Viper：把 Cobalt Strike 式工作流搬进浏览器的开源红队平台
Adversary simulation and Red teaming platform with AI
秒懂
- 它是什么？
- Viper 是一个集成 LLM Agent 与自动化编排的开源红队平台，覆盖 Windows、Linux 和 macOS 的植入体。它试图用 Python 插件和可视化界面，替代 Cobalt Strike 的部分商业功能，但代价是安全边界和运维复杂度。
- 适合谁用？
- Viper 适合预算有限、需要跨平台植入体、愿意用 Python 写插件的中小型红队或安全评估团队。它不适合追求极致隐蔽性、需要官方支持或已有 Cobalt Strike 熟练工的组织。
- 能商用吗？
- 未经许可不能。GitHub 在这个仓库里没有找到许可证文件；没有许可证，默认即「保留所有权利」：你可以阅读代码，但不能复用。使用前请看看 README，或先征得作者同意。
- 还在维护吗？
- 在维护。仓库最近一次提交在 108 天前。
- 用什么语言写的？
- GitHub 没有给出这个仓库的主要语言。
以上回答依据项目的 GitHub 数据（最近同步于 2026年9月15日）和我们的分析，不构成法律意见。
开源项目深度解析
红队工具的现状与 Viper 的切入点
传统红队平台如 Cobalt Strike 价格高昂，按用户年费计算，且植入体只支持 Windows。Viper 的 README 直接给出了对比表，显示自己免费、支持 Linux 和 macOS、内置 evasion 和自动化。这个定位很明确：它想填补商业工具留下的空白，让预算有限或需要跨平台覆盖的团队有一个开箱即用的起点。Viper 不是简单的 Metasploit 包装，它把植入体管理、后渗透模块、团队协作和 AI 代理整合到一个 Web 界面里。对需要快速启动评估任务、又不想在基础设施上花太多时间的团队，这个切入点有吸引力。
从植入体到 LLM Agent：平台的核心机制
根据 README，Viper 的架构围绕三件事展开。第一，植入体支持 Windows、Linux 和 macOS，这比 Cobalt Strike 的 Windows-only 覆盖面更广。第二，内置超过 100 个后渗透模块，覆盖 MITRE ATT&CK 的各阶段，这意味着从初始访问到横向移动的常见动作都有现成工具。第三，集成 LLM Agent，用于自动化处理和智能决策。文档没有细说 Agent 如何与模块交互，但可以推断它可能基于自然语言指令触发模块或分析输出。这个设计把 AI 当作一个调度层，而不是独立的攻击工具。真正的机制是模块化：Python 写的自定义模块可以挂载到平台上，与内置模块共享同一个执行环境。
部署与上手：Docker 是主要路径
README 指向官网的 Getting Started 文档，但没有给出具体安装命令。从仓库的 Docker Hub 链接可以确认，官方推荐通过 Docker 镜像 viperplatform/viper 部署。常见做法是拉取镜像并映射端口，但本文没有验证具体命令。部署后，用户通过浏览器访问 Web 界面，创建监听器、生成植入体、下发任务。配置方面，平台需要指定目标系统类型和监听端口，这些在 UI 里完成，不涉及手写配置文件。对于熟悉 Docker 的工程师，部署门槛不高；但对于没有容器环境的红队，这反而增加了一层依赖。插件开发则要求 Python 基础，README 明确说支持 Python 自定义模块，这是 Viper 与 Cobalt Strike 的 CNA 脚本最大的不同。
与 Cobalt Strike 的真实差异：不止是价格
对比表显示，Viper 在植入体支持、插件语言、内置 evasion、自动化和 LLM Agent 上都有优势，但价格一栏写的是 Free。这个对比容易让人忽略一个关键点：Cobalt Strike 的成熟度来自多年的实战打磨和庞大的用户社区，而 Viper 的文档和生态相对年轻。Cobalt Strike 用 CNA 脚本扩展，Viper 用 Python，后者更易学，但也意味着攻击者写出的模块质量参差不齐。内置 evasion 是双刃剑：它让新手快速上手，但过度依赖内置功能可能导致战术单一。自动化通知和 24/7 监控听起来美好，但需要正确配置告警规则，否则会产生噪音。LLM Agent 是 Viper 的独有卖点，但 LLM 的不可预测性在攻击场景中可能带来误操作风险。
局限与失败模式：哪些场景不适合 Viper
Viper 的免费和开源特性决定了它没有商业支持，出了问题只能靠社区或自己解决。Docker 部署意味着植入体通信流量可能被安全团队通过容器日志分析，这在对抗性评估中可能暴露基础设施。LLM Agent 的引入增加了不确定性：如果模型输出错误指令，可能触发非预期行为，比如删除日志或破坏持久化。内置 evasion 模块面对现代 EDR 时效果未知，README 没有提供任何绕过检测的保证。跨平台支持是亮点，但 macOS 和 Linux 植入体的稳定性可能不如 Windows 版本，因为后渗透模块大多针对 Windows 设计。对于需要长期隐蔽驻留的 APT 模拟，Viper 的自动化特性反而可能成为负担，因为定时任务和通知会增加被发现的概率。
替代方案：NightHawk 与 BruteRatel 的取舍
README 对比了 NightHawk 和 BruteRatel，两者都是商业产品，价格分别为每年一万美元和三千美元。NightHawk 没有自定义插件和团队协作，BruteRatel 不支持 macOS 和 Linux，且没有自动化。这些工具的卖点是专门设计的 evasion 和反分析能力，而 Viper 依赖内置模块和社区贡献。如果团队需要深度定制植入体或对抗专业防御者，商业工具可能更可靠，因为它们有专职开发团队维护。另一个替代是直接用 Metasploit Framework，它免费且模块丰富，但没有 Viper 的 Web UI 和 LLM 集成，需要手动管理会话。选择的关键在于：你更需要一个图形化调度平台，还是更底层的控制能力。Viper 适合前者，Metasploit 适合后者。
维护成本与许可注意事项
Viper 的许可证没有在 README 中明确，但仓库没有显示 license 文件，这在使用前需要确认。如果它采用开源许可，你可以自由修改和分发，但要注意依赖组件（如 Metasploit 模块）的许可兼容性。维护方面，项目活跃度可以从最近提交和 release 频率看出，v3.1.11 在 2026 年 3 月发布，说明仍在迭代。但作为用户，你需要跟进每次更新，因为安全工具的变化直接影响植入体是否被杀软查杀。Docker 镜像的更新也需要定期拉取，否则会错过漏洞修复。Python 插件的维护责任完全在你自己，社区没有保证。整体上，Viper 的维护成本低于商业工具，但高于一个纯 Metasploit 脚本集，因为你同时要管理平台本身和你的自定义代码。
编辑结论
Viper 适合预算有限、需要跨平台植入体、愿意用 Python 写插件的中小型红队或安全评估团队。它不适合追求极致隐蔽性、需要官方支持或已有 Cobalt Strike 熟练工的组织。采用前先验证三件事：LLM Agent 在离线环境下的行为是否符合预期，内置 evasion 模块是否会被目标环境的主流 EDR 检出，以及团队是否能接受 Docker 部署带来的日志和网络隔离问题。若这些条件不满足，商业工具或自研框架可能更稳妥。Viper 的价值在于把自动化、协作和 AI 放进一个免费平台，但它不是一个可以无脑信任的黑盒。
社区笔记