⚡ HACKING TEAM · COMUNIDAD DE HACKERS — UI Local para Ollama
─────────────────────────────────────────────────────────────────
- CONTEXTO Y MOTIVACIÓN ─────────────────────────────────────────────────────────────────
En operaciones de seguridad (red team, pentest, análisis forense, research de malware), el flujo de trabajo implica manejar datos que NO deben salir del perímetro controlado del analista:
• Credenciales, hashes, tokens de sesión • Código fuente propietario del cliente bajo NDA • Indicadores de compromiso (IOCs) de incidentes activos • Muestras de malware y dumps de memoria • Información personal identificable (PII) de víctimas o targets
Cualquier consulta que un analista haga a una API de LLM comercial (OpenAI, Anthropic, Google) envía ese contexto a servidores de terceros, donde puede ser: • Almacenado para reentrenamiento (dependiendo de los TOS) • Expuesto en caso de breach del proveedor • Sujeto a solicitudes legales de jurisdicciones extranjeras • Logged en sistemas que el analista no controla
La respuesta técnica obvia es ejecutar LLMs localmente. Ollama es la opción madura para hacerlo en 2026: corre modelos GGUF quantizados (Q4_K_M, Q5, Q6) en CPU y GPU, expone una API REST compatible con OpenAI, y soporta toda la familia de modelos de Meta (Llama 3.2/3.3), Alibaba (Qwen 2.5/3), Mistral, DeepSeek, Phi-3, Gemma, etc.
Lo que faltaba era una interfaz web usable. Las opciones existentes (Open WebUI, LibreChat, AnythingLLM) son pesadas (Docker, cientos de MB, configs de base de datos) y no siempre encajan en un entorno de pentest donde quieres desplegar rápido y moverte. Esta UI resuelve eso en ~10 KB de Python.
───────────────────────────────────────────────────────────────── 2. STACK TÉCNICO ─────────────────────────────────────────────────────────────────
Lenguaje backend: Python 3.11+ Framework web: Flask 3.x Cliente HTTP: urllib nativo (sin requests/httpx) Frontend: HTML + CSS + vanilla JavaScript API backend: Ollama (http://localhost:11434) Streaming: NDJSON sobre HTTP/1.1 (newline-delimited JSON) Bind: 0.0.0.0:8080 (LAN-accesible)
Sin React, sin Vue, sin Tailwind, sin build step, sin webpack. El HTML completo + CSS + JS van inline en un único string template de Flask. Editable en 2 minutos con cualquier editor.
Dependencias (mínimas): $ pipx install flask
───────────────────────────────────────────────────────────────── 3. CARACTERÍSTICAS ─────────────────────────────────────────────────────────────────
• Descubrimiento automático de modelos locales vía GET /api/tags • Listado en sidebar con nombre, tamaño y cuantización • Streaming token-a-token de las respuestas (SSE simulado con NDJSON, latencia < 50 ms en LAN) • Historial de conversación por sesión (en memoria del cliente) • Indicador de estado de Ollama (verde = OK, rojo = caído) • Banner identificativo "HACKING TEAM · COMUNIDAD DE HACKERS" • Tema cyberpunk: gradiente animado fucsia→morado→cian, efectos neón con box-shadow, glassmorphism con backdrop-filter • Animaciones CSS nativas (gradientShift, pulse) • Sin telemetría, sin cookies de tracking, sin analytics • Sin login (uso local — añadir auth si se expone a internet)
───────────────────────────────────────────────────────────────── 4. INSTALACIÓN ─────────────────────────────────────────────────────────────────
$ ollama --version # >= 0.3 $ ollama pull llama3.2 # o el modelo que prefieras
$ pipx install flask
$ mkdir -p ~/.local/share/ollama-ui $ curl -L https://github.com/HackingTeamOficial/HackingTeamOficial-ollama-ui -o ~/.local/share/ollama-ui/app.py
$ cat > ~/go/bin/ollama-ui << 'EOF' #!/usr/bin/env bash
EOF $ chmod +x ~/go/bin/ollama-ui
$ ollama-ui start ✅ UI arrancada URL: http://localhost:8080 ve a tu navegador y pones esto
───────────────────────────────────────────────────────────────── 5. SEGURIDAD Y HARDENING ─────────────────────────────────────────────────────────────────
Por diseño la UI escucha en 0.0.0.0:8080 sin autenticación. Esto es aceptable para uso en host local (127.0.0.1) o LAN privada, pero NO para exposición directa a internet.
Opciones de endurecimiento según el caso de uso:
• Bind a 127.0.0.1 únicamente: cambiar host="0.0.0.0" a host="127.0.0.1" en app.py • Reverse proxy con auth básica (nginx + htpasswd) • Tailscale/ZeroTier para acceso remoto autenticado punto a punto • Cloudflare Tunnel con Access policies • mTLS si lo sirves entre varios analistas en una LAN
Consideraciones de aislamiento: • Ollama corre con permisos del usuario que lo arrancó • La UI hereda esos mismos permisos • Los modelos GGUF se cachean en ~/.ollama/models • No hay cifrado en tránsito entre la UI y Ollama porque ambos están en la misma máquina
───────────────────────────────────────────────────────────────── 6. LIMITACIONES CONOCIDAS Y ROADMAP ─────────────────────────────────────────────────────────────────
Limitaciones actuales: • Sin persistencia de conversaciones (viven en memoria de pestaña) • Sin system prompt editable desde UI • Sin selector de temperatura, top_p, max_tokens • Sin upload de imágenes (los modelos vision-capable no se usan) • Sin export de conversación a Markdown/PDF • Sin métricas (tokens/segundo, contexto usado)
Roadmap plausible: • Persistencia SQLite de conversaciones • Panel de settings (temperatura, system prompt) • Code syntax highlighting (highlight.js inline) • Export a Markdown con timestamp • Autenticación opcional por API key • Multi-usuario con sesiones aisladas
───────────────────────────────────────────────────────────────── 7. LICENCIA Y CONTACTO ─────────────────────────────────────────────────────────────────
Licencia: MIT Repo: https://github.com/HackingTeamOficial/HackingTeamOficial-ollama-ui Autor: By AnonSec777
⚡ HACKING TEAM · COMUNIDAD DE HACKERS ─────────────────────────────────────────────────────────────────
#Ollama #LLM #LocalAI #LLMLocal #PrivacyFirst #AIsecurity #Cybersecurity #RedTeam #Pentesting #OSINT #BugBounty #OpenSource #Flask #Python #SelfHosted #DataPrivacy #HackingTeam #ComunidadDeHackers
