大语言模型（LLM）在渗透测试领域的自动化应用正受到广泛关注，但单一Agent模式在多步骤、多分支的攻击链中常因路径选择偏差或上下文丢失而陷入低效循环。为探索更优的自动化方案，本文设计并实现了一种“主控Agent + 策略参谋”的双LLM协作架构，以DeepCode（deepseek-v4-pro）为执行者、千问API为参谋，在本地VMware环境中对Vulnhub靶机DC-2（中低难度）和DC-