目录一、技术原理与整体架构解析1.1 HexStrike-AI 核心功能介绍1.2 MCP 协议作用与联动逻辑1.3 整体部署架构二、Kali Linux 部署 HexStrike-AI 服务端详细步骤2.1 前置环境准备与核验2.1.1 系统环境要求2.1.2 Python环境核验与安装2.2 HexStrike-AI 下载源码2.3、安装依赖2.3.1 强制升级pip2.3.2 安装依赖库2.4 启动HexStrike-AI服务端三、Windows 配置 MCP 调用客户端3.1 安装Python3.10并配置环境变量3.2 安装MCP核心依赖库3.2.1 安装依赖3.2.2 解决报错1步骤1重置pip修复pip与Python的关联2步骤2强制升级pip到最新版本3步骤3再次尝试安装依赖3.3 下载并存放HexStrike-AI源码3.3.1 下载源码3.3.2 解压源码3.3.3 确认核心脚本路径四、TRAE大模型配置MCP联动规则4.1 编写MCP服务配置JSON4.1.1 配置方式1完整Python绝对路径推荐4.1.2 配置方式2Python已加入环境变量极简配置4.2 大模型导入MCP配置4.3 确认MCP配置是否生效五、渗透实战AI调用HexStrike-AI完成端口扫描5.1 实测准备5.2 发起探测指令5.3 大模型指令解析与工具调用过程5.4 实测结果解析在AI赋能网络安全的当下HexStrike-AI 作为一款基于Python开发的AI驱动型安全自动化工具凭借其内置的150安全探测工具、AI智能决策能力成为轻量化渗透测试、内网安全巡检的优选工具。而MCPModel Control Protocol模型控制协议作为大模型与外部工具联动的核心桥梁能够实现大模型如TRAE与HexStrike-AI的无缝对接让技术人员通过自然语言对话即可一键发起安全探测、自动获取结构化结果大幅降低安全运维的技术门槛提升工作效率。本文将从技术原理、环境部署、配置联动、功能实测、问题排查五个维度详细讲解HexStrike-AI与MCP的完整联动流程涵盖Kali Linux服务端部署、Windows客户端配置、TRAE大模型MCP环境搭建等全步骤补充每一步的操作原理、注意事项和常见报错解决方案适合网络安全从业人员、运维人员及技术爱好者学习实践确保新手也能顺利完成联动部署。一、技术原理与整体架构解析1.1 HexStrike-AI 核心功能介绍HexStrike-AI 是一款开源的AI安全自动化工具本质上是一个MCP服务器能够让AI大模型Claude、GPT、TRAE等自主调用150主流安全工具实现自动化渗透测试、漏洞发现、资产探测等功能。其核心优势在于工具集成丰富内置网络安全nmap、masscan、Web应用sqlmap、gobuster、二进制分析ghidra、radare2、云安全prowler、trivy等多类工具覆盖渗透测试全流程AI智能联动支持AI自主选择工具、优化参数、分析结果无需人工干预即可完成复杂探测任务轻量化部署基于Python开发跨平台支持Kali、Windows、Linux等系统部署流程简单资源占用低1.2 MCP 协议作用与联动逻辑MCPModel Control Protocol即模型控制协议是连接大模型与外部工具的标准化协议其核心作用是实现“大模型指令→MCP客户端→MCP服务器→外部工具”的指令传递与结果反馈打破大模型“只能对话、无法实操”的局限。HexStrike-AI 与 MCP 的联动逻辑如下1. 部署HexStrike-AI服务端Kali Linux启动MCP服务器监听指定端口默认8888对外提供工具调用接口2. 配置MCP客户端Windows安装MCP依赖库指定HexStrike-AI服务端地址、Python解释器路径实现客户端与服务端的连通3. 大模型配置MCP服务TRAE通过JSON配置文件将MCP客户端与大模型关联让大模型能够识别并调用HexStrike-AI的工具接口4. 指令执行与结果反馈用户在大模型输入自然语言指令如“扫描目标IP端口”大模型通过MCP协议将指令传递给HexStrike-AI服务端服务端执行对应工具将结果整理后通过MCP反馈给大模型最终以结构化形式呈现给用户。1.3 整体部署架构本次联动部署采用“跨系统协同”架构具体如下- 服务端Kali Linux版本2024.1部署HexStrike-AI作为MCP服务器提供工具调用、任务执行、结果处理等核心能力- 客户端Windows 10/11安装Python3.10、MCP依赖库作为MCP客户端负责与服务端通信传递大模型指令- 控制端TRAE大模型作为指令发起端通过MCP配置关联客户端实现自然语言驱动安全探测- 网络要求Kali与Windows处于同一内网网段关闭防火墙或放行对应端口确保双向通信正常。二、Kali Linux 部署 HexStrike-AI 服务端详细步骤Kali Linux 作为网络安全专用系统内置了大部分安全工具依赖是部署HexStrike-AI服务端的最优选择。本次部署使用Kali Linux系统Python3.10环境全程使用命令行操作每一步均补充操作原理和注意事项。2.1 前置环境准备与核验2.1.1 系统环境要求- 系统版本Kali Linux - Python版本≥3.9本文示例使用Python3.10避免版本过低导致依赖安装失败- 网络环境能够访问网络用于拉取源码、下载依赖与Windows客户端处于同一内网网段- 权限要求使用root用户操作避免权限不足导致的文件读写、服务启动失败。2.1.2 Python环境核验与安装查看当前Python版本python3 --version python --version以我的旧环境kali2023为例默认的python环境为python3.9如下所示。不过我在使用默认的python 3.9版本时多次报错且我这个kali有点过旧安装依赖时遇到很多问题故而我这里直接选择使用系统自带的python3.10如下所示使用python3.10 --version确认存在此版本具体如下图所示。2.2 HexStrike-AI 下载源码HexStrike-AI 源码托管在GitHubhttps://github.com/0x4m4/hexstrike-ai需使用git命令拉取若Kali未安装git需先安装# 安装git apt install -y git # 拉取源码克隆项目到当前用户根目录 git clone https://github.com/0x4m4/hexstrike-ai.git接下来我们来看下源码结构命令如下所示。# 进入项目目录查看源码结构 cd ~/hexstrike-ai ls -l- hexstrike_server.py服务端核心脚本负责监听MCP端口、接收指令、执行工具集成仪表盘启动逻辑需通过--dashboard参数启动仪表盘服务- hexstrike_mcp.pyMCP客户端脚本负责与服务端通信传递指令和结果此前已修复hakrawler、bycrypt等相关问题- requirements.txt项目依赖清单未包含仪表盘所需的Flask依赖需手动安装此前已同步修复相关依赖问题注意事项若拉取源码失败如网络超时可直接访问GitHub地址https://github.com/0x4m4/hexstrike-ai下载源码压缩包上传到Kali后解压解压命令unzip hexstrike-ai-main.zip -d ~/hexstrike-ai解压后需确认核心文件hexstrike_server.py、hexstrike_mcp.py、requirements.txt等存在缺失则需重新下载无需查找dashboard目录和app.py文件源码中无此类文件。2.3、安装依赖pip是Python的包管理工具HexStrike-AI的依赖库需要通过pip安装由于默认pip源为国外地址下载速度慢且易超时因此需先升级pip并配置清华源加速下载。2.3.1 强制升级pip使用官方get-pip.py脚本强制升级pip到最新版本避免旧版本pip无法安装高版本依赖# 下载get-pip.py脚本 curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py # 使用Python3.10强制升级pip python3.10 get-pip.py --force-reinstall # 删除脚本避免占用空间 rm get-pip.py原理说明--force-reinstall参数表示强制重新安装pip确保覆盖系统中旧版本的pip避免出现“pip版本与Python版本不匹配”的问题。2.3.2 安装依赖库进入HexStrike-AI项目目录先安装requirements.txt中的依赖具体如下所示# 进入项目目录 cd ~/hexstrike-ai # 安装项目默认依赖使用清华源加速 python3.10 -m pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple注意事项若未配置国内源如果安装依赖时速度较慢此时可在安装命令后临时添加-i参数指定清华源如pip3.10 install 包名 -i https://pypi.tuna.tsinghua.edu.cn/simple。2.4 启动HexStrike-AI服务端依赖安装完成后需同时启动MCP服务启动前需确认端口8888未被占用因为hexstrike-ai的默认启动端口就是8888启动指令如下所示。# 进入项目目录 cd ~/hexstrike-ai # 启动HexStrike-AI MCP服务Python3.10执行 python3.10 hexstrike_server.py执行后效果如下启动成功的标志终端输出“* Running on http://0.0.0.0:8888 (Press CTRLC to quit)”。特别注意启动后不要关闭终端若关闭终端服务会自动停止。仔细观察上图这里面出现多个 Running on http://X.X.X.X:8888 。这里我们要使用和windows主机ip地址同一网段的为192.168.59.132故hexstrike-ai监听端口为http://192.168.59.132:8888。三、Windows 配置 MCP 调用客户端Windows系统作为MCP客户端负责与Kali上的HexStrike-AI服务端通信传递大模型的探测指令。3.1 安装Python3.10并配置环境变量本部分首先需要满足条件的python环境安装MCP依赖库并存放HexStrike-AI源码确保能够正常调用MCP脚本。以我的环境为例电脑中已经安装了满足条件的Python3.10环境如果没有安装python的话需要在windows靶场安装python环境。1. 下载Python3.10安装包访问Python官方网站https://www.python.org/downloads/release/python-31016/下载Windows版本的安装包64-bit Installer2. 安装Python3.10双击安装包勾选“Add Python 3.10 to PATH”自动添加环境变量关键步骤避免后续手动配置点击“Install Now”等待安装完成3. 验证安装打开CMD命令提示符输入以下命令查看Python版本python --version pip --version若输出Python 3.10.x和pip 26.x.x与Kali升级后的pip版本一致说明安装成功。3.2 安装MCP核心依赖库3.2.1 安装依赖MCP客户端需要安装mcp和requests两个核心依赖库mcp库用于实现MCP协议通信requests库用于发送HTTP请求与HexStrike-AI服务端交互。打开CMD命令提示符输入以下命令安装依赖pip install mcp requests安装过程中pip会自动下载并安装mcp、requests及其依赖的其他库如anyio、httpx、pydantic等等待安装完成即可。3.2.2 解决报错如果报错Fatal error in launcher: Unable to create process using E:\one-fox\one-fox8\Python310\python.exe C:\tools\ONE-FOX8\Python310\Scripts\pip.exe install mcp requests: ???????????解决方法如下1步骤1重置pip修复pip与Python的关联python -m ensurepip --upgradeLooking in links: c:\Users\LJN\AppData\Local\Temp\tmpe08qc9r2 Requirement already satisfied: setuptools in c:\tools\one-fox8\python310\lib\site-packages (57.4.0) Requirement already satisfied: pip in c:\tools\one-fox8\python310\lib\site-packages (24.1)执行后终端会输出“Requirement already satisfied: setuptools...”“Requirement already satisfied: pip...”表示重置成功。2步骤2强制升级pip到最新版本python -m pip install --upgrade pipRequirement already satisfied: pip in c:\tools\one-fox8\python310\lib\site-packages (24.1) Collecting pip Downloading pip-26.1.1-py3-none-any.whl.metadata (4.6 kB) Downloading pip-26.1.1-py3-none-any.whl (1.8 MB) ---------------------------------------- 1.8/1.8 MB 406.3 kB/s eta 0:00:00 Installing collected packages: pip Attempting uninstall: pip Found existing installation: pip 24.1 Uninstalling pip-24.1: Successfully uninstalled pip-24.1 Successfully installed pip-26.1.1该命令会将pip升级到最新版本如26.1.1覆盖旧版本的pip解决版本不兼容问题。3步骤3再次尝试安装依赖pip install mcp requestsCollecting mcp Downloading mcp-1.27.1-py3-none-any.whl.metadata (8.2 kB) Requirement already satisfied: requests in c:\tools\one-fox8\python310\lib\site-packages (2.28.1) Collecting anyio4.5 (from mcp) Downloading anyio-4.13.0-py3-none-any.whl.metadata (4.5 kB) Collecting httpx-sse0.4 (from mcp) Downloading httpx_sse-0.4.3-py3-none-any.whl.metadata (9.7 kB) Collecting httpx1.0.0,0.27.1 (from mcp) Downloading httpx-0.28.1-py3-none-any.whl.metadata (7.1 kB) Collecting jsonschema4.20.0 (from mcp) Downloading jsonschema-4.26.0-py3-none-any.whl.metadata (7.6 kB) Collecting pydantic-settings2.5.2 (from mcp) Downloading pydantic_settings-2.14.1-py3-none-any.whl.metadata (3.4 kB) Collecting pydantic3.0.0,2.11.0 (from mcp) Downloading pydantic-2.13.4-py3-none-any.whl.metadata (109 kB) Collecting pyjwt2.10.1 (from pyjwt[crypto]2.10.1-mcp) Downloading pyjwt-2.12.1-py3-none-any.whl.metadata (4.1 kB) Collecting python-multipart0.0.9 (from mcp) Downloading python_multipart-0.0.29-py3-none-any.whl.metadata (2.1 kB) Collecting pywin32310 (from mcp) Downloading pywin32-311-cp310-cp310-win_amd64.whl.metadata (10 kB) Collecting sse-starlette1.6.1 (from mcp) Downloading sse_starlette-3.4.4-py3-none-any.whl.metadata (15 kB) Collecting starlette0.27 (from mcp) Downloading starlette-1.0.0-py3-none-any.whl.metadata (6.3 kB) Requirement already satisfied: typing-extensions4.9.0 in c:\tools\one-fox8\python310\lib\site-packages (from mcp) (4.12.2) Collecting typing-inspection0.4.1 (from mcp) Downloading typing_inspection-0.4.2-py3-none-any.whl.metadata (2.6 kB) Collecting uvicorn0.31.1 (from mcp) Downloading uvicorn-0.47.0-py3-none-any.whl.metadata (6.7 kB) Requirement already satisfied: certifi in c:\tools\one-fox8\python310\lib\site-packages (from httpx1.0.0,0.27.1-mcp) (2022.6.15) Collecting httpcore1.* (from httpx1.0.0,0.27.1-mcp) Downloading httpcore-1.0.9-py3-none-any.whl.metadata (21 kB) Requirement already satisfied: idna in c:\tools\one-fox8\python310\lib\site-packages (from httpx1.0.0,0.27.1-mcp) (3.3) Collecting h110.16 (from httpcore1.*-httpx1.0.0,0.27.1-mcp) Downloading h11-0.16.0-py3-none-any.whl.metadata (8.3 kB) Collecting annotated-types0.6.0 (from pydantic3.0.0,2.11.0-mcp) Downloading annotated_types-0.7.0-py3-none-any.whl.metadata (15 kB) Collecting pydantic-core2.46.4 (from pydantic3.0.0,2.11.0-mcp) Downloading pydantic_core-2.46.4-cp310-cp310-win_amd64.whl.metadata (6.7 kB) Collecting typing-extensions4.9.0 (from mcp) Downloading typing_extensions-4.15.0-py3-none-any.whl.metadata (3.3 kB) Requirement already satisfied: charset-normalizer3,2 in c:\tools\one-fox8\python310\lib\site-packages (from requests) (2.0.12) Requirement already satisfied: urllib31.27,1.21.1 in c:\tools\one-fox8\python310\lib\site-packages (from requests) (1.26.9) Collecting exceptiongroup1.0.2 (from anyio4.5-mcp) Downloading exceptiongroup-1.3.1-py3-none-any.whl.metadata (6.7 kB) Collecting attrs22.2.0 (from jsonschema4.20.0-mcp) Downloading attrs-26.1.0-py3-none-any.whl.metadata (8.8 kB) Collecting jsonschema-specifications2023.03.6 (from jsonschema4.20.0-mcp) Downloading jsonschema_specifications-2025.9.1-py3-none-any.whl.metadata (2.9 kB) Collecting referencing0.28.4 (from jsonschema4.20.0-mcp) Downloading referencing-0.37.0-py3-none-any.whl.metadata (2.8 kB) Collecting rpds-py0.25.0 (from jsonschema4.20.0-mcp) Downloading rpds_py-0.30.0-cp310-cp310-win_amd64.whl.metadata (4.2 kB) Requirement already satisfied: python-dotenv0.21.0 in c:\tools\one-fox8\python310\lib\site-packages (from pydantic-settings2.5.2-mcp) (1.0.1) Requirement already satisfied: cryptography3.4.0 in c:\tools\one-fox8\python310\lib\site-packages (from pyjwt[crypto]2.10.1-mcp) (43.0.1) Requirement already satisfied: cffi1.12 in c:\tools\one-fox8\python310\lib\site-packages (from cryptography3.4.0-pyjwt[crypto]2.10.1-mcp) (1.17.1) Requirement already satisfied: pycparser in c:\tools\one-fox8\python310\lib\site-packages (from cffi1.12-cryptography3.4.0-pyjwt[crypto]2.10.1-mcp) (2.22) Requirement already satisfied: click7.0 in c:\tools\one-fox8\python310\lib\site-packages (from uvicorn0.31.1-mcp) (8.1.7) Requirement already satisfied: colorama in c:\tools\one-fox8\python310\lib\site-packages (from click7.0-uvicorn0.31.1-mcp) (0.4.4) Downloading mcp-1.27.1-py3-none-any.whl (216 kB) Downloading httpx-0.28.1-py3-none-any.whl (73 kB) Downloading httpcore-1.0.9-py3-none-any.whl (78 kB) Downloading pydantic-2.13.4-py3-none-any.whl (472 kB) Downloading pydantic_core-2.46.4-cp310-cp310-win_amd64.whl (2.1 MB) ------------------------- -------------- 1.3/2.1 MB 234.6 kB/s eta 0:00:043.3 下载并存放HexStrike-AI源码Windows客户端需要使用HexStrike-AI的mcp脚本hexstrike_mcp.py与服务端通信因此需要下载源码并解压到本地自定义目录步骤如下3.3.1 下载源码访问GitHub地址https://github.com/0x4m4/hexstrike-ai点击“Code”→“Download ZIP”下载源码压缩包3.3.2 解压源码将压缩包解压到自定义目录示例路径D:\web\bp\hexstrike-ai路径不要包含中文、空格避免脚本调用失败3.3.3 确认核心脚本路径找到hexstrike_mcp.py文件记录其完整路径后续配置MCP时需要使用。以我的环境为例路径如下所示。D:\web\bp\hexstrike-ai\hexstrike_mcp.py注意事项解压后的源码目录结构需与Kali上的一致确保hexstrike_mcp.py能够正常调用其他依赖脚本若路径包含中文可能导致Python无法识别脚本出现“FileNotFoundError”。四、TRAE大模型配置MCP联动规则TRAE大模型作为指令发起端需要通过MCP配置关联Windows客户端实现与HexStrike-AI服务端的联动核心是编写MCP配置JSON文件导入TRAE并启用服务确保大模型能够正常调用HexStrike-AI的工具接口。4.1 编写MCP服务配置JSONMCP配置JSON文件的核心作用是告诉TRAE大模型MCP客户端的Python解释器路径、MCP脚本路径、HexStrike-AI服务端地址从而建立大模型与服务端的通信链路。配置文件的编写需注意以下几点Windows路径中的反斜杠\需改为双反斜杠\\因为JSON中反斜杠是转义字符单反斜杠会导致配置解析失败确保Python解释器路径、MCP脚本路径、服务端地址正确无误4.1.1 配置方式1完整Python绝对路径推荐若Python未加入系统环境变量或存在多个Python版本建议填写完整的Python解释器绝对路径避免调用错误我这里python已经加入到环境变量配置如下{ mcpServers: { hexstrike-ai: { command: python, args: [ D:\\web\\bp\\hexstrike-ai\\hexstrike_mcp.py, --server, http://192.168.59.132:8888/ ] } } }对于python没有加入到环境变量的情况下可以写python所在的绝对路径如下所示。{ mcpServers: { hexstrike-ai: { command: D:\\web\\one-fox8\\Python310\\python.exe, args: [ D:\\web\\bp\\hexstrike-ai\\hexstrike_mcp.py, --server, http://192.168.59.132:8888/ ] } } }参数说明- mcpServersMCP服务列表可配置多个MCP服务此处仅配置hexstrike-ai- hexstrike-aiMCP服务名称自定义即可便于识别- commandPython解释器绝对路径即Windows上Python3.10的安装路径- args参数列表依次为MCP脚本路径、服务端地址--server是固定参数指定HexStrike-AI服务端地址8888端口仅用于MCP指令通信。4.1.2 配置方式2Python已加入环境变量极简配置若Python3.10已成功加入系统环境变量可直接使用“python”作为命令无需填写完整路径配置如下{ mcpServers: { hexstrike-ai: { command: python, args: [ D:\\web\\bp\\hexstrike-ai\\hexstrike_mcp.py, --server, http://192.168.59.132:8888/ ] } } }注意事项该方式仅适用于Python已加入环境变量且系统中只有Python3.10一个版本的情况否则可能调用错误的Python版本。4.2 大模型导入MCP配置我使用的大模型为TRAE在上一步配置JSON文件编写完成后需将其导入道TRAE大模型客户端建立大模型与MCP客户端的关联步骤如下1. 打开TRAE大模型客户端登录账号后找到左侧菜单栏中的“MCP配置”入口不同版本TRAE位置可能略有差异通常在“设置”→“MCP服务”中点击“添加MCP服务”选择“手动配置”模式若有“导入JSON”选项可直接导入编写好的JSON文件3. 将编写好的JSON配置内容复制粘贴到配置框中仔细核对路径、服务端地址是否正确避免拼写错误4. 点击“确定”保存配置此时TRAE会自动验证配置的有效性效果如下所示5. 在MCP服务列表中找到“hexstrike-ai”服务点击“开启”。若配置正确服务状态变为“绿色对勾”时说明MCP联动配置成功大模型已能够与HexStrike-AI服务端通信。此时上图H左边的箭头如下所示出现hexstrike-ai可调用的函数列表如下所示。4.3 确认MCP配置是否生效我们向大模型发送如下指令“使用hexstrike-ai的mcp确认该服务是否已经启动检查其可调用函数是哪些”具体如下所示。如下所示TRAE调用hexstrike-ai的MCP成功部分截图如下所示。五、渗透实战AI调用HexStrike-AI完成端口扫描MCP联动配置完成后即可通过TRAE大模型输入自然语言指令调用HexStrike-AI的安全工具完成探测任务本次以“端口扫描”为例详细演示整个操作流程、结果解析。5.1 实测准备确保Kali上的HexStrike-AI MCP服务正常运行终端未关闭或后台运行确保Windows上的MCP服务已开启TRAE中显示绿色对勾确保Kali与Windows处于同一内网网段网络通信正常可通过Windows ping Kali的IP地址验证ping 192.168.59.132目标IP本次以Kali自身IP192.168.59.132为探测目标扫描其开放端口验证工具调用效果。5.2 发起探测指令打开TRAE大模型对话窗口输入自然语言探测指令无需编写复杂命令大模型会自动解析指令并调用对应工具具体指令“帮我探测192.168.59.132开启了哪些端口使用HexStrike-AI的nmap工具进行扫描输出详细的扫描结果包括端口状态、对应服务和版本信息。”效果如下所示。5.3 大模型指令解析与工具调用过程TRAE大模型接收指令后会完成以下操作可通过TRAE日志查看详细过程1. 解析用户指令识别出探测目标为192.168.59.132探测任务为端口扫描指定工具为nmap2. 调用MCP协议通过配置的MCP客户端将指令转换为HexStrike-AI可识别的格式发送给Kali上的HexStrike-AI服务端8888端口3. 服务端执行工具HexStrike-AI服务端接收指令后调用内置的nmap_scan()工具发起端口扫描4. 结果反馈扫描完成后服务端将扫描结果整理为结构化数据通过MCP协议反馈给Windows客户端再由客户端传递给TRAE大模型5. 结果呈现大模型将结构化结果转换为自然语言分类呈现给用户包括端口状态、服务信息、扫描详情等。此时如果打开kali执行python3.10 hexstrike_server.py的页面会发现其在执行大模型发出的指令效果如下所示。5.4 实测结果解析TRAE大模型最终输出的扫描结果如下所示可知TRAE调用kali系统中的nmap工具成功。此时我们关注kali系统的hexstrike-ai的调试信息输出如下所示。03:59,592 - __main__ - INFO - │ FINAL RESULTS ✅ 2026-05-21 03:03:59,592 - __main__ - INFO - ├─────────────────────────────────────────────────────────────────────────────┤ 2026-05-21 03:03:59,592 - __main__ - INFO - │ Command: nmap -sV 192.168.59.132 2026-05-21 03:03:59,592 - __main__ - INFO - │ ⏱ Duration: 90.80s 2026-05-21 03:03:59,592 - __main__ - INFO - │ Output Size: 3615 bytes 2026-05-21 03:03:59,592 - __main__ - INFO - │ Exit Code: 0 2026-05-21 03:03:59,592 - __main__ - INFO - │ Status: SUCCESS | Cached: Yes 2026-05-21 03:03:59,593 - __main__ - INFO - ╰─────────────────────────────────────────────────────────────────────────────╯ 2026-05-21 03:03:59,593 - __main__ - INFO - Cached result for command: nmap -sV 192.168.59.132 2026-05-21 03:03:59,593 - __main__ - INFO - Nmap scan completed for 192.168.59.132