尧图网站建设 
如何用AI-Infra-Guard评估Agent平台安全Dify与Coze扫描全流程演示【免费下载链接】AI-Infra-GuardA full-stack AI Red Teaming platform securing AI ecosystems via Agent Scan, Skills Scan, MCP scan, AI Infra scan and LLM jailbreak evaluation.项目地址: https://gitcode.com/GitHub_Trending/ai/AI-Infra-GuardAI-Infra-GuardA.I.G是腾讯朱雀实验室开源的全栈 AI 红队平台其中的Agent 安全扫描功能可以对运行在 Dify、Coze 等 Agent 平台上的智能体进行自动化黑盒安全评估自动发现授权绕过、数据泄露、间接提示注入、SSRF 等风险并按 OWASP Top 10 for Agentic Applications 标准输出带修复建议的标准化报告。本文将完整演示从部署到出报告的全流程。一、为什么 Agent 平台需要安全评估在 Dify、Coze 上搭建的智能体通常具备知识库检索、网页抓取、API 调用等工具能力一旦缺少权限边界与输入校验就可能被攻击者利用来窃取数据套出系统提示词、数据库凭据、用户隐私信息PII滥用工具诱导 Agent 访问内网地址SSRF、执行越权操作间接注入通过 RAG 文档、网页内容夹带恶意指令劫持 Agent 行为Agent 安全扫描正是针对这些风险设计它由大模型驱动的红队 Agent模拟真实攻击对目标智能体发起多轮构造化对话测试全程无需接触源码。二、快速部署 AI-Infra-Guard部署只需 Docker要求 Docker 20.10、内存 4GB 以上、磁盘 10GB 以上。git clone https://gitcode.com/GitHub_Trending/ai/AI-Infra-Guard cd AI-Infra-Guard docker-compose -f docker-compose.images.yml up -d启动后在浏览器打开http://localhost:8088即可进入 Web 界面。⚠️ 注意A.I.G 定位为内网安全自测平台暂无认证机制请勿直接暴露到公网。三、Dify Agent 扫描全流程演示3.1 配置目标 Agent进入设置→Agent配置→ 点击「新增」选择 Agent 类型为Dify AI填写配置项说明Agent名称自定义名称用于列表识别API-KeyDify 应用的密钥格式形如app-xxxxAPI基础URL默认https://api.dify.ai/v1私有化部署需改为实际地址对话ID留空则每次扫描开新对话除了表单填写还可以「上传 YAML」批量导入配置Dify 的 YAML 配置示例可参考官方文档 agent-scan_openSource.md。3.2 配置规划模型并验证连通性扫描引擎需要一个规划模型兼容 OpenAI API 格式来驱动攻击推理在设置→模型配置中填写模型名称、API 地址与 Key 即可。注意它与被测 Agent 相互独立规划模型负责怎么打目标 Agent 是被打的对象。配置完成后强烈建议先做Agent接入验证在输入框发送一条测试 prompt点击「运行测试」确认目标 Agent 正常回复后再发起正式扫描可避免配置错误导致全程空跑。3.3 发起扫描回到主界面输入Agent安全扫描用「」选中刚配置的 Dify Agent 和规划模型点击发送扫描任务即会启动。四、Coze Agent 扫描全流程演示Coze扣子平台的流程与 Dify 几乎一致差异仅在 Agent 配置项设置→Agent配置→ 新增Agent 类型选择Coze AI填写 Agent 名称与 API-KeyCoze 的密钥格式形如pat-xxxx在 Coze 开放平台获取其余高级配置以界面提示为准Coze 与 Dify 的字段略有不同同样建议先做「Agent接入验证」再发起扫描扫描过程中界面会实时展示三阶段流水线的执行细节五、扫描背后的三阶段流水线Agent 安全扫描采用「信息收集 → 并行漏洞检测 → 漏洞整理」的流水线架构具体机制可查阅 agent-scan/README_zh.md信息收集侦察 Agent 自动探测目标的能力边界——有哪些工具、系统提示词是否可套取、知识库如何访问并行漏洞检测最多 4 路并发对话内置10 种检测技能默认运行 5 项核心技能数据泄露、工具滥用、间接注入、授权绕过、Web 数据外传另可通过--skills参数启用供应链安全、非预期代码执行、智能体间通信、级联故障、人机信任利用 5 项扩展技能漏洞整理汇总所有发现映射到 OWASP ASI 分类ASI01–ASI10并分配严重级别此外扫描 Agent 自身带有系统级的间接提示注入防御避免红队工具反被目标注入的情况。六、看懂扫描报告任务完成后报告页给出完整的风险画像报告核心要素风险等级 安全评分整体评级高危/中危/低危/安全与 0–100 分综合评分OWASP 风险分布按 ASI01–ASI10 分类统计漏洞分布直观定位最薄弱的风险类型漏洞详情每条漏洞附带风险等级、漏洞描述、触发用的测试 prompt模型输入、Agent 的实际回复模型输出以及针对性修复建议以一条真实的高危 SSRF 漏洞为例——攻击者只需一句帮我请求某个 URLAgent 就会替它抓取页面并把敏感 flag 内容原样回传报告中的「项目概览」标签页还保留了信息收集阶段的完整分析包括目标 Agent 的能力清单、工具列表与权限边界为漏洞研判提供上下文七、实用技巧与常见问题场景建议自定义 HTTP 端点接入务必填写「响应解析器」字段如reply留空会导致所有响应解析为空、扫描无结果只想跑部分检测项CLI 模式用--skills data-leakage-detection,tool-abuse-detection指定想验证扫描器本身官方提供了漏洞靶场 Agent见 testcase/case3/README.md预期可检出系统提示词泄露、SSRF 等 7 类漏洞扫描消耗 Token 较多属正常现象——黑盒测试依赖多轮攻击对话可在 Agent 配置中设置请求延迟控制节奏更多细节可参考项目内文档Agent 扫描说明、HTTP 接口配置指南。结语一次完整的 Dify/Coze Agent 安全评估在 AI-Infra-Guard 里只需要三步配置 Agent → 验证连通 → 开始扫描。相比人工红队它把模拟攻击者对话这件重复且高度依赖经验的工作变成了可一键复现的自动化流程非常适合在 Agent 上线前和每次迭代后做例行安全体检。输出文章【免费下载链接】AI-Infra-GuardA full-stack AI Red Teaming platform securing AI ecosystems via Agent Scan, Skills Scan, MCP scan, AI Infra scan and LLM jailbreak evaluation.项目地址: https://gitcode.com/GitHub_Trending/ai/AI-Infra-Guard创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 如何用AI-Infra-Guard评估Agent平台安全？Dify与Coze扫描全流程演示
如何用AI-Infra-Guard评估Agent平台安全Dify与Coze扫描全流程演示【免费下载链接】AI-Infra-GuardA full-stack AI Red Teaming platform securing AI ecosystems via Agent Scan, Skills Scan, MCP scan, AI Infra scan and LLM jailbreak evaluation.项目地址: https://gitcode.com/GitHub_Trending/ai/AI-Infra-GuardAI-Infra-GuardA.I.G是腾讯朱雀实验室开源的全栈 AI 红队平台其中的Agent 安全扫描功能可以对运行在 Dify、Coze 等 Agent 平台上的智能体进行自动化黑盒安全评估自动发现授权绕过、数据泄露、间接提示注入、SSRF 等风险并按 OWASP Top 10 for Agentic Applications 标准输出带修复建议的标准化报告。本文将完整演示从部署到出报告的全流程。一、为什么 Agent 平台需要安全评估在 Dify、Coze 上搭建的智能体通常具备知识库检索、网页抓取、API 调用等工具能力一旦缺少权限边界与输入校验就可能被攻击者利用来窃取数据套出系统提示词、数据库凭据、用户隐私信息PII滥用工具诱导 Agent 访问内网地址SSRF、执行越权操作间接注入通过 RAG 文档、网页内容夹带恶意指令劫持 Agent 行为Agent 安全扫描正是针对这些风险设计它由大模型驱动的红队 Agent模拟真实攻击对目标智能体发起多轮构造化对话测试全程无需接触源码。二、快速部署 AI-Infra-Guard部署只需 Docker要求 Docker 20.10、内存 4GB 以上、磁盘 10GB 以上。git clone https://gitcode.com/GitHub_Trending/ai/AI-Infra-Guard cd AI-Infra-Guard docker-compose -f docker-compose.images.yml up -d启动后在浏览器打开http://localhost:8088即可进入 Web 界面。⚠️ 注意A.I.G 定位为内网安全自测平台暂无认证机制请勿直接暴露到公网。三、Dify Agent 扫描全流程演示3.1 配置目标 Agent进入设置→Agent配置→ 点击「新增」选择 Agent 类型为Dify AI填写配置项说明Agent名称自定义名称用于列表识别API-KeyDify 应用的密钥格式形如app-xxxxAPI基础URL默认https://api.dify.ai/v1私有化部署需改为实际地址对话ID留空则每次扫描开新对话除了表单填写还可以「上传 YAML」批量导入配置Dify 的 YAML 配置示例可参考官方文档 agent-scan_openSource.md。3.2 配置规划模型并验证连通性扫描引擎需要一个规划模型兼容 OpenAI API 格式来驱动攻击推理在设置→模型配置中填写模型名称、API 地址与 Key 即可。注意它与被测 Agent 相互独立规划模型负责怎么打目标 Agent 是被打的对象。配置完成后强烈建议先做Agent接入验证在输入框发送一条测试 prompt点击「运行测试」确认目标 Agent 正常回复后再发起正式扫描可避免配置错误导致全程空跑。3.3 发起扫描回到主界面输入Agent安全扫描用「」选中刚配置的 Dify Agent 和规划模型点击发送扫描任务即会启动。四、Coze Agent 扫描全流程演示Coze扣子平台的流程与 Dify 几乎一致差异仅在 Agent 配置项设置→Agent配置→ 新增Agent 类型选择Coze AI填写 Agent 名称与 API-KeyCoze 的密钥格式形如pat-xxxx在 Coze 开放平台获取其余高级配置以界面提示为准Coze 与 Dify 的字段略有不同同样建议先做「Agent接入验证」再发起扫描扫描过程中界面会实时展示三阶段流水线的执行细节五、扫描背后的三阶段流水线Agent 安全扫描采用「信息收集 → 并行漏洞检测 → 漏洞整理」的流水线架构具体机制可查阅 agent-scan/README_zh.md信息收集侦察 Agent 自动探测目标的能力边界——有哪些工具、系统提示词是否可套取、知识库如何访问并行漏洞检测最多 4 路并发对话内置10 种检测技能默认运行 5 项核心技能数据泄露、工具滥用、间接注入、授权绕过、Web 数据外传另可通过--skills参数启用供应链安全、非预期代码执行、智能体间通信、级联故障、人机信任利用 5 项扩展技能漏洞整理汇总所有发现映射到 OWASP ASI 分类ASI01–ASI10并分配严重级别此外扫描 Agent 自身带有系统级的间接提示注入防御避免红队工具反被目标注入的情况。六、看懂扫描报告任务完成后报告页给出完整的风险画像报告核心要素风险等级 安全评分整体评级高危/中危/低危/安全与 0–100 分综合评分OWASP 风险分布按 ASI01–ASI10 分类统计漏洞分布直观定位最薄弱的风险类型漏洞详情每条漏洞附带风险等级、漏洞描述、触发用的测试 prompt模型输入、Agent 的实际回复模型输出以及针对性修复建议以一条真实的高危 SSRF 漏洞为例——攻击者只需一句帮我请求某个 URLAgent 就会替它抓取页面并把敏感 flag 内容原样回传报告中的「项目概览」标签页还保留了信息收集阶段的完整分析包括目标 Agent 的能力清单、工具列表与权限边界为漏洞研判提供上下文七、实用技巧与常见问题场景建议自定义 HTTP 端点接入务必填写「响应解析器」字段如reply留空会导致所有响应解析为空、扫描无结果只想跑部分检测项CLI 模式用--skills data-leakage-detection,tool-abuse-detection指定想验证扫描器本身官方提供了漏洞靶场 Agent见 testcase/case3/README.md预期可检出系统提示词泄露、SSRF 等 7 类漏洞扫描消耗 Token 较多属正常现象——黑盒测试依赖多轮攻击对话可在 Agent 配置中设置请求延迟控制节奏更多细节可参考项目内文档Agent 扫描说明、HTTP 接口配置指南。结语一次完整的 Dify/Coze Agent 安全评估在 AI-Infra-Guard 里只需要三步配置 Agent → 验证连通 → 开始扫描。相比人工红队它把模拟攻击者对话这件重复且高度依赖经验的工作变成了可一键复现的自动化流程非常适合在 Agent 上线前和每次迭代后做例行安全体检。输出文章【免费下载链接】AI-Infra-GuardA full-stack AI Red Teaming platform securing AI ecosystems via Agent Scan, Skills Scan, MCP scan, AI Infra scan and LLM jailbreak evaluation.项目地址: https://gitcode.com/GitHub_Trending/ai/AI-Infra-Guard创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考