ChatKali Skills Builder (ChatKali 技能构建器)

English Version

本项目旨在将官方的 Kali Linux 工具文档 转换为结构化的、适合 AI 代理（ChatKali Agent）使用的知识库。

它利用 LLM（大语言模型）智能地对工具进行分类，判断其是否为命令行（CLI）工具，并生成简明的描述，从而创建高质量的 SKILL.md 索引文件和详细的参考页面。

功能特性

• AI 智能分类：利用 LLM 自动将工具归类到标准的网络安全类别中（例如：信息收集、密码攻击等）。
• 丰富元数据提取：自动判断工具是否为 CLI 工具，并生成一句话的功能摘要。
• 智能缓存：将 LLM 的响应结果缓存在 llm_cache.json 中，以降低 API 成本并加快后续构建速度。
• 高性能：使用多线程技术高效处理数百个工具文档。
• 结构化输出：生成清晰的 SKILL.md 入口文件以及 references/ 目录下组织良好的 Markdown 文件。

演示截图

1. 智能工具推荐与内网发现

ChatKali 能够根据你的需求（如“内网设备发现”）自动推荐合适的工具，并给出具体的使用命令。

2. 扫描结果深度分析

不仅仅是执行命令，ChatKali 还能读取工具输出，分析扫描结果，并识别关键信息（如 Metasploitable 靶机）。

3. 自动化漏洞利用

在发现漏洞后，ChatKali 可以指导你使用 Metasploit 等工具进行漏洞利用，甚至生成自动化脚本。

4. 深度利用管理

ChatKali可以简化复杂的渗透测试流程。

前置要求

• Python 3.8+
• 一个兼容 OpenAI 格式的 API Key (例如 OpenAI, DeepSeek, ChatAnywhere 等)

安装与配置

1. 快速安装 (Agent 集成)

如果你希望在 OpenAI Codex 或 Claude Code 中直接使用 ChatKali 技能，可以使用以下命令一键安装：

curl -fsSL https://raw.githubusercontent.com/tzf1003/ChatKali/main/scripts/install.sh | bash

此脚本会自动将仓库克隆到以下标准技能目录：

• OpenAI Codex: ~/.codex/skills/chatkali
• Claude Code: ~/.claude/skills/chatkali
• VS Code (Copilot): ./.github/skills/chatkali (当前项目目录)

安装完成后，请重启你的 Agent 客户端。对于 VS Code，技能将直接在当前项目中可用。

2. 手动安装 / 开发配置

1. 克隆仓库 (如果尚未克隆)。
2. 配置环境变量： 在根目录下创建一个 .env 文件，并填入你的 API 配置信息：

   OPENAI_API_KEY=sk-xxxxxx
   OPENAI_BASE_URL=https://api.example.com/v1
   OPENAI_MODEL=gpt-3.5-turbo

使用方法

在 Agent 中使用

安装完成后，你可以直接在对话中调用相关技能：

• Codex: 输入 /skills 查看列表，或使用 $chatkali (取决于具体加载名) 调用。
• Claude Code: 直接询问 "List all available Skills" 或 "Help me use nmap with ChatKali"。

手动构建技能库

在工作区根目录下运行构建脚本：

python scripts/build_skills.py

命令行选项

• --src <path>: 指定源目录 (默认：自动检测 kali-tools)。
• --out <path>: 指定输出目录 (默认：当前目录)。
• --clean: 构建前清理现有的 references/ 目录和 SKILL.md 文件。
• --limit <N>: 仅处理前 N 个工具 (用于测试)。
• --verbose: 显示详细的处理信息。
• --dry-run: 模拟构建过程，不写入文件。

示例

从头开始重新构建所有内容：

python scripts/build_skills.py --clean

仅测试前 10 个工具：

python scripts/build_skills.py --limit 10

输出结构

• SKILL.md: 主索引文件，列出了所有工具分类、描述及工具数量。
• references/: 包含生成的知识库文件。
  • <category>.md: 分类索引页面 (例如 information-gathering.md)，包含工具名称、CLI 状态 (✅/❌) 和描述的表格。
  • tools/<tool_id>.md: 单个工具的详细文档页面，包含完整内容和元数据。
• llm_cache.json: AI 分类结果的本地缓存 (如果想节省 API 调用次数，请勿删除)。