Agente de código abierto

SwarmAttacker vs Pentest Swarm AI

Un arnés de pentest de línea de comandos en Go de Armur AI que envuelve alrededor de 28 escáneres en cuatro agentes LLM coordinados a través de una pizarra compartida, con Claude por defecto.

Proveedor
Armur AI
Licencia
AGPL-3.0
Precios
Gratuito y de código abierto. Armur vende soporte comercial sin precio y encargos manuales.
Verificado
2 de septiembre de 2026
CapacidadSwarmAttacker8 de 8Pentest Swarm AI2 de 8
GratuitoSí.
Se ejecuta con una suscripción a ChatGPTNo encontrado.
Prompts y skills personalizadosParcial.
Gestión de rechazos de seguridadParcial.
Enjambre multiagente paraleloParcial.
Código abierto con licencia MITNo encontrado.
Caja negra desde una URLParcial.
Agnóstico del modeloSí.
  • no encontrado o solo en parte

Pasa el cursor por una marca para ver la evidencia. Una cruz significa que la capacidad no se encontró, o solo en parte, en las páginas públicas o el repositorio de Pentest Swarm AI el 2 de septiembre de 2026, no que sea técnicamente imposible.

Perfil

¿Qué es Pentest Swarm AI?

Pentest Swarm AI es un arnés de pentest de línea de comandos en Go, AGPL-3.0, mantenido por Armur AI, una pequeña startup respaldada por Techstars y Outlier Ventures liderada por Akhil Sharma, que escribió la gran mayoría de sus commits. La base de código actual en Go comenzó en marzo de 2026 y se relicenció de Apache a AGPL ese mayo. Tiene alrededor de 2.400 estrellas y una versión etiquetada de mayo de 2026. Como su nombre choca con el posicionamiento de SwarmAttacker, conviene ser preciso sobre qué es.

La herramienta ejecuta cuatro agentes LLM, reconocimiento, clasificador, exploit e informe, sobre una biblioteca de unos 28 escáneres envueltos como subfinder, nuclei, nmap y sqlmap. El modo por defecto es una tubería secuencial de cinco fases; una opción experimental de enjambre cambia a un planificador donde cada agente se ejecuta en su propia goroutine y reacciona a los hallazgos en una pizarra compartida en memoria, con la concurrencia total limitada a siete manejadores. El texto de marketing describe docenas u ocho agentes; el código registra cuatro.

El soporte de modelos cubre Claude por defecto, cualquier endpoint compatible con OpenAI, Gemini y Ollama o LM Studio local, estos dos últimos sin necesidad de clave. La gestión de rechazos existe como detección basada en frases con un re-prompt estricto y un proveedor de respaldo, pero solo se activa cuando hay un respaldo configurado y no en llamadas por streaming. La personalización es vía playbooks YAML y definiciones de herramientas; los prompts de sistema se compilan en el binario. No se publican resultados de benchmark, y una issue presentada por un usuario informa de que la única versión publicada devuelve silenciosamente cero hallazgos por un fallo de parseo corregido pero no publicado.

A favor de SwarmAttacker

Dónde destaca.

  • 01Se ejecuta con un plan de ChatGPT sin clave de API; la afirmación de sin clave de Pentest Swarm AI solo se aplica a los modelos locales.
  • 02Una licencia MIT permisiva, frente a AGPL que alcanza los despliegues en red de versiones modificadas.
  • 03Gestión de rechazos activada por defecto, donde la de Pentest Swarm AI es opcional y omite las llamadas por streaming.
  • 04Una tubería funcional, donde la única versión etiquetada de Pentest Swarm AI tiene un fallo abierto de cero hallazgos.

A favor de Pentest Swarm AI

Dónde es más fuerte.

  • 01Una amplia superficie de herramientas: alrededor de 28 escáneres envueltos más Burp, Metasploit y clientes de OSINT.
  • 02Más opciones de proveedor de fábrica, incluidos Gemini y Ollama o LM Studio totalmente locales.
  • 03Amplio soporte de salida: Markdown, HTML, JSON, SARIF, plantillas de bug bounty, una GitHub Action y un servidor MCP.
  • 04Mucha más tracción de comunidad hoy, con alrededor de 2.400 estrellas frente al puñado de SwarmAttacker.

Veredicto

¿Cuál deberías elegir?

Los nombres son parecidos; las herramientas no. Elige Pentest Swarm AI si quieres un orquestador de herramientas en Go con una amplia superficie de escáneres y soporte de modelos locales, y puedes sortear una versión previa a la 1.0. Elige SwarmAttacker para un agente de caja negra que se ejecuta con un plan de ChatGPT bajo una licencia MIT.

Convierte una URL en un informe de seguridad.

Código abierto, licencia MIT, y se ejecuta con el plan de ChatGPT que ya pagas. Instálalo y apúntalo a un objetivo que poseas.

brew install joloooo/swarm/swarm
Código fuente en GitHub