ZETSU 是一个个人离线 RAG 系统,可导入攻击性安全写入和笔记,然后允许用自然语言查询命令、攻击链和概念。

Stars

162

7 天增长

暂无数据

Fork 数

9

开放 Issue

0

开源协议

暂无数据

最近更新

2026-07-13

AI 仓库情报摘要
FR-AI / ANALYSIS

为什么值得关注

它结合了混合检索(BM25+向量)、交叉编码器重排序以及专为攻击性安全工作流定制的结构化提取格式(FARR),同时完全离线保护数据隐私。

适合谁使用

  • 渗透测试人员和红队成员
  • 漏洞赏金猎人
  • 安全研究人员与学生
  • 管理个人知识库的攻击性安全专业人员

典型使用场景

  • 在实战中快速从过往写入中检索特定命令
  • 针对同一技术交叉引用多个来源(HTB 写入、博客、工具维基)
  • 通过查询结构化 FARR 条目研究攻击链
  • 通过 CLI 自动化知识检索以用于脚本和报告

项目优势

  • 混合检索(BM25 + 向量搜索)与 RRF 融合确保精确匹配与语义匹配
  • 交叉编码器重排序提升发送给 LLM 的片段的相关性
  • FARR 提取将写入转化为结构化攻击步骤(发现、行动、推理、结果)
  • 支持多种 LLM 后端(Anthropic、OpenAI、Ollama)与两种响应风格(操作者模式 vs 概念模式)

使用前须知

  • ChromaDB 默认将完整向量索引加载到 RAM 中;大型语料库(>1 万片段)可能需要远程 ChromaDB 服务器(计划中)
  • 答案质量高度依赖用户自身笔记和导入来源
  • 需要本地搭建和配置,非云端即开即用解决方案

README 快速开始

Installation

项目描述

A personal RAG system for offensive security knowledge

相关仓库与替代方案

根据分类、Topic 和编程语言匹配的相似项目。

lopopolo
精选
lopopolo GitHub avatar

harness-engineering

Harness Engineering is a methodology for improving coding agent outputs by carefully crafting the environment around them—providing curated context, tools, and executable constraints that encode an organization’s nonfunctional requirements and cumulative lessons.

AI 与机器学习AI 智能体
2,390
slvDev
精选
slvDev GitHub avatar

esp32-ai

A 28.9 million parameter language model runs on an $8 ESP32-S3 microcontroller entirely on-device, generating simple stories at about 9.5 tokens per second.

AI 与机器学习大语言模型
1,960
littledivy
精选
littledivy GitHub avatar

mimic

mimic captures traffic from any iOS or web app and automatically generates a Python client library that lets you call the app's API like a regular library.

AI 与机器学习
1,482