saber: pack de metodologia publico (conocimiento/) + doc del RAG

El repo trae ahora ~73 docs de metodologia de pentesting (estilo OSCP,
scrubeados de datos personales) que indexa.py indexa: un clon recien hecho ya
sabe de enumeracion, explotacion web, shells, privesc, Active Directory,
cracking... con los comandos, sin ningun dato privado. docs/rag.md lo refleja.

nucleo/saber/conocimiento/05 - Active Directory/BloodHound.md

@@ -0,0 +1,32 @@
+# BloodHound
+
+> Dibuja Active Directory **como un grafo**: nodos = usuarios/grupos/máquinas, aristas = relaciones. Le preguntas "¿camino más corto de juan a Domain Admins?" y te lo pinta. La única tool con GUI propia.
+
+## Componentes
+```
+SharpHound (.exe en víctima)  o  bloodhound-python (en Kali)  →  JSON
+JSON  →  BloodHound GUI (en Kali)  +  Neo4j (la BD del grafo)
+```
+
+## Instalación (Debian)
+```bash
+sudo apt install -y bloodhound bloodhound.py neo4j
+sudo systemctl start neo4j
+sudo neo4j-admin set-initial-password 'BloodHound1!'
+```
+
+## Workflow
+```bash
+# 1) recolectar desde Kali (necesitas creds válidas)
+bloodhound-python -u juan -p 'Password1' -d corp.local -ns 10.10.10.10 -c All
+# 2) lanzar GUI y arrastrar los .json
+bloodhound      # login neo4j / BloodHound1!
+```
+
+## Queries que importan
+- **Find Shortest Paths to Domain Admins**
+- **Find Kerberoastable Accounts** → Kerberoasting
+- **Find AS-REP Roastable Users** → AS-REP Roasting
+- Aristas peligrosas (`GenericAll`, `WriteDACL`, `ForceChangePassword`) → ACL abuses
+
+Relacionado: Mimikatz · Movimiento lateral · OSCP MOC