Mythic项目在Kali Linux上的Docker Compose问题解决方案
问题背景
在Kali Linux系统上部署Mythic项目时,用户可能会遇到Docker Compose相关的启动问题。特别是在较新版本的Kali中,传统的Docker Compose安装方式会出现兼容性问题,导致Mythic无法正常启动。
问题现象
当用户尝试使用sudo -E ./mythic-cli start命令启动Mythic时,系统会报出TypeError: kwargs_from_env() got an unexpected keyword argument 'ssl_version'错误。这是由于Kali Linux系统对Docker Compose的某些修改导致的兼容性问题。
根本原因分析
Kali Linux最近的更新中修改了Docker Compose的某些实现细节,特别是kwargs_from_env()函数不再接受ssl_version参数。这导致使用传统方式安装的Docker Compose在与Mythic交互时出现兼容性问题。
解决方案
1. 完全卸载现有Docker环境
首先需要彻底清理系统中现有的Docker相关组件:
sudo apt remove docker-compose-plugin docker-ce docker-ce-cli containerd.io
这个步骤确保我们从一个干净的环境开始,避免旧版本组件的残留影响。
2. 安装最新版Docker
现代Docker版本已经内置了Compose功能,不再需要单独安装docker-compose:
sudo apt install docker-ce docker-ce-cli containerd.io
安装完成后,系统将拥有完整的Docker环境,包括内置的docker compose命令(注意是docker compose而不是独立的docker-compose)。
3. 配置Mythic项目
获取Mythic源代码并配置环境:
git clone https://github.com/its-a-feature/Mythic --depth 1
cd Mythic
编辑.env文件进行必要的配置调整。
4. 构建并启动Mythic
按照标准流程构建和启动Mythic:
sudo make
sudo -E ./mythic-cli start
技术原理
现代Docker版本(从20.10.0开始)已经将Compose功能集成到主二进制文件中,通过docker compose子命令提供。这种方式相比独立的docker-compose工具具有更好的兼容性和维护性。Kali Linux系统对独立docker-compose工具的修改不会影响到内置的Compose功能。
注意事项
- 确保系统有足够的资源(建议至少2CPU和4GB RAM)
- 如果使用远程服务连接,需要相应调整绑定设置
- 安装完成后,可以通过
docker compose version验证Compose功能是否正常 - 对于生产环境,建议进一步配置Docker的安全设置和资源限制
总结
通过使用现代Docker内置的Compose功能,可以有效避免Kali Linux系统对独立docker-compose工具的修改带来的兼容性问题。这种方法不仅解决了Mythic项目的启动问题,也为其他基于Docker Compose的项目提供了更稳定的运行环境。对于安全研究人员和渗透测试人员来说,这种配置方式更加简洁可靠。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00