Skip to content

ChinaRan0/DeepSeekSelfTool

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

38 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

首个由DeepSeek独立开发的AI网络安全工具箱

首发公众号 知攻善防实验室

目前功能

流量分析、JS代码审计、进程分析、HTTP转python、文本处理、正则表达式生成、WebShell检测、翻译、代码审计

bilibili

https://www.bilibili.com/video/BV1yxNAenEwj/

https://www.bilibili.com/video/BV1skNoeuEZu/

流量分析

调用的API接口,让AI分析流量。

意旨,粘贴数据包,让AI判断是否为恶意流量,方便安服、护网蓝队使用

模型推荐

线上 api 模型推荐 DeepSeekV3 (不要使用 R1 推理模型,会有多余的输出且非常慢。)

本地模型推荐使用 qwen2.5-coder:14b

恶意流量

正常流量

在流量分析中,经常需要解码以及日常需要解码的需求,可以直接加一个AI只能解码

JS代码审计

直接将关键的JavaScript代码粘贴进来,AI自动输出问题和风险点

进程分析

粘贴Windows的tasklist或者Linux/macOS的ps aux,以显示所有进程,然后直接粘贴进来让AI去分析

可以用于

红队:杀软识别

蓝队:应急响应进程分析

会把进程分为三类,可疑进程、杀软进程、第三方软件进程,并总结给你建议。

HTTP转Python

有时候我们想写POC/EXP的时候,很多重复性的代码需要去写,这里不用了,直接把HTTP请求包粘贴进去,AI几秒钟就生成完成了

文本处理

有时候在处理一些文本的时候,例如资产测绘平台导出的数据要交给另外一个工具去调用,但是另外一个工具需要制定的格式,那么我们就可以输入少量的源文本和少量的样本格式,让AI写脚本,把源文本转换成样本格式

例如:

正则表达式生成

平时开发中最头疼的正则表达式,也是输入源文本和样本格式,AI直接给你正则表达式

例如在网页爬虫中

我输入源文本,这个文本可以是任何文本,我这里用的是HTML,然后我想匹配样本格式,AI就会给我很多正则表达式供我参考

WebShell检测

AI检测WebShell的能力可太强了,强的可怕

他可以检测WebShell和内存马,Webshell直接给文件粘贴进去,内存马需要你人工dump出来。

恶意文件

这是以前文章一个大佬写的“原神免杀WebShell”的检测结果

正常文件

AI翻译

以SQLmap为例子

效果自己看,嘻嘻。

我随机抽取了几个php文件做测试,结果还挺好的,都审出来了。但是由于上下文的原因,不能夸文件进行审计,原理是逐个逐个将文件吐给AI,单丝对于我这种不会代码审计的,已经足够爽了。

漏洞分析

写报告用的,由于平时写报告需要网上各种搜索复制粘贴,所以弄的这个。(自动化写报告)

image-20250210205647266

使用教程

git clone https://github.com/ChinaRan0/DeepSeekSelfTool
cd DeepSeekSelfTool
pip install -r requirements.txt
配置config.py
python DeepSeekSelfTool.py

config配置教程

# API配置
API_TYPE="deepseek"  # 可选值: "deepseek" 或 "ollama"[二选一]

# DeepSeek API配置
# 官方默认API地址: "https://api.deepseek.com/v1/chat/completions"
# 硅基流动:https://api.siliconflow.cn/v1/chat/completions
DEEPSEEK_API_URL=""  # 这里填写API地址

DEEPSEEK_API_KEY=""  # 这里填写API-key

# DeepSeek模型名称,官方默认模型: "deepseek-chat"
# 硅基流动:deepseek-ai/DeepSeek-V3
DEEPSEEK_MODEL=""		# 这里填写模型



# Ollama API配置
OLLAMA_API_URL="http://localhost:11434/api/chat"  # Ollama API地址
OLLAMA_MODEL="qwen2.5-coder:14b"  # Ollama模型名称




运行环境

支持Windows+MacOS+Linux 注意,Linux需要讲DeepSeekSelfTool.py的

    if os.name == 'nt':
        print("当前系统是 Windows")
        sys.argv += ['-platform', 'windows']

    elif os.name == 'posix':
        print("当前系统是 macOS")
        sys.argv += ['-platform', 'cocoa']

删除

Star History

Star History Chart

About

首个由DeepSeek独立开发的AI网络安全工具箱

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Contributors 3

  •  
  •  
  •  

Languages