Gemini CLI + Kali Linux实战:AI自动化渗透测试完整指南

Kali Linux 2025.3正式集成Google Gemini CLI,实现自然语言驱动的自动化渗透测试。
Kali Linux 2025.3将Google Gemini CLI纳入官方仓库,安全从业者可通过自然语言描述任务目标,由AI自动编排Nmap、Nikto等工具链执行扫描、漏洞检测并生成结构化报告。该工具基于AI Agent架构,具备工具调用、上下文感知和智能纠错能力,适用于红队侦查、蓝队事件响应等场景,但需注意AI无法替代专业判断,且必须在合法授权范围内使用。
当AI走进安全终端:Gemini CLI与Kali Linux的融合
2025年,网络安全领域迎来了一个标志性变化:Kali Linux 2025.3 正式集成了 Google Gemini CLI,将生成式AI的能力直接注入渗透测试人员最熟悉的命令行终端。安全从业者不再需要逐条手敲复杂的扫描命令,而是可以用自然语言描述任务目标,让AI自动编排工具链、执行扫描、分析结果并生成报告。
Kali Linux 是基于 Debian 的 Linux 发行版,由 Offensive Security 团队维护,前身是 BackTrack Linux。它预装了超过600种渗透测试和安全审计工具,包括 Nmap、Metasploit、Burp Suite、Wireshark 等,是全球渗透测试人员和安全研究者的标准工作平台。Kali 的每次大版本更新通常会引入新的工具集成和内核升级,而 2025.3 版本将 AI 工具纳入官方仓库,标志着该发行版从传统工具集合向智能化安全平台的转型。
这不是简单的聊天机器人套壳,而是一个真正具备工具调用、上下文感知和自动化编排能力的终端AI助手。Gemini CLI 是 Google 基于其 Gemini 大语言模型家族构建的命令行交互工具。Gemini 模型是 Google DeepMind 开发的多模态 AI 模型,具备文本理解、代码生成、逻辑推理等能力。CLI 版本专为开发者和技术人员设计,通过终端直接调用模型能力,支持函数调用(Function Calling)机制,使模型能够识别用户意图后调用外部工具执行实际操作,而非仅生成文本回复。这种"工具调用"架构是它区别于普通聊天机器人的关键技术特征。
本文将从环境搭建到实战演示,完整解析Gemini CLI在渗透测试中的工作方式、核心能力以及必须注意的安全与伦理边界。
声明: 本文内容仅供教育和合法安全研究目的,任何未经授权的扫描和攻击行为均属违法。
环境搭建:Kali Linux 2025.3 + Gemini CLI安装配置
获取 Kali Linux 2025.3
首先从 Kali 官方网站(kali.org)下载最新版本。官方提供两种主要形式:
- ISO 镜像文件:适合直接安装到物理机或自定义虚拟机
- 预构建虚拟机文件:支持 VMware 和 VirtualBox,开箱即用
快速搭建实验环境推荐使用 VMware 版本的预构建虚拟机。下载完成后解压文件夹,找到 .vmx 文件双击即可自动导入 VMware。建议将虚拟机内存分配调整到至少4GB,确保AI工具运行流畅。
安装与配置 Gemini CLI
启动 Kali Linux 后(默认用户名和密码均为 kali),打开终端执行以下步骤:
# 查看当前系统版本
cat /etc/os-release
# 更新系统软件包
sudo apt update && sudo apt upgrade -y
# 安装 Gemini CLI
sudo apt install gemini-cli
安装完成后,输入 gemini-cli -h 可查看帮助菜单,了解所有可用选项和命令语法。首次运行 gemini-cli 时,系统会提示进行 Google 账户认证——按 1 选择 Google 登录,浏览器会自动打开认证页面,完成邮箱和密码验证即可。

认证成功后,终端中会出现 Gemini CLI 的交互式对话界面,此时你已经可以用自然语言向它下达安全测试任务了。
实战演示:用自然语言完成自动化渗透测试
一句话驱动的全面安全扫描
Gemini CLI 最核心的能力在于:你只需用一段自然语言描述任务目标,它就能自动拆解为多个技术步骤并逐一执行。这种能力的背后是 AI Agent(智能体)架构的实现——Agent 能够感知环境、制定计划、调用工具并根据反馈迭代执行。其核心技术包括 ReAct(Reasoning + Acting)推理框架,让模型交替进行思考和行动;工具调用(Tool Use / Function Calling),使模型能够调用外部命令行工具;以及记忆机制,使 Agent 能在多步骤任务中保持上下文连贯。在安全测试场景中,这意味着 AI 不仅能生成单条命令,还能根据前一步的输出动态调整后续策略——例如发现 80 端口开放后自动决定运行 Web 漏洞扫描,这种链式推理能力是传统脚本自动化无法实现的。
以下是一个典型的渗透测试提示词示例:
"扫描 http://testphp.vulnweb.com,查找开放端口,识别 HTTP 服务器,运行 Nikto 扫描常见漏洞,检查 SQL 注入和 XSS,生成一份 JSON 报告保存到 /tmp/example.json"
输入这段提示后,Gemini CLI 会自动规划并执行以下流程:
- Nmap 端口扫描:AI 生成并请求授权执行 Nmap 命令,用户可按
1、2或3选择授权级别 - 服务版本识别:自动解析扫描结果,识别开放端口和运行的服务版本
- Nikto Web漏洞扫描:请求执行权限后,自动运行 Web 漏洞扫描
- SQL 注入与 XSS 检测:针对发现的 Web 服务进行专项漏洞检查
- 结构化报告生成:将所有结果汇总为 JSON 文件

Nmap 端口扫描技术背景
Nmap(Network Mapper)是由 Gordon Lyon 开发的开源网络探测和安全审计工具,被认为是网络安全领域最基础也最重要的工具之一。它通过向目标主机发送精心构造的网络数据包并分析响应,来发现网络上的主机、开放端口、运行服务及其版本信息,甚至可以推断操作系统类型。Nmap 支持多种扫描技术,包括 TCP SYN 扫描(半开放扫描)、TCP Connect 扫描、UDP 扫描、FIN/Xmas/Null 隐蔽扫描等。其脚本引擎(NSE)还允许用户编写和运行自定义脚本来执行更复杂的检测任务。
Nikto Web 漏洞扫描器解析
Nikto 是一款开源的 Web 服务器扫描器,专门用于检测 Web 服务器上的潜在安全问题。它能够检查超过6700种潜在危险文件和程序、检测超过1250个服务器版本的已知漏洞,以及识别约270种服务器配置问题。Nikto 的检测范围包括过时的服务器软件版本、危险的 CGI 脚本、默认安装文件、敏感目录暴露、HTTP 头部安全配置缺失等。虽然 Nikto 不是隐蔽型扫描工具(它会在目标日志中留下大量痕迹),但其全面性使其成为安全评估初期阶段的标准工具。
SQL 注入与 XSS 漏洞原理
SQL 注入(SQLi)和跨站脚本攻击(XSS)是 OWASP Top 10 中长期位居前列的 Web 应用安全漏洞。SQL 注入的原理是攻击者通过在用户输入字段中插入恶意 SQL 语句,利用应用程序未对输入进行充分过滤的缺陷,直接操纵后端数据库,可能导致数据泄露、数据篡改甚至服务器被完全控制。XSS 则是攻击者将恶意 JavaScript 代码注入到网页中,当其他用户浏览该页面时,恶意脚本在受害者浏览器中执行,可窃取会话 Cookie、劫持用户账户或重定向到钓鱼页面。XSS 分为反射型、存储型和 DOM 型三种,其中存储型 XSS 危害最大,因为恶意代码被永久存储在目标服务器上。
智能纠错与结果解读
整个过程中,如果出现错误或遗漏,Gemini CLI 会自动识别问题并尝试修复。比如当某个工具缺少依赖项时,它会自动生成安装命令;当命令参数有误时,它会调整后重新执行。

扫描完成后,终端会清晰展示所有发现:开放端口列表(如 TCP 53、TCP 80)、服务版本信息(如 Nginx 1.19.0)、Nikto 发现的漏洞条目,以及 SQL 注入和 XSS 的检测结果。整个流程从输入一句话到获得完整报告,效率提升非常显著。
Gemini CLI核心能力:红队、蓝队与通用场景
进攻性安全(红队应用)
- 侦查规划:将目标转化为检查清单和优先级任务,自动汇总发现结果
- 工具链编排:弥合工具间的间隙,例如解析 Nmap 输出后自动识别 Web 目标并运行 Nikto,消除手动复制粘贴
- PoC快速构建:创建概念验证脚本或漏洞利用模板,用于验证和复现安全发现
- 重复任务自动化:生成解析脚本处理扫描器输出、对发现去重、批量创建报告
防御性安全(蓝队应用)
- 事件分类处置:总结可疑日志或扫描器输出,提出调查建议步骤
- 补丁优先级规划:汇总漏洞信息并制定优先级修复计划
- 安全加固检查:自动化生成检查清单和脚本来验证安全配置
- 文档与培训:生成入职指南、操作规程以及安全团队的标准作业程序
通用能力
- 交互式终端对话:直接从 Shell 与 AI 对话,获取工具解释或请求代码生成
- 会话上下文保持:在整个终端会话中保持上下文,后续提问能保持连贯
- 多格式报告输出:支持 JSON、Markdown、纯文本等结构化格式
- 知识辅助:解释不熟悉的工具参数、协议,帮助解读含义模糊的输出

技术局限与安全伦理红线
不可忽视的技术局限
尽管 Gemini CLI 能力出色,但以下局限性需要每位使用者清醒认识:
- 无法替代专业判断:AI 可以建议行动方案,但它不理解你的具体业务上下文和风险容忍度,人工验证始终不可或缺
- 存在误报风险:AI 生成的摘要或命令可能不准确,每一条输出都必须经过人工审核后才能采信
- 过度自动化的隐患:未经审查就执行 AI 生成的命令,可能导致意外的服务中断或数据丢失
法律与伦理底线
这是每一位安全从业者必须铭记的底线:
- 书面授权是前提:测试或扫描任何非你所有的系统之前,必须获得明确的书面许可
- 限定受控环境:仅在受控的实验室环境或经授权的目标上使用 Gemini CLI
- 防御优先原则:优先采用防御性和教育性的工作流程,如事件分类处置、报告生成以及安全配置协助
- 自动化扫描不是法外之地:无论工具多么便捷,未经授权的自动化扫描都是违法行为
AI时代的渗透测试新思维
Gemini CLI 与 Kali Linux 的结合,代表了网络安全工具演进的重要方向——从"记忆命令语法"到"描述测试意图"的范式转变。安全从业者的核心价值不再是背诵每个工具的参数,而是具备正确的安全思维、风险判断能力和对结果的专业解读能力。
AI 降低了渗透测试的技术门槛,但同时也放大了滥用风险。工具越强大,使用者的责任就越重大。在拥抱 AI 赋能安全测试的同时,始终将合法合规和职业道德放在第一位——这才是真正的道德黑客精神。
对于想要入门AI辅助渗透测试的安全从业者,建议从搭建本地实验环境开始,在合法靶场上反复练习,逐步掌握 Gemini CLI 的能力边界和最佳实践。DVWA(Damn Vulnerable Web Application)是一个故意设计为存在多种安全漏洞的 PHP/MySQL Web 应用,支持调节安全级别(低、中、高、不可能),是学习 Web 安全攻防的经典靶场。VulnHub 则是一个提供大量可下载虚拟机靶场的社区平台,每个靶场模拟不同的真实攻击场景,从简单的权限提升到复杂的多层网络渗透。此外,HackTheBox 和 TryHackMe 提供在线靶场环境和引导式学习路径。使用这些合法靶场进行练习,是安全从业者在不触犯法律的前提下提升实战技能的标准做法,也是验证 Gemini CLI 等新工具能力边界的安全方式。
相关推荐
教程攻略Cursor+Codex双IDE协同:开源项目二开实战方法论
基于实战经验总结的开源项目二次开发完整方法论,详解Cursor+Codex双IDE协同工作流,涵盖二开七环节、MVP验证、AI读源码技巧,帮助开发者三天跑通项目、两周完成业务集成。
教程攻略Cursor多Agent实战:50分钟搭建Next.js全栈博客
使用Cursor IDE多Agent协作模式,50分钟内从零搭建全栈博客。涵盖Next.js、Clerk认证、Supabase数据库集成,详解4个AI Agent分阶段开发流程与关键避坑经验。
教程攻略从零搭建AI软件工厂:Cursor工程师的多Agent协作实战经验
Cursor工程师Eric分享AI软件工厂构建实战:从自动化六层级、护栏设计、并行Agent管理到规模化扩展,详解如何用多Agent协作实现7×24小时高效软件开发。