Agentes de IA para segurança
Por que automatizar recon e teste na API da NotHoly
Ponha no pipeline um modelo que não recusa, com CVE, advisory e leitura de páginas públicas sem custo de tokens. Suas ferramentas fazem o ativo.
Dê ao seu agente ferramentas compartilhadas via MCP, adicione uma checagem de escopo com notholy engage, e rode tudo pela CLI da NotHoly ou pelo editor.
A parte dois montou um agente com duas ferramentas suas. Este post o conecta a ferramentas compartilhadas pelo Model Context Protocol, adiciona uma checagem de escopo automática, e roda o resultado pelo terminal ou pelo seu editor. Se MCP é novidade para você, leia antes o que é MCP, e o que são agentes de IA e uso de ferramentas para a ideia mais ampla.
As duas ferramentas que você escreveu funcionam, e deixam de ser suficientes no momento em que você quer lookups de CVE, uma base de conhecimento ou leituras da web sem codar cada uma. MCP é um jeito padrão de um agente usar ferramentas que outra pessoa escreveu e roda, então seu loop pode chamá-las sem código novo. O Model Context Protocol define o formato, e muitos clientes e servidores já o falam.
A CLI da NotHoly traz um servidor MCP local. Ele roda sobre entrada e saída padrão e usa o seu login da CLI, então nenhuma chave vai para qualquer arquivo de config.
| Ferramenta | Faz |
|---|---|
| cve_lookup, cve_search | Consultar e buscar CVEs |
| advisory_query | Consultar advisories de pacote |
| kb_search, kb_read | Ler a base de conhecimento de segurança curada |
| web_search, read_url | Buscar na web e ler uma página pública |
Suba o servidor e registre-o em um cliente. Para o agente próprio da CLI da NotHoly, as ferramentas de pesquisa já estão presentes, então isso importa mais quando você liga as ferramentas da NotHoly a outro agente.
claude mcp add notholy -- notholy mcpQualquer cliente MCP lê a mesma forma de JSON.
{"mcpServers": {"notholy": {"command": "notholy", "args": ["mcp"]}}}As ferramentas funcionam com qualquer modelo, então um agente rodando um modelo do catálogo, ou qualquer outro, ainda alcança os dados de CVE e de base de conhecimento da NotHoly. O modelo decide quando chamá-las, e os resultados voltam como dado para o loop ler.
Seu agente em Python confia em você para ler cada comando pelo escopo. A CLI pode checar por você. O notholy engage registra o que o programa deixa você tocar e lê o alvo de cada comando antes dele rodar.
notholy engage init --name acme-web --scope "*.example.com,api.example.com" --exclude vpn.example.com
notholy connect claudeCom um engagement ativo, um comando no escopo passa pela aprovação normal, e um alvo fora do escopo faz você digitar o host e loga o override. O notholy connect claude instala a mesma checagem como um hook nos comandos de shell, onde um comando fora do escopo é negado de imediato. A checagem lê o texto do comando e não resolve nomes, então pega erros e não é um sandbox. É a versão automática do hábito de aprovação da parte dois.
Agora você tem três jeitos de rodar um agente, e eles compartilham uma conta. Seu próprio loop em Python é o que você entende por inteiro e pode mudar. A CLI da NotHoly roda um agente pronto no terminal com esses guardrails embutidos. E o notholy connect ou notholy run aponta um agente de editor para modelos e ferramentas da NotHoly, então o mesmo loop roda onde você lê código.
notholy run claudeO notholy run ajusta o ambiente para um processo sem tocar na sua config global. O notholy connect escreve a config e pode desfazer. De qualquer jeito, o modelo roda na NotHoly, os comandos rodam na sua máquina, e as ferramentas de pesquisa vêm por MCP.
Use o seu próprio agente para aprender e para controlar exatamente o que roda. Use o agente da CLI quando quiser os guardrails sem mantê-los. Use a integração com o editor quando o trabalho é ler e mudar código. Os três mantêm a mesma divisão da parte um: o modelo planeja, a sua máquina age, e cada comando é seu para aprovar.
O agente acha e confirma; você ainda tem que ser pago por isso. Escrever relatórios de bug bounty com IA transforma as suas notas em um relatório que um triager aceita.
Agentes de IA para segurança
Ponha no pipeline um modelo que não recusa, com CVE, advisory e leitura de páginas públicas sem custo de tokens. Suas ferramentas fazem o ativo.
Agentes de IA para segurança
O desenho de um pequeno agente de bug bounty: um LLM, ferramentas, memória e guardrails, em um loop que roda na sua máquina sob sua aprovação.
Agentes de IA para segurança
Um pequeno agente de bug bounty em Python com tool calling na API da NotHoly: propõe comandos de recon, espera a sua aprovação, lê a saída e mantém notas.