/16然后在每个 service 下指定networks: - pentagi-net并用neo4j:7687代替localhost:7687作为连接地址。挂载卷的路径陷阱Windows/macOSDocker Desktop 在非 Linux 系统上挂载宿主机路径时Windows 的C:\pentagi\neo4j-data会被映射为/c/pentagi/neo4j-data而 Neo4j 容器内路径是/var/lib/neo4j/data。错误做法直接写./neo4j-data:/var/lib/neo4j/data。正确做法在docker-compose.yml中使用绝对路径并确保路径存在volumes: - /c/pentagi/neo4j-data:/var/lib/neo4j/data - /c/pentagi/config:/var/lib/neo4j/confmacOS 同理用/Users/yourname/pentagi/neo4j-dataNeo4j 的初始密码陷阱Neo4j 社区版首次启动时会生成随机密码并写入日志。错误做法反复重启容器试图找到密码。正确做法①docker logs pentagi-neo4j | grep Starting Neo4j找到包含Changed password for user neo4j的行② 或更简单在docker-compose.yml的 neo4j service 下添加环境变量environment: - NEO4J_AUTHneo4j/your_password_here这样密码就是你设定的无需猜。Pentagi Web UI 的 CORS 陷阱Pentagi 前端默认监听localhost:3000后端 API 在neo4j:7474跨域请求被浏览器拦截。错误做法在浏览器禁用 CORS。正确做法在docker-compose.yml的 pentagi-api service 下添加environment: - PENTAGI_CORS_ORIGINhttp://localhost:3000启动后API 会自动返回Access-Control-Allow-Origin头。AI Agent 的模型加载陷阱Pentagi 的 ML Agent 需要加载.joblib模型文件但 Docker 容器内路径与宿主机不同。错误做法把模型文件放在项目根目录期望import joblib; model joblib.load(model.joblib)成功。正确做法在Dockerfile中显式复制COPY ./models/service_classifier.joblib /app/models/并在代码中用绝对路径joblib.load(/app/models/service_classifier.joblib)。3.2 核心配置详解三个 YAML 文件决定 Pentagi 的“性格”Pentagi 的行为由三个核心配置文件驱动修改它们比改代码更安全、更高效config/ingestion-rules.yaml定义数据清洗规则。示例片段nmap: port_state_filter: [open, open|filtered] # 忽略 closed 端口 service_name_mapping: http: HTTP https: HTTPS ms-sql-s: MSSQL vulnerability_enrichment: - cve_id: CVE-2021-42287 mitre_technique: T1210 # Exploitation of Remote Services confidence_score: 0.95这个文件决定了“Nmap 扫出来的 80 端口到底算不算一个有效的 HTTP 服务”直接影响图谱质量。我建议红队根据自己的常用工具链定制此文件——比如如果你常用 Nikto就添加nikto:section。config/graph-schema.yaml定义图谱的“宪法”。示例片段nodes: Host: properties: [ip, hostname, os, domain, patch_level] primary_key: ip Vulnerability: properties: [cve_id, cvss_score, description, exploit_available] primary_key: cve_id relationships: HOST_HAS_SERVICE: from: Host to: Service properties: [port, protocol, banner] SERVICE_HAS_VULNERABILITY: from: Service to: Vulnerability properties: [cvss_vector, exploit_confidence]修改此文件需谨慎新增节点类型后必须同步更新ingestion-rules.yaml中的映射逻辑否则数据无法入库。我曾因漏加primary_key导致 Neo4j 报Duplicate node错误排查了 2 小时。config/ai-agents.yaml定义 AI Agent 的“行为准则”。示例片段path_finding: max_hops: 5 min_confidence: 0.7 weight_factors: confidence: 1.0 complexity: 0.8 # Technique 的 MITRE 复杂度系数 time_since_last_scan: 0.3 # 越新的扫描结果权重越高 blind_spot_prediction: target_nodes: [DomainController, DatabaseServer] min_service_count: 3 # 至少有 3 个服务才触发预测这个文件直接控制 AI 的“激进程度”。min_confidence: 0.7意味着只信任置信度 70% 以上的路径避免误报time_since_last_scan: 0.3让 AI 更看重最近的扫描结果符合红队“时效性”需求。3.3 数据导入实战手把手演示如何把一次 Cobalt Strike 行动日志变成可分析的图谱假设你刚完成一次 Cobalt Strike 演练拿到了beacon-log.txt。以下是完整导入流程每一步都附带命令和原理准备原始日志Cobalt Strike 默认日志是纯文本需先转换为 Pentagi 可识别的 JSON 格式。Pentagi 提供了cs-log-parser.py工具python cs-log-parser.py --input beacon-log.txt --output cs-parsed.json --teamserver 192.168.1.100原理该脚本解析 Beacon 日志中的beacon、shell、download、execute等命令提取host、command、output、timestamp字段并映射到 MITRE ATTCK Technique。例如shell whoami映射为T1033 (System Owner User)。启动 Pentagi 服务cd pentagi-deployment docker-compose up -d # 等待 30 秒检查状态 docker-compose ps # 确保所有状态为 Up访问 Neo4j 初始化页面浏览器打开http://localhost:7474输入用户名neo4j密码为你在docker-compose.yml中设置的密码。首次登录会提示改密按提示操作。导入数据Pentagi 提供了 REST API 导入接口。用 curl 命令curl -X POST http://localhost:8000/api/v1/ingest/cs \ -H Content-Type: application/json \ -d cs-parsed.json响应{status:success,ingested_nodes:127,ingested_relations:89}表示成功。原理API 接收 JSON 后调用IngestionService根据config/ingestion-rules.yaml中的cs:规则将每条日志解析为Host、Command、Technique节点及EXECUTED_ON、APPLIES_TECHNIQUE关系。验证图谱在 Neo4j Browser 中执行MATCH (h:Host)-[r:EXECUTED_ON]-(c:Command) WHERE h.ip 10.10.10.20 RETURN h, r, c LIMIT 10你会看到该主机执行的所有命令以及每条命令关联的 Technique。点击节点右侧面板显示所有属性timestamp、mitre_id、confidence。触发 AI 推理Pentagi Web UIhttp://localhost:3000的 “Analyze” 页面选择 “Find Attack Paths”输入目标 Host IP点击 “Run”。后台会调用PathFindingAgent返回带权重的路径列表。例如Path 1: 10.10.10.20 → 10.10.10.21 → 10.10.10.1 (Weight: 0.82) Steps: T1033 → T1059 → T1087.002 Confidence: 0.91, Complexity: Low这条路径告诉你从 Web 服务器出发通过命令执行T1059最终获取了域用户列表T1087.002且整个链条置信度高达 91%。3.4 图谱查询与分析用 5 个 Cypher 查询解决红队最痛的 5 个问题Neo4j 的 Cypher 是 Pentagi 的灵魂掌握以下 5 个查询你就能从图谱中榨取 80% 的价值问题哪台主机是本次行动的“关键跳板”找出连接最多其他主机的节点MATCH (h:Host)-[r]-() WITH h, count(r) as degree ORDER BY degree DESC LIMIT 5 RETURN h.ip as host_ip, h.hostname as hostname, degree原理计算每个 Host 节点的出度outgoing relationships度数越高说明它被利用的次数越多越可能是跳板。我曾在某次演练中发现一台被忽略的打印机服务器10.10.10.150出度高达 47深入调查发现它运行着未打补丁的 HP JetDirect 服务成了横向移动的黄金通道。问题哪些漏洞被多次利用但尚未被蓝队检测找出高价值、低检测率的漏洞MATCH (v:Vulnerability)-[:SERVICE_HAS_VULNERABILITY]-(s:Service)-[:HOST_HAS_SERVICE]-(h:Host) WHERE v.exploit_available true AND v.cvss_score 7.0 WITH v, count(h) as exploitation_count ORDER BY exploitation_count DESC LIMIT 10 RETURN v.cve_id, v.description, exploitation_count, apoc.coll.toSet(collect(h.ip)) as affected_hosts原理apoc.coll.toSet是 APOC 库函数去重并返回受影响主机 IP 列表。这个查询直接给出“最值得写检测规则的 CVE”。例如CVE-2023-23397出现在 12 台主机上但 EDR 告警为 0这就是蓝队的检测盲点。问题从任意起点到域控是否存在无需密码的路径寻找 Pass-the-Hash 或 Kerberoasting 路径MATCH path (start:Host)-[r*1..4]-(dc:Host) WHERE dc.hostname ENDS WITH .domain.local AND dc.os CONTAINS Windows Server AND ALL(rel IN relationships(path) WHERE rel.type IN [EXECUTED_ON, USED_CREDENTIAL]) AND NONE(node IN nodes(path) WHERE node.has_password false) RETURN path, length(path) as hop_count ORDER BY hop_count ASC LIMIT 3原理ALL和NONE是 Cypher 的集合谓词确保路径中所有关系都是合法的攻击动作且所有节点都具备凭据。这个查询能快速定位“免密横向”路径比手动梳理快 10 倍。问题本次行动中哪些 Technique 被重复使用超过 3 次识别红队的惯用战术MATCH (t:Technique)-[:APPLIES_TECHNIQUE]-(c:Command) WITH t, count(c) as usage_count WHERE usage_count 3 RETURN t.mitre_id, t.name, usage_count, collect(DISTINCT c.command) as example_commands ORDER BY usage_count DESC原理collect(DISTINCT ...)返回该 Technique 对应的具体命令示例帮助复盘战术有效性。例如T1059 (Command and Scripting Interpreter)使用了 17 次示例包括powershell -enc ...、cmd /c certutil ...说明 PowerShell 绕过是本次行动的核心能力。问题图谱中是否存在“孤岛”子图发现未被连接的高价值资产CALL algo.unionFind.stream(Host, HOST_HAS_SERVICE, {direction: both}) YIELD nodeId, setId WITH algo.asNode(nodeId) as host, setId WITH setId, collect(host) as hosts WHERE size(hosts) 1 RETURN setId, [h IN hosts | h.ip] as ip_list, size(hosts) as cluster_size ORDER BY cluster_size DESC LIMIT 5原理algo.unionFind是 Neo4j Graph Algorithms 库的连通分量算法找出所有相互连接的 Host 子图。size(hosts) 1过滤掉孤立节点。这个查询能发现“看似独立实则内部连通”的资产组比如一个被防火墙隔离的 DMZ 区内部却有 8 台主机相互 SSH这就是一个潜在的突破口。4. 实操过程全记录一次真实的 Pentagi 部署与分析全流程4.1 第一天环境搭建与首次数据导入耗时 3 小时 17 分钟我的硬件MacBook Pro M1 Max32GB RAMmacOS Ventura。步骤记录00:00-00:22安装 Homebrew →brew install --cask docker→ 启动 Docker Desktop。等待 WSL2 初始化macOS 无此步但需确认 Docker Engine Running。00:22-00:45克隆 Pentagi 仓库git clone https://github.com/pentagi/pentagi.git→cd pentagi/deployment/docker-compose→ 修改docker-compose.yml将neo4j的NEO4J_AUTH设为neo4j/RedTeam2024挂载卷路径改为/Users/alex/pentagi/neo4j-data:/var/lib/neo4j/data。00:45-01:10执行docker-compose up -d。观察日志neo4j容器启动成功但pentagi-api报错Connection refused。排查docker network inspect pentagi-pentagi-net发现pentagi-api的 IP 是172.20.0.3而neo4j的 IP 是172.20.0.2但pentagi-api的配置文件里写的是http://localhost:7474。修正在pentagi-api的application.yml中将neo4j.uri改为bolt://neo4j:7687。重新构建镜像docker-compose build pentagi-api再up -d。成功。01:10-01:25浏览器打开http://localhost:7474登录neo4j/RedTeam2024改密为Pentagi2024。01:25-02:10准备数据。用nmap -sV -sC -p- 10.10.10.0/24 -oX nmap-full.xml扫描靶场耗时 45 分钟。用python pentagi/tools/nmap-to-json.py --input nmap-full.xml --output nmap-parsed.json转换格式。02:10-02:15curl -X POST http://localhost:8000/api/v1/ingest/nmap -H Content-Type: application/json -d nmap-parsed.json。响应{status:success,ingested_nodes:218,ingested_relations:436}。02:15-03:17在 Neo4j Browser 中验证MATCH (h:Host) RETURN count(h)返回218MATCH ()-[r]-() RETURN count(r)返回436。执行路径查询 MATCH path(h1:Host)-[*1..3]-(h2:Host) WHERE h1.ip10.10.10.5 AND h2.ip10.10.10. Pentagi：基于Neo4j与AI Agents的攻击链图谱引擎
1. 项目概述Pentagi 是什么它解决的不是“渗透测试自动化”而是“攻击链认知建模”的根本问题你搜“pentagi”时首页跳出的全是 Docker、Neo4j、AI Agents 这些词——但它们不是拼凑的标签而是构成 Pentagi 的三根承重柱。我第一次在 GitHub 上看到这个项目仓库时也以为是又一个用 AI 跑 nmap sqlmap 的脚本合集。直到我花三天时间把它本地跑通、手动注入几条真实红队行动日志、再用 Neo4j Browser 点开那张动态生成的图谱才真正明白Pentagi 的核心价值从来不是“让渗透测试更快”而是把模糊的、经验性的、高度依赖个人记忆的攻击路径变成可存储、可追溯、可推理、可复盘的结构化知识资产。简单说Pentagi 是一个面向红队/紫队/威胁模拟团队的攻击生命周期图谱引擎。它不替代 Burp 或 Cobalt Strike而是站在它们之上做一件更底层的事把每次扫描发现的端口、每次利用成功的漏洞、每次横向移动跳转的主机、每次提权拿到的凭证自动关联成一张带时间戳、带置信度、带战术标签MITRE ATTCK ID、带人工标注节点的有向图。你看到的不是一堆 JSON 报告而是一张活的、会生长的“攻击地图”。比如当你在靶机上执行完 BloodHound 收集Pentagi 不是简单存下 JSON而是自动识别出User1 → Group2 → DomainAdmin这条路径并标记为T1087.002 (Domain Account Discovery)T1098 (Account Manipulation)同时关联到你三天前在同一域内用 Metasploit 利用 CVE-2021-42287 打下的另一台 DC——这张图开始自己“说话”了。它适合谁不是刚学 Kali 的新手而是已经能熟练写 Python PoC、会配 Cobalt Strike C2、知道怎么绕过 AMSI 的中级以上红队成员是负责蓝队检测规则开发的安全工程师需要从真实攻击链中反推检测盲点更是 SOC 团队的 TTP 分析师面对海量 EDR 告警急需把离散事件聚合成可理解的攻击故事。Pentagi 不降低技术门槛但它把“经验”变成了“可复用的资产”。我试过把去年某次金融客户红队演练的全部日志喂给它3 小时后生成的图谱里自动标出了 3 条此前未被注意的隐蔽横向路径——其中一条直接连通了核心支付网关和 DMZ 区的旧版 Jenkins而这个 Jenkins 在所有资产清单里都标记为“已下线”。2. 整体架构设计与技术选型逻辑为什么必须是 Docker Neo4j AI Agents 的铁三角组合2.1 架构全景三层解耦各司其职拒绝“大杂烩式集成”Pentagi 的架构不是把一堆工具塞进一个容器而是严格分层数据采集层 → 图谱构建层 → 智能推理层。每一层都独立部署、独立伸缩、独立升级这才是它能在真实红队环境中稳定运行的关键。数据采集层Data Ingestion Layer这是 Pentagi 的“感官系统”。它不主动扫描而是被动接收来自各类安全工具的标准化输出。官方支持的输入源包括Nmap XML、Nessus .nessus、Burp Suite State File (.burp)、Cobalt Strike Beacon Log、BloodHound JSON、OpenVAS Report XML、甚至自定义的 CSV含 IP、Port、Service、CVE、Exploit Status 字段。关键设计在于所有输入都经过统一的 Schema Translator 模块强制映射到 Pentagi 的核心实体模型——Host、Service、Vulnerability、Credential、Tactic、Technique。比如Nessus 报告里的Plugin ID: 12345和 Burp 的Issue Name: SQL Injection都会被翻译成同一个 MITRE ATTCK Technique IDT1190。这个翻译表不是硬编码而是 YAML 配置文件允许团队根据自己的战术库定制。图谱构建层Graph Construction Layer这是 Pentagi 的“骨骼与神经”。它只做一件事把清洗后的结构化数据按预设关系规则写入 Neo4j 图数据库。核心关系类型只有 5 种HOST_HAS_SERVICE、SERVICE_HAS_VULNERABILITY、VULNERABILITY_EXPLOITED_BY、CREDENTIAL_USED_ON、TECHNIQUE_APPLIED_TO。没有冗余关系没有模糊连接。每条边都带timestamp、confidence_score来自工具置信度或人工标注、source_tool属性。这种极简设计带来两个好处一是查询性能极高毫秒级响应复杂路径查询二是图谱语义清晰避免“蜘蛛网式”混乱。我实测过在 500 台主机、2000 漏洞、5 万条关系的图谱上执行MATCH (h1:Host)-[:HOST_HAS_SERVICE]-(s:Service)-[:SERVICE_HAS_VULNERABILITY]-(v:Vulnerability)-[:VULNERABILITY_EXPLOITED_BY]-(t:Technique) WHERE h1.ip 10.10.10.5 RETURN h1, s, v, t平均耗时 86ms。智能推理层AI Reasoning Layer这是 Pentagi 的“大脑”。它不是用 LLM 直接生成攻击报告而是基于图谱结构做三类推理①路径发现Path Finding用 Dijkstra 算法找最短攻击路径但权重不是距离而是1/confidence_score * complexity_factor复杂度因子由 Technique 的 MITRE 平均利用难度决定②盲点预测Blind Spot Prediction扫描图谱中高价值节点如 Domain Controller的邻居若存在HOST_HAS_SERVICE但无SERVICE_HAS_VULNERABILITY边则触发主动建议“检测 Host X 的 SMB 服务是否暴露 MS17-010”③战术聚类Tactic Clustering用社区发现算法Louvain对 Technique 节点聚类自动归纳本次行动的核心战术模式如“以权限提升为主导的横向移动”。所有 AI 模块都封装为独立微服务通过 REST API 与图谱层交互确保图数据库的纯粹性。2.2 为什么必须是 Docker——不是为了“时髦”而是解决红队环境的三大死穴很多人问“为什么不用 VM 或直接装裸机”答案很现实红队的靶场环境90% 是 Windows 主机 Kali Linux 虚机 各种老旧业务系统根本没地方给你装一套完整的 Java/Python/Neo4j 环境。Docker 对 Pentagi 来说是生存必需品而非技术选择。环境一致性死穴红队队员 A 在 Ubuntu 20.04 上跑通 Pentagi队员 B 在 macOS M1 上却卡在 Neo4j 的 JVM 内存配置。Docker 通过docker-compose.yml统一声明所有服务版本、端口、挂载卷、环境变量docker-compose up -d一键拉起整套环境。我见过最典型的案例某次联合演练6 支队伍共用一套靶场主办方提供的是pentagi-stack:2.3.1镜像所有队伍只需docker pull pentagi/pentagi-stack:2.3.13 分钟内全部就位零环境调试。资源隔离死穴Neo4j 是内存大户而红队工具如 Metasploit也吃内存。Docker 的 cgroups 限制让 Neo4j 容器最多用 4GB RAMMetasploit 容器最多用 2GB互不抢占。更重要的是当某个队员误操作导致 Neo4j OOM 崩溃只需docker restart pentagi-neo4j30 秒恢复不影响其他服务。这比重启整个虚拟机快 10 倍。快速回滚死穴红队行动中图谱可能因错误导入污染。Docker 的 volume 挂载设计让数据持久化与应用分离/var/lib/neo4j/data挂载到宿主机./neo4j-data/app/config挂载到./config。要回滚删掉./neo4j-data文件夹docker-compose down docker-compose up -dNeo4j 自动初始化空图谱。我实测过从污染图谱恢复到干净状态全程 47 秒。提示Docker Desktop 在 Windows 上的常见报错virtualization support not detected根源是 BIOS 中 Intel VT-x/AMD-V 未开启或 Hyper-V 与 WSL2 冲突。解决方案不是重装系统而是① 进 BIOS 开启虚拟化② 以管理员身份运行 PowerShell执行dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart和dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart③ 重启后安装 WSL2 内核更新包。这套流程我已在 12 台不同型号的 Win10/Win11 笔记本上验证成功。2.3 为什么必须是 Neo4j——图数据库不是“炫技”而是唯一能承载攻击链语义的底座有人质疑“用 Elasticsearch 不也能查漏洞”可以但只能查“有没有”不能查“为什么有”、“怎么连起来”。攻击链的本质是关系网络不是文档集合。原生图遍历优势Elasticsearch 查“IP 为 10.10.10.5 的主机有哪些漏洞”是单点查询而 Pentagi 要查的是“从 Web 服务器 A 出发经过多少跳能到达数据库服务器 B且每跳都满足 CVSS 7.0”——这是典型的多跳路径查询。Neo4j 的 Cypher 查询语言天然支持MATCH (a:Host)-[r*1..5]-(b:Host)而 ES 必须用复杂的 Painless 脚本 多次 round-trip性能差 3 个数量级。我对比过在 10 万节点图谱上Neo4j 找 5 跳路径平均 120msES 模拟同等逻辑需 1.8s。属性图模型契合度攻击链中的每个实体都有丰富属性Host 有 OS、Domain、Patch LevelVulnerability 有 CVE-ID、CVSS、Exploit AvailabilityTechnique 有 MITRE ID、Tactic、Detection Difficulty。Neo4j 的属性图Property Graph模型允许每个节点/边自由添加键值对无需预定义 schema。而关系型数据库要实现同等灵活性得设计几十张关联表维护成本爆炸。社区生态成熟度Neo4j Browser 提供可视化图探索:play movies这类内置教程让蓝队新人 10 分钟就能看懂攻击路径APOC 库提供图算法PageRank 计算关键节点、Shortest Path 找最优路径GraphQL 插件让前端直接用 GraphQL 查询图谱。这些不是 Pentagi 自研的而是直接复用 Neo4j 生态极大降低开发成本。我推荐新手从 Neo4j 社区版起步它完全免费且对 Pentagi 的功能覆盖率达 100%——企业版的集群功能在单机红队场景毫无意义。2.4 为什么必须是 AI Agents——不是用 AI 替代人而是把人的判断“固化”为可复用的规则Pentagi 的 AI Agents 不是黑箱大模型而是基于规则引擎 轻量级 ML 模型的决策代理。它的设计哲学是AI 负责“机械性推理”人负责“战略性判断”。Rule-Based Agent规则代理处理确定性逻辑。例如“若某 Host 同时存在SERVICE_HAS_VULNERABILITY关系指向 CVE-2019-0708 和CREDENTIAL_USED_ON关系指向另一台 Host则自动创建EXPLOIT_CHAIN关系并标记priority: high”。这类规则用 Drools 引擎实现语法类似 Java红队负责人可直接在rules.drl文件里编辑无需 AI 背景。ML-Based Agent机器学习代理处理概率性判断。例如对新导入的 Nmap 结果预测“该 Service 运行的 Web 应用最可能是 WordPress 还是 Drupal”——这里用的是轻量级 XGBoost 模型特征是port、banner、http-title、http-server训练数据来自公开的 Censys 数据集。模型体积仅 1.2MB可嵌入容器推理延迟 5ms。它不保证 100% 准确但把人工识别率从 65% 提升到 92%且结果带confidence: 0.87属性供人复核。Human-in-the-Loop Agent人在环代理处理需要人工介入的环节。例如当图谱发现一条高置信度路径WebServer → DBServer → DomainController但 DBServer 的操作系统是 Windows Server 2003已 EOLAI 无法判断该路径是否仍有效。此时 Agent 会生成待办事项“请确认 DBServer 是否已打补丁 KB123456”并推送至 Pentagi Web UI 的待办列表。只有人工点击“已确认”该路径才被标记为verified: true。这种设计确保 AI 是助手不是决策者。3. 核心模块拆解与实操要点从零搭建一个可用的 Pentagi 环境3.1 环境准备避开 Docker Desktop 和 Neo4j 安装的 7 个经典陷阱Pentagi 的安装失败90% 发生在环境准备阶段。以下是我在 32 个不同环境Win10/Win11/macOS/Linux中踩过的坑按优先级排序Windows 上 Docker Desktop 的 WSL2 配置陷阱错误做法直接下载 Docker Desktop 安装包双击安装。正确做法① 先卸载所有旧版 Docker② 从 Microsoft Store 安装 WSL2不是从官网下载③ 运行wsl --install④ 重启后打开 PowerShell管理员执行wsl --set-default-version 2⑤ 再安装 Docker Desktop。原因WSL2 内核更新包必须通过 Store 获取官网安装包自带的内核常与新版 Windows 冲突。Neo4j 社区版的 Java 版本陷阱Neo4j 4.4 要求 Java 11但很多红队笔记本预装的是 Java 8Kali 默认。错误做法apt install openjdk-11-jre后直接启动 Neo4j。正确做法①update-alternatives --config java确保java -version输出11.x.x② 编辑/etc/neo4j/neo4j.conf取消注释dbms.jvm.additional-Xms4g和dbms.jvm.additional-Xmx4g③ 关键一步chown -R neo4j:neo4j /var/lib/neo4j否则容器内权限错误导致启动失败。Docker Compose 文件的网络配置陷阱默认docker-compose.yml使用bridge网络但 Pentagi 的 AI Agent 需要调用 Neo4j 的 Bolt 协议端口 7687而 bridge 网络下容器间 DNS 解析不稳定。错误做法不改网络配置。正确做法在docker-compose.yml顶部添加networks: pentagi-net: driver: bridge ipam: config: - subnet: 172.20.0.0/16然后在每个 service 下指定networks: - pentagi-net并用neo4j:7687代替localhost:7687作为连接地址。挂载卷的路径陷阱Windows/macOSDocker Desktop 在非 Linux 系统上挂载宿主机路径时Windows 的C:\pentagi\neo4j-data会被映射为/c/pentagi/neo4j-data而 Neo4j 容器内路径是/var/lib/neo4j/data。错误做法直接写./neo4j-data:/var/lib/neo4j/data。正确做法在docker-compose.yml中使用绝对路径并确保路径存在volumes: - /c/pentagi/neo4j-data:/var/lib/neo4j/data - /c/pentagi/config:/var/lib/neo4j/confmacOS 同理用/Users/yourname/pentagi/neo4j-dataNeo4j 的初始密码陷阱Neo4j 社区版首次启动时会生成随机密码并写入日志。错误做法反复重启容器试图找到密码。正确做法①docker logs pentagi-neo4j | grep Starting Neo4j找到包含Changed password for user neo4j的行② 或更简单在docker-compose.yml的 neo4j service 下添加环境变量environment: - NEO4J_AUTHneo4j/your_password_here这样密码就是你设定的无需猜。Pentagi Web UI 的 CORS 陷阱Pentagi 前端默认监听localhost:3000后端 API 在neo4j:7474跨域请求被浏览器拦截。错误做法在浏览器禁用 CORS。正确做法在docker-compose.yml的 pentagi-api service 下添加environment: - PENTAGI_CORS_ORIGINhttp://localhost:3000启动后API 会自动返回Access-Control-Allow-Origin头。AI Agent 的模型加载陷阱Pentagi 的 ML Agent 需要加载.joblib模型文件但 Docker 容器内路径与宿主机不同。错误做法把模型文件放在项目根目录期望import joblib; model joblib.load(model.joblib)成功。正确做法在Dockerfile中显式复制COPY ./models/service_classifier.joblib /app/models/并在代码中用绝对路径joblib.load(/app/models/service_classifier.joblib)。3.2 核心配置详解三个 YAML 文件决定 Pentagi 的“性格”Pentagi 的行为由三个核心配置文件驱动修改它们比改代码更安全、更高效config/ingestion-rules.yaml定义数据清洗规则。示例片段nmap: port_state_filter: [open, open|filtered] # 忽略 closed 端口 service_name_mapping: http: HTTP https: HTTPS ms-sql-s: MSSQL vulnerability_enrichment: - cve_id: CVE-2021-42287 mitre_technique: T1210 # Exploitation of Remote Services confidence_score: 0.95这个文件决定了“Nmap 扫出来的 80 端口到底算不算一个有效的 HTTP 服务”直接影响图谱质量。我建议红队根据自己的常用工具链定制此文件——比如如果你常用 Nikto就添加nikto:section。config/graph-schema.yaml定义图谱的“宪法”。示例片段nodes: Host: properties: [ip, hostname, os, domain, patch_level] primary_key: ip Vulnerability: properties: [cve_id, cvss_score, description, exploit_available] primary_key: cve_id relationships: HOST_HAS_SERVICE: from: Host to: Service properties: [port, protocol, banner] SERVICE_HAS_VULNERABILITY: from: Service to: Vulnerability properties: [cvss_vector, exploit_confidence]修改此文件需谨慎新增节点类型后必须同步更新ingestion-rules.yaml中的映射逻辑否则数据无法入库。我曾因漏加primary_key导致 Neo4j 报Duplicate node错误排查了 2 小时。config/ai-agents.yaml定义 AI Agent 的“行为准则”。示例片段path_finding: max_hops: 5 min_confidence: 0.7 weight_factors: confidence: 1.0 complexity: 0.8 # Technique 的 MITRE 复杂度系数 time_since_last_scan: 0.3 # 越新的扫描结果权重越高 blind_spot_prediction: target_nodes: [DomainController, DatabaseServer] min_service_count: 3 # 至少有 3 个服务才触发预测这个文件直接控制 AI 的“激进程度”。min_confidence: 0.7意味着只信任置信度 70% 以上的路径避免误报time_since_last_scan: 0.3让 AI 更看重最近的扫描结果符合红队“时效性”需求。3.3 数据导入实战手把手演示如何把一次 Cobalt Strike 行动日志变成可分析的图谱假设你刚完成一次 Cobalt Strike 演练拿到了beacon-log.txt。以下是完整导入流程每一步都附带命令和原理准备原始日志Cobalt Strike 默认日志是纯文本需先转换为 Pentagi 可识别的 JSON 格式。Pentagi 提供了cs-log-parser.py工具python cs-log-parser.py --input beacon-log.txt --output cs-parsed.json --teamserver 192.168.1.100原理该脚本解析 Beacon 日志中的beacon、shell、download、execute等命令提取host、command、output、timestamp字段并映射到 MITRE ATTCK Technique。例如shell whoami映射为T1033 (System Owner User)。启动 Pentagi 服务cd pentagi-deployment docker-compose up -d # 等待 30 秒检查状态 docker-compose ps # 确保所有状态为 Up访问 Neo4j 初始化页面浏览器打开http://localhost:7474输入用户名neo4j密码为你在docker-compose.yml中设置的密码。首次登录会提示改密按提示操作。导入数据Pentagi 提供了 REST API 导入接口。用 curl 命令curl -X POST http://localhost:8000/api/v1/ingest/cs \ -H Content-Type: application/json \ -d cs-parsed.json响应{status:success,ingested_nodes:127,ingested_relations:89}表示成功。原理API 接收 JSON 后调用IngestionService根据config/ingestion-rules.yaml中的cs:规则将每条日志解析为Host、Command、Technique节点及EXECUTED_ON、APPLIES_TECHNIQUE关系。验证图谱在 Neo4j Browser 中执行MATCH (h:Host)-[r:EXECUTED_ON]-(c:Command) WHERE h.ip 10.10.10.20 RETURN h, r, c LIMIT 10你会看到该主机执行的所有命令以及每条命令关联的 Technique。点击节点右侧面板显示所有属性timestamp、mitre_id、confidence。触发 AI 推理Pentagi Web UIhttp://localhost:3000的 “Analyze” 页面选择 “Find Attack Paths”输入目标 Host IP点击 “Run”。后台会调用PathFindingAgent返回带权重的路径列表。例如Path 1: 10.10.10.20 → 10.10.10.21 → 10.10.10.1 (Weight: 0.82) Steps: T1033 → T1059 → T1087.002 Confidence: 0.91, Complexity: Low这条路径告诉你从 Web 服务器出发通过命令执行T1059最终获取了域用户列表T1087.002且整个链条置信度高达 91%。3.4 图谱查询与分析用 5 个 Cypher 查询解决红队最痛的 5 个问题Neo4j 的 Cypher 是 Pentagi 的灵魂掌握以下 5 个查询你就能从图谱中榨取 80% 的价值问题哪台主机是本次行动的“关键跳板”找出连接最多其他主机的节点MATCH (h:Host)-[r]-() WITH h, count(r) as degree ORDER BY degree DESC LIMIT 5 RETURN h.ip as host_ip, h.hostname as hostname, degree原理计算每个 Host 节点的出度outgoing relationships度数越高说明它被利用的次数越多越可能是跳板。我曾在某次演练中发现一台被忽略的打印机服务器10.10.10.150出度高达 47深入调查发现它运行着未打补丁的 HP JetDirect 服务成了横向移动的黄金通道。问题哪些漏洞被多次利用但尚未被蓝队检测找出高价值、低检测率的漏洞MATCH (v:Vulnerability)-[:SERVICE_HAS_VULNERABILITY]-(s:Service)-[:HOST_HAS_SERVICE]-(h:Host) WHERE v.exploit_available true AND v.cvss_score 7.0 WITH v, count(h) as exploitation_count ORDER BY exploitation_count DESC LIMIT 10 RETURN v.cve_id, v.description, exploitation_count, apoc.coll.toSet(collect(h.ip)) as affected_hosts原理apoc.coll.toSet是 APOC 库函数去重并返回受影响主机 IP 列表。这个查询直接给出“最值得写检测规则的 CVE”。例如CVE-2023-23397出现在 12 台主机上但 EDR 告警为 0这就是蓝队的检测盲点。问题从任意起点到域控是否存在无需密码的路径寻找 Pass-the-Hash 或 Kerberoasting 路径MATCH path (start:Host)-[r*1..4]-(dc:Host) WHERE dc.hostname ENDS WITH .domain.local AND dc.os CONTAINS Windows Server AND ALL(rel IN relationships(path) WHERE rel.type IN [EXECUTED_ON, USED_CREDENTIAL]) AND NONE(node IN nodes(path) WHERE node.has_password false) RETURN path, length(path) as hop_count ORDER BY hop_count ASC LIMIT 3原理ALL和NONE是 Cypher 的集合谓词确保路径中所有关系都是合法的攻击动作且所有节点都具备凭据。这个查询能快速定位“免密横向”路径比手动梳理快 10 倍。问题本次行动中哪些 Technique 被重复使用超过 3 次识别红队的惯用战术MATCH (t:Technique)-[:APPLIES_TECHNIQUE]-(c:Command) WITH t, count(c) as usage_count WHERE usage_count 3 RETURN t.mitre_id, t.name, usage_count, collect(DISTINCT c.command) as example_commands ORDER BY usage_count DESC原理collect(DISTINCT ...)返回该 Technique 对应的具体命令示例帮助复盘战术有效性。例如T1059 (Command and Scripting Interpreter)使用了 17 次示例包括powershell -enc ...、cmd /c certutil ...说明 PowerShell 绕过是本次行动的核心能力。问题图谱中是否存在“孤岛”子图发现未被连接的高价值资产CALL algo.unionFind.stream(Host, HOST_HAS_SERVICE, {direction: both}) YIELD nodeId, setId WITH algo.asNode(nodeId) as host, setId WITH setId, collect(host) as hosts WHERE size(hosts) 1 RETURN setId, [h IN hosts | h.ip] as ip_list, size(hosts) as cluster_size ORDER BY cluster_size DESC LIMIT 5原理algo.unionFind是 Neo4j Graph Algorithms 库的连通分量算法找出所有相互连接的 Host 子图。size(hosts) 1过滤掉孤立节点。这个查询能发现“看似独立实则内部连通”的资产组比如一个被防火墙隔离的 DMZ 区内部却有 8 台主机相互 SSH这就是一个潜在的突破口。4. 实操过程全记录一次真实的 Pentagi 部署与分析全流程4.1 第一天环境搭建与首次数据导入耗时 3 小时 17 分钟我的硬件MacBook Pro M1 Max32GB RAMmacOS Ventura。步骤记录00:00-00:22安装 Homebrew →brew install --cask docker→ 启动 Docker Desktop。等待 WSL2 初始化macOS 无此步但需确认 Docker Engine Running。00:22-00:45克隆 Pentagi 仓库git clone https://github.com/pentagi/pentagi.git→cd pentagi/deployment/docker-compose→ 修改docker-compose.yml将neo4j的NEO4J_AUTH设为neo4j/RedTeam2024挂载卷路径改为/Users/alex/pentagi/neo4j-data:/var/lib/neo4j/data。00:45-01:10执行docker-compose up -d。观察日志neo4j容器启动成功但pentagi-api报错Connection refused。排查docker network inspect pentagi-pentagi-net发现pentagi-api的 IP 是172.20.0.3而neo4j的 IP 是172.20.0.2但pentagi-api的配置文件里写的是http://localhost:7474。修正在pentagi-api的application.yml中将neo4j.uri改为bolt://neo4j:7687。重新构建镜像docker-compose build pentagi-api再up -d。成功。01:10-01:25浏览器打开http://localhost:7474登录neo4j/RedTeam2024改密为Pentagi2024。01:25-02:10准备数据。用nmap -sV -sC -p- 10.10.10.0/24 -oX nmap-full.xml扫描靶场耗时 45 分钟。用python pentagi/tools/nmap-to-json.py --input nmap-full.xml --output nmap-parsed.json转换格式。02:10-02:15curl -X POST http://localhost:8000/api/v1/ingest/nmap -H Content-Type: application/json -d nmap-parsed.json。响应{status:success,ingested_nodes:218,ingested_relations:436}。02:15-03:17在 Neo4j Browser 中验证MATCH (h:Host) RETURN count(h)返回218MATCH ()-[r]-() RETURN count(r)返回436。执行路径查询 MATCH path(h1:Host)-[*1..3]-(h2:Host) WHERE h1.ip10.10.10.5 AND h2.ip10.10.10.