T3MP3ST 中文使用教程：授权红队 AI Agent 框架安装与 War Room 配置

elder-plinius/T3MP3ST 是一个用于授权安全测试的多 Agent 框架。它可以接入本机已有的 Claude Code、Codex、Hermes、OpenCode、Oh My Pi，也能连接 Ollama、LM Studio、vLLM 等本地模型。官方当前把 Recon、任务引擎、War Room、HTTP API 和 MCP 接口列为可用能力；八个操作员协同完成端到端利用仍未经过完整基准验证。本文只讲安装、配置和验证，不提供攻击 payload、绕过或反检测步骤。

Step 1授权与合规前提

官方 README 要求只对自有或已获书面授权的系统运行，并把授权、测试范围和后果责任交给操作者。实际开始前，至少要写清目标域名或网段、允许的测试动作、时间窗口、数据处理方式和紧急联系人。若这些边界没有书面记录，就不要启动任务。

适合的场景包括自有系统的红队演练、有 SOW 与 rules of engagement 的渗透测试、CTF 和专用靶场。涉及客户或第三方系统时，应让负责合规或法律事务的人审阅授权范围。

Step 2安装 T3MP3ST（npm）

官方 docs/GETTING_STARTED.md 和 package.json 当前都要求 Node.js 22.19+ 与 npm。从 GitHub 克隆并安装依赖：

git clone https://github.com/elder-plinius/T3MP3ST.git
cd T3MP3ST
npm install

安装完成后可以启动 War Room 与 CLI。官方 README 在本次核对时列出默认 36 个内置工具；设置 T3MP3ST_FULL_ARSENAL 后总数为 111。工具清单变化快，升级后应重新运行 npm run verify-claims。

Step 3启动 War Room

npm run server

浏览器访问 http://127.0.0.1:3333/ui/ 就是 War Room 界面。它同时启动了 HTTP API（例如 POST /api/mission/start、GET /api/mission/status）供脚本或 MCP 客户端调用。

Step 4配置 provider（keyless / API key / 离线三选一）

T3MP3ST 允许三种后端选择，根据你手里已有的资源挑一种即可。

方式 A —— 接本地 AI 编程 Agent

如果机器上已经装好并登录 Claude Code、Codex、Hermes、OpenCode 或 Oh My Pi，可以在 War Room 的 Settings 里连接对应 Agent。这个路径复用现有登录状态，不要求再给 T3MP3ST 配一把新的模型 API key；上游 Agent 自身的账号与费用仍按其规则计算。

方式 B —— API key 直连

不想通过本地 Agent，也可以直接给 T3MP3ST 一把 API key，跳过 Settings 里的连接步骤：

export OPENROUTER_API_KEY=...     # 或
export VENICE_API_KEY=...
export ANTHROPIC_API_KEY=...
export OPENAI_API_KEY=...
export XAI_API_KEY=...             # Grok Build（grok-build-0.1）—— xAI 编码模型，原生 tool-calling

方式 C —— 完全离线（Ollama / LM Studio / vLLM / llama.cpp）

如果需要在无外网环境跑（比如封闭内网靶场），把 provider 指向本地 OpenAI 兼容端点：

ollama serve && ollama pull llama3
export TEMPEST_LOCAL_BASE_URL=http://localhost:11434/api    # LM Studio 用 http://localhost:1234/v1
export TEMPEST_LOCAL_MODEL=llama3
npx tempest config                                          # 选 "Change default provider" → local

作者说明工具调用是基于文本驱动的，即使本地模型不支持原生 function-calling，Arsenal 依然可用。

Step 5验证安装与自报数据

T3MP3ST 的一个卖点是所有跑分都可重算。安装完成后先跑一次数据验证：

npm run verify-claims

它会从 bench/ 目录里已提交的数据重算 README 中的 headline 数字。官方 README 在 2026-09-23 显示 27/27 全绿。作者当前公开的主要结果：

• XBEN（XBOW 104 challenge suite，黑盒）：pass@1 平均 90.1%（Wilson-95 置信区间 86.2–92.9%），floor 91/104。XBOW 自报 85%，同一套件下 T3MP3ST 更高一档，作者提供了 committed artifact 供逐题复算。
• Cybench（40 道学术题 / Opus 4.8 / 无 hint）：23/40（58%）hint-free 单跑 pass@1；不是 pass@10 的最好一次。
• CVE-Zero（10 个 post-cutoff 2026 CVE、7 种语言、模型训练 cutoff 之后才公开）：单 Agent 8/10 精确到 file / line / CWE，10/10 找到；样本 n=10 是方向指标，不是最终排名。

需要注意的边界：这些跑分都是单 Agent ReAct 循环的结果，不是 8 个操作员的协同 swarm；作者在 README 里明确"the swarm is the part still earning its stripes"（swarm 端到端 exploitation 尚未 benchmark，仍不稳定）。verify-claims 只重算 graded verdict（判定通过/失败），不重放原始工具输出（出于操作员隐私剥离）。

框架组件速览（8 操作员与覆盖域）

作者按 MITRE ATT&CK / Cyber Kill Chain 组织了 8 个操作员。Recon 是已 benchmark 的 live tool-backed 引擎；Exploiter / Infiltrator / Exfiltrator / Ghost 也跑与 Recon 同款的真实 tool-backed ReAct 循环（用真实 exploit 工具，不是 stub），但作者说明当前 headline 跑分来自单 Agent 路径，8 个操作员协同的 swarm 与端到端 swarm exploitation 尚未 benchmark、仍不稳定：

作者的 What It Hunts 应用域表（README 原表，本教程只做翻译不做扩写；README 另有一份 Coverage by domain 表拆分了 Web / Code / CTF / Network / Supply chain / Identity 等 11 个 domain 与更细粒度的状态，详见 上游 README）：

与 Strix 怎么选

两者都面向授权的自动化安全测试，但入口不同。T3MP3ST 的官方文档强调 War Room、CLI、HTTP API、MCP 和复用本机已登录的编码 Agent；Strix 的官方 Quick Start 以 Docker、LLM API key 和 strix --target 为起点，并把代码仓库、运行中的 Web 应用和 CI 扫描作为主要工作流。

需要 War Room、MCP 或复用本地 Agent 时先看 T3MP3ST；希望以一个目标参数启动应用安全扫描、接进 CI 时先看 Strix。两者都不能替代授权、人工复核和修复后的重新验证。对比依据为 T3MP3ST README 与 Strix README，核对日期 2026-09-23。

本次核对记录

• 核对范围：官方 README、package.json、Getting Started、API Reference、FEATURES 和 GitHub Releases。
• 确认版本：最新正式 release 为 v1.0.0，GitHub 显示发布于 2026-09-08。
• 确认命令：npm install、npm run server、War Room 地址和 npm run verify-claims 均能在官方材料中对应。
• 验证状态：本次是官方文档与仓库资料核对，没有在本机安装依赖，也没有对任何目标运行安全测试。文中的跑分是项目作者公开结果，不是本站复测结果。
• 仍需现场确认：所选 provider 的登录状态、本地模型兼容性、第三方工具可用性和具体任务耗时。

FAQ

T3MP3ST 是什么？

AGPL-3.0 开源的授权安全测试框架，可把已装的 AI 编程 Agent、API provider 或本地模型接到 War Room、CLI、HTTP API 和 MCP。官方当前把默认 Arsenal 数量列为 36，并明确协调式 8 Agent swarm 尚未完成端到端基准验证。

T3MP3ST 只能做合法的授权测试吗？

是。必须是（1）你自有系统 / （2）有书面授权的目标 / （3）CTF 或专用靶场之一，任何未授权访问都可能违法。

T3MP3ST 怎么安装？需要什么环境？

Node.js 22.19+，然后 git clone https://github.com/elder-plinius/T3MP3ST.git && cd T3MP3ST && npm install，最后 npm run server 打开 War Room（http://127.0.0.1:3333/ui/）。

T3MP3ST 可以完全离线用本地模型跑吗？

可以。ollama serve && ollama pull llama3 后设置 TEMPEST_LOCAL_BASE_URL 与 TEMPEST_LOCAL_MODEL，npx tempest config 选 local provider。也支持 LM Studio（http://localhost:1234/v1）、vLLM、llama.cpp 等 OpenAI 兼容端点。

跑分（XBEN 90.1%、Cybench、CVE-Zero）能自己验证吗？

可以。npm run verify-claims 从 bench/ 的已提交数据重算 headline；官方 README 在 2026-09-23 显示 27/27 全绿。它复算已提交 verdict，不重放已移除的逐步 transcript。所有 headline 跑分基于单 Agent ReAct 循环，8 操作员协同尚未完成端到端基准验证。

T3MP3ST 会把攻击流量发到我没授权的目标吗？

默认开启 egress-scope containment：不在 mission target 及子域 / loopback / 私网范围内的公网主机会被拒绝（SCOPE DENIED）。这是相对裸跑工具更严格的默认，但护栏不能代替授权。

完整文档在哪里？

本教程只覆盖安装 / 配置 / 验证。作者原文 README 与 docs/ 目录才是权威源，特别是 github.com/elder-plinius/T3MP3ST、SCOPE_AND_AUTHORIZATION.md（授权模型与 scope 收据）、VERIFIED_PROVENANCE.md（发现如何变成工具证明而非模型断言）、INSTALL_MATRIX.md（macOS / Linux 就绪度表）、INTEGRITY_LEDGER.md（污染审计与撤回历史）。