by jiwoochris
ARTEX 한국어판 · AI 자율 침투 테스트 프레임워크(upstream: Autumn-27/ARTEX, AGPL-3.0)
# Add to your Claude Code skills
git clone https://github.com/jiwoochris/artex-koGuides for using ai agents skills like artex-ko.
Last scanned: 10/7/2026
{
"issues": [],
"status": "PASSED",
"scannedAt": "2026-10-07T10:53:37.795Z",
"npmAuditRan": true,
"pipAuditRan": true,
"promptInjectionRan": true
}See how artex-ko compares with popular alternatives.
artex-ko is an open-source ai agents skill for AI coding assistants such as Claude Code, Codex CLI, and ChatGPT, built by jiwoochris. ARTEX 한국어판 · AI 자율 침투 테스트 프레임워크(upstream: Autumn-27/ARTEX, AGPL-3.0). It has 1,422 GitHub stars.
Yes. artex-ko passed SkillsLLM's automated security scan — a dependency vulnerability audit plus prompt-injection heuristics — with no high-severity issues. You can read the full report in the Security Report section on this page.
Clone the repository with "git clone https://github.com/jiwoochris/artex-ko" and add it to your Claude Code skills directory (see the Installation section above).
artex-ko is primarily written in Go. It is open-source under jiwoochris on GitHub, so you can review or fork the full source.
Yes. SkillsLLM lists many other AI Agents skills you can browse and compare side by side. Open the AI Agents category from the badge at the top of this page, or use the Related Skills and comparison links further down to weigh artex-ko against similar tools.
No comments yet. Be the first to share your thoughts!
From $49 · 30 days · terms & refunds
⚠️ Third-Party Software Notice
This skill is third-party open-source software developed and hosted independently on GitHub. SkillsLLM lists this project for discovery and does not control or maintain the underlying repository.
Any security checks, ratings, or warnings displayed by SkillsLLM are automated and limited in scope. They do not constitute a security certification or guarantee that the software is safe, error-free, or free from malicious code, vulnerabilities, compromised dependencies, or prompt-injection risks.
Review the source code, permissions, dependencies, and configuration before installing or running any third-party skill. Use is at your own risk. To the maximum extent permitted by applicable law, SkillsLLM is not liable for losses arising from third-party software.
Automated security scan — not a certification.
LLM 멀티 에이전트가 자율적으로 침투 테스트를 수행하는 시스템 (Go 백엔드 + Next.js 프런트엔드)
화면과 산출물은 영어가 기본이며, 설정(시스템 → 설정 → 표시 언어)에서 한국어·중국어·스페인어로도 바꿀 수 있습니다. 언어를 바꾸면 에이전트가 생성하는 리포트·요약·대화 응답의 언어도 함께 바뀝니다.
🚨 보안·오남용 경고: 반드시 먼저 읽어 주세요
이 저장소는 권한을 받은 환경에서, 방어와 탐지 역량을 기르기 위한 목적으로만 쓰도록 공개합니다.
ARTEX 는 사람이 거의 개입하지 않아도 정찰부터 침투, 자료 반출까지 공격 과정을 스스로 수행할 만큼 강력한 자율 공격 도구입니다. 그만큼 오남용이 일으키는 피해도 큽니다. 2026년 10월 국내 여러 언론은 원본 ARTEX 가 국내 금융기관을 상대로 한 개인정보 유출 공격에 사용된 정황이 조사 당국에 포착됐다고 보도했으며, 관련 수사가 진행 중입니다. 이 글로벌판을 공개하는 목적은 공격을 돕는 데 있지 않습니다. 방어하는 쪽이 이런 자율 AI 공격의 작동 원리를 이해하고, 탐지하고 차단하는 역량을 갖추도록 돕는 데 목적이 있습니다.
- 허가 없는 사용은 그 자체로 범죄가 됩니다. 자신이 소유하거나 서면으로 명시적 허가를 받은 대상이 아니라면, 어떤 시스템에도 스캐닝·탐지·익스플로잇을 실행하지 마십시오. 대한민국에서 권한 없이 정보통신망에 침입하는 행위는 정보통신망법 위반이고, 개인정보가 결부되면 개인정보보호법도 함께 적용됩니다.
- 실제 서비스나 타인의 자산을 대상으로 삼지 마십시오. 학습과 연구, 그리고 본인이 소유한 로컬 격리 환경(OWASP Juice Shop·DVWA 처럼 의도적으로 취약하게 만든 환경)에서만 검증하십시오.
- 방어하는 관점으로 읽으십시오. 이 저장소는 자율 AI 공격의 탐지 시그니처와 하드닝 체크리스트 같은 방어·탐지 자료를 함께 정리해 나갑니다. → 자율 AI 공격 방어·탐지 가이드
이 경고와 아래 사용 제한·면책에 동의하지 않는다면, 이 저장소를 내려받거나 사용하지 마십시오.
이 저장소는 중국산 오픈소스 프로젝트 Autumn-27/ARTEX(AGPL-3.0 · 원본 저장소 현재 접속 불가, 2026-10 확인)를 전 세계 사용자와 팀이 그대로 쓸 수 있도록 다국어화한 판본입니다. 에이전트의 판단 성능을 보존하기 위해 내부 추론 프롬프트는 원문을 유지하고, 사용자에게 보이는 산출물(탐지 결과·요약·리포트·대화 응답)만 설정한 언어(기본 영어)로 강제합니다. 아래 "왜 글로벌판인가"에서 방침을 설명합니다.
ARTEX 는 LLM 이 조종하는 여러 에이전트가 스스로 목표를 쪼개고, 실제 도구를 실행하고, 발견한 자산과 취약점을 그래프에 쌓아 가며 침투 테스트 과정을 자율적으로 끌고 가는 시스템입니다. Go 단일 바이너리 하나에 Next.js 프런트엔드가 내장되어 있고, 데이터는 PostgreSQL 에 저장됩니다.
ARTEX 는 자신이 소유하거나 서면으로 명시적 허가를 받은 대상에 대해서만 사용할 수 있습니다. 허가 범위를 벗어난 스캐닝·탐지·익스플로잇은 그 자체로 불법이 될 수 있습니다.
자세한 라이선스·사용 제한·면책은 아래 라이선스와 면책 절에 있습니다. 이 도구를 사용하는 것만으로 사용자는 그 조건에 동의한 것으로 봅니다.
원본 ARTEX 는 프롬프트·UI·문서가 모두 중국어로 되어 있어, 중국어를 쓰지 않는 사용자가 결과를 읽고 팀과 공유하기가 번거로웠습니다. 이 글로벌판은 다음을 목표로 합니다.
다국어화의 경계와 설계 방침은 저장소의 작업 문서에 더 자세히 적혀 있습니다. 상류(upstream) 저장소의 변경을 대조하기 쉽도록 원본 중국어 문서는
README.zh.md로 보존합니다.
아래 세 화면은 표시 언어를 한국어로 둔 실제 UI 입니다(설정에서 영어·중국어·스페인어로도 바꿀 수 있습니다). 로컬 격리 샌드박스에서 뽑은 데모 데이터이고, 대상은 전부 가상의 acme.com 과 사설 대역입니다.
원본(중국어 UI) 전체 화면은 README.zh.md 에서 볼 수 있습니다.
사전 요구: Docker 와 Docker Compose. 데이터베이스는 PostgreSQL 이며 compose 가 함께 띄웁니다. 탐색에는 LLM 이 필요합니다(
ANTHROPIC_API_KEY또는OPENAI_API_KEY, UI 에서도 설정 가능).
이미지:
docker-compose.yml의artex서비스는 이 저장소가 릴리스 태그(v*)마다 GitHub Container Registry 에 발행하는 글로벌판 이미지ghcr.io/jiwoochris/artex-ko를 받습니다. 기본 태그는latest(가장 최근 릴리스)이고,.env의ARTEX_TAG로 특정 릴리스에 고정할 수 있습니다. 원본 저장소의 이미지autumn27/artex는 Docker Hub 에서 내려가 더는 쓰지 않습니다.
git clone https://github.com/jiwoochris/artex-ko.git
cd artex-ko
cp .env.example .env # POSTGRES_PASSWORD 설정, ANTHROPIC_API_KEY 는 선택
docker compose up -d # artex 이미지 + postgres 를 함께 기동
# → http://localhost:8787 접속 (처음 들어가면 /setup 에서 관리자 비밀번호 설정)
# /setup 은 기동 로그에 찍힌 "설정 토큰"을 요구합니다: docker compose logs artex | grep '설정 토큰'
이미지에는 자주 쓰는 도구(ripgrep·curl·vim·npm·nmap 등)가 들어 있고, compose 로 기동하면 ./skills 와 ./data 는 바인드 마운트로 호스트에 남아 컨테이너를 다시 만들어도 보존됩니다.
원본 저장소는 설치 스크립트(./install.sh), 사전 컴파일 바이너리(Releases), 소스 단일 바이너리 컴파일 등 여러 방법을 제공합니다. 명령과 절차는 README.zh.md의 "安装"(설치) 절에 정리되어 있으며, 아래 핵심만 옮깁니다.
설치 스크립트: ./install.sh 를 실행하면 Docker 감지·설치 후 "① 전부 Docker" 또는 "② 로컬 컴파일 실행"을 고르게 합니다. "① 전부 Docker" 는 위 빠른 시작과 같은 이미지(ghcr.io/jiwoochris/artex-ko)를 받아 기동하고, "② 로컬 컴파일 실행"은 아래 소스에서 단일 바이너리 컴파일과 같은 방식으로 직접 빌드합니다.
소스에서 단일 바이너리 컴파일:
cd web && npm ci && npm run build:static && cd .. # 1) 프런트엔드 정적 빌드
rm -rf server/webui/dist && mkdir -p server/webui/dist && cp -a web/out/. server/webui/dist/ # 2) 내장 디렉터리로 동기화(재빌드 시 중첩 방지)
CGO_ENABLED=0 go build -tags embedui -o artex ./cmd/artex # 3) 프런트 내장 컴파일
./start.sh # → http://localhost:8787
- 단계의
npm ci는 빌드에 필요한 devDependencies(예:@tailwindcss/postcss)를 함께 설치합니다. 셸에NODE_ENV=production이 설정돼 있으면npm ci가 devDependencies 를 건너뛰어 빌드가Error: Cannot find module '@tailwindcss/postcss'로 실패하므로, 이때는npm ci --include=dev로 받으십시오.
실행은
./artex를 직접 돌리지 말고start.sh(Windows 는start.bat)로 하십시오. 이 스크립트는 종료 코드에 따라 프로그램을 다시 띄우는 감시자이고, UI 의 "원클릭 업데이트"도 이 스크립트가 처리합니다.
데이터베이스(config.json, 또는 환경 변수 ARTEX_PG_DSN 로 덮어쓰기):
{
"database": {
"host": "127.0.0.1", "port": 5432,
"user": "artex", "password": "yourpass",
"dbname": "artex", "sslmode": "disable"
}
}
LLM: export ANTHROPIC_API_KEY=sk-...(또는 OPENAI_API_KEY), 혹은 UI 의 "LLM 설정" 페이지에서 입력합니다. 선택 환경 변수로 ARTEX_LLM_PROVIDER / ARTEX_LLM_MODEL / ARTEX_LLM_BASE_URL / ARTEX_LLM_PROXY 를 둘 수 있습니다. 국산·오픈 모델을 쓰려면 OpenAI 호환 ARTEX_LLM_BASE_URL 을 지정하십시오.
동시성: 작업마다 돌리는 worker 에이전트 수는 "시스템 설정"에서 조정합니다(기본값 3).
자주 쓰는 인자: ./start.sh -addr :8787 -proxy :8788 에서 -addr 는 프런트엔드와 API 를 열고, -proxy 는 트래픽 기록 프록시 포트입니다. -addr 의 기본값은 127.0.0.1:8787(로컬 접속만)이며, 다른 기기에서 접속하려면 :8787 처럼 바인딩 주소를 명시해야 합니다(아래 "초기 설정 보호" 참고).
산출물의 언어 강제는 하드 코딩된 상한이 아니라 프롬프트 지시(agent/prompt.go 의 langDirective())로 유도합니다. 그래서 출력이 설정한 언어로 유지되는 정도는 모델의 역량과 역할, 맥락에 따라 달라집니다. 아래 검증 수치는 기본 언어가 한국어이던 시기에 한국어 출력으로 측정한 것이며, 다른 언어에서도 같은 경향을 따릅니다.
claude-opus-4-8 은 planner·worker·reporter 산출물과 권한 보유 샌드박스 계획 요청까지 네 역할 모두에서 사용자 노출 출력을 한국어로 유지했고 거부가 없었습니다. gpt-4o 도 같은 시나리오에서 한국어를 유지했습니다. 반면 저가·소형 모델(예: gpt-4o-mini)은 리포트가 원문(중국어)으로 되돌아갔습니다. 출력 언어 품질이 모델 역량에 직접 좌우되므로, 사람이 리포트를 읽는 환경이라면 역량 있는 모델을 쓰십시오.report_finding 의 구조화 필드가 대상 앱·기술 용어를 따라 영어로 기울 수 있습니다. 과거 실행에서는 gpt-4o 의 planner 상황 요약이 일부 턴에서 중국어로 돌아간 적도 있습니다. 작업 지시에 "설정한 언어로 작성하라"를 명시하면 충실도가 올라갑니다.max_tokens 를 넉넉히 주십시오. 사고 채널을 따로 쓰는 추론형 모델은 응답 토큰 상한이 작으면 그 예산을 내부 추론에 소진하고 사용자에게 보이는 최종 답변을 비워 둘 수 있습니다. 이때는 언어가 아니라 답변 자체가 사라지므로, 해당 LLM 프로파일의 max_tokens 를 충분히 크게 잡으십시오.OpenAI 호환 경로의 토큰 상한 함정.
gpt-4o처럼 OpenAI 계열 모델은 응답 토큰 상한이 16,384 입니다. 그런데 OpenAI 호환 요청에는 기본적으로 더 큰 출력 상한(32,768)이 실려, 그대로 두면 모든 호출이400 (max_tokens is too large)으로 실패합니다. 이때는 LLM 설정에서 해당 프로파일의max_tokens를 16,384 이하로 지정하십시오. Anthropic 계열(기본 모델claude-opus-4-8등)은 32,768 을 허용하므로 이 함정에 걸리지 않습니다.
관리자 계정은 하나(ARTEX)이고 비밀번호는 첫 접속 때 /setup 에서 만듭니다. 비밀번호가 아직 없는 인스턴스에 먼저 닿은 사람이 계정을 차지하지 못하도록 다음 보호가 걸려 있습니다.
[auth] … 설정 토큰: … 한 줄이 찍힙니다(Docker 는 docker compose logs artex). /setup 화면과 POST /api/auth/init(setup_token 필드)은 이 값이 맞아야 비밀번호를 만들고, 틀린 시도는 횟수 제한에 걸립니다. 무인 배포라면 ARTEX_SETUP_TOKEN 으로 토큰을 고정하거나 ARTEX_ADMIN_PASSWORD 로 비밀번호를 바로 넣을 수 있습니다(8자 이상).artex 의 -addr 기본값과 docker-compose.yml 의 포트 게시 모두 호스트의 루프백에만 엽니다. 다른 기기에서 직접 접속하려면 -addr :8787 또는 .env 의 ARTEX_BIND=0.0.0.0 으로 바꾸되, 초기 설정을 먼저 마치고 가능하면 아래 리버스 프록시 구성을 쓰십시오. 비밀번호가 없는 채로 루프백이 아닌 주소에 바인딩하면 기동 로그에 경고가 찍힙니다.