Kali Linux チームが、外部 SaaS に一切依存しない完全ローカルの AI ペンテスト支援環境の構築ガイドを公式ブログで公開した。Ollama でローカル LLM を動かし、MCP（Model Context Protocol）経由で nmap などの Kali ツールを自然言語から操作する構成だ。

構成要素

コンポーネント役割アーキテクチャ上の位置づけ
Ollamaローカル LLM サーバー。llama.cpp のラッパーとしてモデルのダウンロード・サービングを簡素化推論エンジン（脳）
mcp-kali-serverFlask ベースの MCP サーバー（127.0.0.1:5000）。nmap, gobuster, nikto, hydra, sqlmap 等の Kali ツールを MCP 経由で公開ツールサーバー（手足）
5ireデスクトップ AI アシスタント兼 MCP クライアント。ユーザー入力を LLM に送り、LLM の応答からツール呼び出しを検出し、MCP 経由でツールを実行し、結果を LLM に戻すループを回すAI エージェント（オーケストレーター）

この構成で「エージェント」に相当するのは 5ire だ。LLM（Ollama）は推論を担うだけであり、ツールサーバー（mcp-kali-server）は呼ばれるのを待つだけ。ユーザーの意図を解釈し、LLM とツールの間を仲介して自律的にループを回す 5ire こそがエージェントの役割を果たしている。Claude Code に例えると、Ollama は API の向こう側の Claude モデル、mcp-kali-server は MCP サーバー、5ire は Claude Code 本体に相当する。

対応モデルは以下の 3 つ（いずれも Tools 機能対応が必須）:

  • llama3.1:8b（4.9 GB）
  • llama3.2:3b（2.0 GB）
  • qwen3:4b（2.5 GB）— ガイドのメインデモで使用

セットアップの流れ

  1. NVIDIA GPU の有効化 — プロプライエタリドライバ + CUDA 12.4 をインストールし nvidia-smi で確認
  2. Ollama 導入 — ランタイムをインストールし、使用するモデルを ollama pull で取得
  3. mcp-kali-server 起動 — kali-server-mcp をバックグラウンドで起動（127.0.0.1:5000）
  4. 5ire の設定 — AppImage をダウンロードし、LLM プロバイダに Ollama、MCP サーバーに mcp-kali-server を登録
  5. 自然言語でツール実行 — 「scanme.nmap.org のポート 80, 443, 21, 22 を TCP スキャンして」のようなプロンプトで nmap が実行される

なぜローカル完結が重要なのか

ペネトレーションテストでは、対象システムの IP アドレス、発見された脆弱性、認証情報の候補など機密性の高い情報を扱う。これを外部の LLM API に送信するのはセキュリティポリシー上の問題がある。

ローカル完結構成であれば:

  • データが外部に一切送信されない
  • エアギャップ環境でも運用可能
  • コストはハードウェアと電気代のみ（サブスクリプション不要）

トレードオフとして NVIDIA GPU（最低 GTX 1060 6GB VRAM）が必要になるが、ペンテスト用マシンには十分な GPU を搭載していることが多い。

CLI からエージェントへ

従来の Kali Linux 運用は CLI 中心だった。ツールごとにオプションを覚え、出力を目視で解析する。この構成では LLM が自然言語 → コマンド変換 → 結果の構造化を担うため、ワークフローが根本的に変わる。

ただし現時点の小型モデル（3B〜8B パラメータ）では、複雑な攻撃チェーンの自律的な組み立てまでは難しい。あくまで「個別ツールの実行を自然言語で支援する」レベルであり、人間のペンテスターの判断を置き換えるものではない。

MCP エコシステムの広がり

Kali 公式が MCP を採用した点は注目に値する。MCP はもともと Anthropic が提唱したプロトコルだが、セキュリティツールチェーンにまで浸透し始めている。mcp-kali-server が公開している ツール一覧 には nmap, gobuster, dirb, nikto, enum4linux-ng, hydra, john, metasploit, sqlmap, wpscan が含まれ、主要なペンテストツールをカバーしている。

参考