FFM

Modo de Lucha por la Libertad FFM FFM es un arnés de hacking que puedes usar durante la fase de post-explotación de un compromiso de red team. La idea de la herramienta se derivó de una conferencia de 2007 de @thegrugq. Se presentó en SSTIC 2018 video y la presentación de diapositivas adjunta est...

LangAlpha

Un arnés de agente para inversiones por vibra «vibe investing» LangAlpha está diseñado para ayudar a interpretar los mercados financieros y respaldar decisiones de inversión. English ｜ 简体中文 ｜ 日本語 Primeros pasos • API Docs • Agent Core • Backend • Web • TUI • Skills • MCP Fija en el panel un resum...

codeql

CodeQL This open source repository contains the standard CodeQL libraries and queries that power GitHub Advanced Security and the other application security products that GitHub makes available to its customers worldwide. How do I learn CodeQL and run queries? There is extensive documentation abo...

defending-code-reference-harness

Arnés de Referencia para Defensa de Código Una implementación de referencia para el descubrimiento y remediación autónomos de vulnerabilidades con Claude, basada en nuestros aprendizajes de asociarnos con equipos de seguridad en varias organizaciones desde el lanzamiento de Claude Mythos Preview...

Agent-Security-Regression-Harness

Arnés de Regresión de Seguridad de Agentes OWASP El Arnés de Regresión de Seguridad de Agentes OWASP es un arnés de pruebas de código abierto y neutral respecto al proveedor para ejecutar escenarios de regresión de seguridad ejecutables contra aplicaciones agénticas y sistemas integrados con MCP...

toothpicker

ToothPicker ToothPicker is an in-process, coverage-guided fuzzer for iOS. It was developed to specifically targets iOS's Bluetooth daemon bluetoothd and to analyze various Bluetooth protocols on iOS. As it is built using FRIDA, it can be adapted to target any platform that runs FRIDA. This...

Shellcode-Test-Harness

Herramienta de Prueba de Shellcode Un entorno de prueba ligero diseñado para acelerar el desarrollo de shellcode, proporcionando un entorno de ejecución con diagnóstico de fallos integrado y redirección de salida de depuración. Características Ejecuta shellcode mediante module stomping Usa VEH pa...

fuzzable

Fuzzable Marco para automatizar el descubrimiento de objetivos Fuzzable mediante análisis estático Introducción Los investigadores de vulnerabilidades que realizan evaluaciones de seguridad a menudo aprovechan las capacidades del fuzzing guiado por cobertura mediante herramientas potentes como...

fuzzable

Fuzzable Framework for Automating Fuzzable Target Discovery with Static Analysis Introduction Vulnerability researchers conducting security assessments on software will often harness the capabilities of coverage-guided fuzzing through powerful tools like AFL++ and libFuzzer. This is important as ...

vulnhuntr

A tool to identify remotely exploitable vulnerabilities using LLMs and static code analysis. World's first autonomous AI-discovered 0day vulnerabilities Description Vulnhuntr leverages the power of LLMs to automatically create and analyze entire code call chains starting from remote user input an...

autoharness

AutoHarness Creado por Akshat Parikh ¿Qué es esta herramienta? AutoHarness es una herramienta que genera automáticamente harnesses de fuzzing para ti. Esta idea surge de un problema concurrente en el fuzzing de bases de código hoy en día: las bases de código grandes tienen miles de funciones y...

CVE-2026-1312-Testing

Reproducción de CVE-2026-1312 Clona el repositorio Configuración Requisitos: Python 3.12 instalado Docker Desktop instalado y en ejecución Ejecuta el script ./runcve20261312.sh Archivos runcve20261312.sh Script de ejecución principal docker-compose.yml Configuración de Docker .dockerfile...

SetCookieAnalysisInBrowsers

Set Cookie Analysis in Browsers Licencia Publicado bajo AGPL consulte LICENSE para obtener más información. Descripción Para obtener más información, consulte la siguiente entrada de blog:...

drinkme

drinkme drinkme is a shellcode test harness. It reads shellcode from stdin and executes it. This allows pentesters to quickly test their payloads before deployment. Formats drinkme can handle shellcode in the following formats: "0x" "\x" "x" "" For example, NOP could be represented as any of...

drinkme

drinkme drinkme es un arnés de prueba para shellcode. Lee shellcode de stdin y lo ejecuta. Esto permite a los pentesters probar rápidamente sus payloads antes del despliegue. Formatos drinkme puede manejar shellcode en los siguientes formatos: "0x" "\x" "x" "" Por ejemplo, NOP podría representars...

CVE-2026-92750

Harness through 3.3.0 omits access control validation in the infrastructure provider read endpoint, allowing authenticated users to retrieve provider configurations from spaces they do not belong to. Attackers can query the GET /api/v1/infraproviders endpoint with arbitrary space identifiers to...

EUVD-2026-81022

Harness through 3.3.0 omits access control validation in the infrastructure provider read endpoint, allowing authenticated users to retrieve provider configurations from spaces they do not belong to. Attackers can query the GET /api/v1/infraproviders endpoint with arbitrary space identifiers to...

CVE-2026-92750

Harness through 3.3.0 omits access control validation in its infrastructure provider read endpoint (GET /api/v1/infraproviders ), allowing any authenticated user to retrieve provider configurations from spaces they do not belong to. The exposed metadata includes Docker endpoints , TLS certificate...

linux-kernel-codex-harness

Kernel Codex Harness 한국어 | English Research Tool · Original Import: 3 April 2026 · Documentation Revision: 11 July 2026 Core Philosophy — External Signal Let reproducible observations outside model inference guide attention; never mistake priority for proof. Project status. This repository...

runeward

The open-source governance harness for AI agents. Put enforceable policy, human approvals, isolated execution, budgets, and signed evidence around any AI agent. Runeward works with an existing agent or multi-agent framework rather than requiring a new model or orchestration stack. Prove it in one...