Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

ProjectAchilles

Plataforma open source para validación continua de seguridad y cuantificación de riesgo cibernético.

Ficha actualizada 24 sept 2026, 10:36 · upstream 24 sept 2026, 10:29 · release v2.1.0

Ver códigoProblemas y ayudaRepositorio ↗Sitio oficial
00

Qué es ProjectAchilles

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

ProjectAchilles es una plataforma open source diseñada para cerrar la brecha entre la inversión en herramientas de seguridad y la certeza de que funcionan. Transforma informes de inteligencia de amenazas en pruebas ejecutables, despliega agentes ligeros en los endpoints y mide si las defensas detectan o bloquean cada técnica real. El resultado no es una opinión, sino un score cuantificado por técnica, host y control, rastreado temporalmente para evaluar la postura de seguridad.

CASOS DE USO
  • Validar eficacia de defensas contra técnicas MITRE ATT&CK reales
  • Cuantificar ROI en inversiones de seguridad y detectar brechas
  • Verificar cumplimiento de controles de hardening e identidad
  • Correlacionar resultados con Microsoft Defender para postura completa
  • Gestionar flota de agentes vía CLI o agente conversacional AI
PUNTOS DESTACADOS
  • Pipeline multi-agente que transforma inteligencia de amenazas en tests ejecutables
  • Agentes ligeros en Go compatibles con Windows, Linux y macOS
  • Dashboard unificado con métricas MITRE ATT&CK y análisis de tendencias
  • Soporte nativo para integración con Microsoft Defender
  • CLI `achilles` con modo conversacional AI SDK v6
PRECAUCIONES
  • Dependencia de Elasticsearch para analítica completa (SQLite opcional)
  • Requiere configuración manual de Clerk para autenticación en local
  • Los agentes requieren instalación y gestión en cada endpoint objetivo
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

Tests — facet rail with category, severity, platform and threat-actor filters beside grouped test cardsAgents — fleet pulse rail with online/offline ring, version rollout, groups, key rotation and binaries beside the grouped agent tableAgent heartbeat — CPU usage, memory usage, and disk free charts over 7 daysTasks — KPI strip above the live task stream, with a selected taskAnalytics dashboard — results by error type, ATT&CK technique distribution, score by category, Defense Score ledger, and trend overviewAnalytics posture row — Defense Score ledger and Secure Score beside the trend overview, with test activity and top remediation controlsExecutions — master-detail view with grouped bundle runs on the left and per-control Protected/Unprotected results on the rightTest detail view — multi-stage kill chain diagram with stage progression, source files, and build artifacts
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA4 GBRAM estimada
DISCO20 GBalmacenamiento base
COMPLEJIDADhighnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Docker Compose detectado

Desplegar vía Docker Compose es la ruta recomendada. Instalar dependencias, verificar puertos 5173, 9200 y 3000. Para producción, usar SQLite con volumen o Turso si se usa Vercel. Configurar Clerk para autenticación. Verificar guías específicas para Railway, Render o Fly.io según infraestructura.

✓Dockerfile
✓Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsReactNode.jsPython
SERVICIOS
Elasticsearch
BASES DE DATOS
Elasticsearch
PUERTOS
517392003000803001
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.