最近在 GitHub 闲逛的时候，刷到一个叫 LeoAI 的项目，号称是”AI 驱动的后渗透综合管理平台”。说实话，看到这个标题第一反应是又一个蹭 AI 热度的项目，但仔细看了看发现还真有点东西，今天来聊聊这个工具到底值不值得关注。
这玩意是啥
简单来说，LeoAI 是一个 C2 管理平台（类似冰蝎、哥斯拉那种），但它集成了大语言模型的能力。技术栈是 Java 17 + Spring Boot 3.5 + LangChain4j，内置 SQLite，开箱即用，Web 界面打包在 JAR 里，启动就能访问。
它定位是后渗透阶段的管理工具，也就是说你已经拿到 shell 了，用它来做后续的信息收集、横向移动、权限维持这些操作。和传统 WebShell 管理工具相比，它多了 AI 辅助决策的能力。
核心功能速览
先说说它提供的能力，我按实际有用程度排了一下：
通信协议
支持 HTTP、HTTP Chunked（大文件传输）、WebSocket（实时交互）三种协议。这个算是 C2 工具的基本功，但它加了流量伪装：TLS 指纹伪装、Header 噪声注入、URL 随机化。说实话这块做得比很多开源 C2 都用心。
代理转发
支持 HTTP 代理、SOCKS5 代理、本地端口转发（ssh -L 风格）、反向隧道（ssh -R 风格）。这个在内网渗透的时候非常实用，相当于把 frp/ew 的功能集成进来了。
操作控制台
Web 终端、文件管理器（树形目录、上传下载、在线编辑）、数据库控制台（MySQL/PostgreSQL/Oracle/SQLite/SQL Server）、端口扫描、指纹识别、进程管理、计划任务、服务管理、截屏、凭据提取……基本上后渗透需要的功能都覆盖了。
内存马生成
这个是我比较感兴趣的。支持 Filter、Servlet、Listener、Valve、Interceptor、WebSocket 六种类型，覆盖 17 种中间件（Tomcat、Jetty、JBoss、Wildfly、WebLogic、WebSphere、Spring 等），还有 23 种表达式注入 Packer（OGNL、SpEL、EL、Groovy、Freemarker 等）。
对于做 Java 渗透的人来说，这个覆盖面确实够用。虽然实际护网中不一定都用得上，但至少不用自己再去一个个写 payload 了。
AI 集成到底做了什么
这是它和传统 C2 工具最大的区别。它用 LangChain4j 集成了 LLM Agent，提供了 175 个 AI Tools 和 21 个内置 Skills。
具体来说就是：你可以用自然语言告诉 AI “帮我收集这台机器的基本信息”，AI 会自动调用 whoami、systeminfo、ipconfig 这些命令，分析输出结果，生成侦察摘要。随着操作深入，上下文会持续积累，AI 能基于之前收集到的信息做更精准的决策。
支持的模型包括 OpenAI、Anthropic、通义千问、DeepSeek，以及任何 OpenAI 兼容的 API。也就是说你可以用国产大模型，不用担心数据出境的问题。
但说实话，AI 在后渗透阶段的实际价值还需要打个问号。后渗透操作很多时候是高度定制化的，每个目标环境都不一样，AI 能做的更多是辅助信息收集和分析，真正关键的横向移动、权限提升这些还是得靠人的经验判断。
和传统工具对比
| 维度 | LeoAI | 冰蝎/哥斯拉 | Cobalt Strike |
|---|---|---|---|
| 定位 | 后渗透管理平台 | WebShell 管理 | 全周期 C2 框架 |
| AI 集成 | 有（LangChain4j） | 无 | 无 |
| 内存马 | 17 种中间件 | 部分支持 | 不涉及 |
| 流量伪装 | TLS指纹/Header噪声 | 加密传输 | Malleable C2 |
| 代理转发 | HTTP/SOCKS5/端口转发/反向隧道 | 基础 SOCKS | 丰富 |
| 成熟度 | 早期（v0.0.1） | 成熟 | 商业级 |
槽点
说完优点说说问题：
- 太早期了：版本 0.0.1-SNAPSHOT，17 个 star，单人维护。这种项目能不能持续更新是个大问题。
- AI 的实际价值存疑：后渗透阶段的操作高度依赖目标环境，AI 能做的辅助工作有限。真正复杂的场景（比如绕 EDR、对抗流量检测）还是得靠人。
- 安全风险：C2 管理平台本身就是高价值目标，如果部署不当被反打就搞笑了。
- 文档偏少：README 写得很详细，但实际使用中遇到问题可能找不到解决方案。
适合谁
我觉得这个工具适合以下场景：
- 红队研究：想了解 AI + 后渗透的技术趋势，可以关注学习
- 内网渗透：它的代理转发和多协议通信能力确实实用
- Java 渗透：内存马生成的覆盖面很广，省去自己写 payload 的时间
但不建议直接用于生产环境的护网行动，太早期了，稳定性没保障。真刀真枪的场景还是用冰蝎、哥斯拉、Cobalt Strike 这些成熟工具。
总结
LeoAI 的思路是对的——把 AI 能力集成到后渗透工具中，降低操作门槛，提升效率。但目前还处于早期阶段，实际价值需要时间验证。
如果你对 AI + 安全这个方向感兴趣，值得关注一下。如果只是想找一个好用的 C2 工具，现阶段还是用成熟的吧。
项目地址：https://github.com/cha0upup/LeoAI
以上是个人体验分析，仅供参考。有不同看法欢迎评论区交流。