AgentHound

像 BloodHound 一样测绘 AI 智能体攻击路径,快速发现安全弱点。

开源 🏷️定价信息待确认 ✅ 目前可打开 智能体 🍴 复刻 86 🐛 待处理 29 👀 关注 2
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 462
维护状态 较活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

AgentHound 项目界面预览图
图片来源:项目官网

项目数据

分类智能体
开发团队adithyan-ak
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态✅ 目前可打开
是否开源是
开源协议Apache-2.0
主要语言Go
技术栈/模型a2a,agentic-ai,ai-agents,ai-security,attack-paths,bloodhound,llm-security,mcp,model-context-protocol,neo4j,offensive-security,pentesting,red-team,security-tools
GitHub 星标★ 462
上线时间2026-04-05 00:00:00
代码更新2026-11-03
仓库体积6.8 MB
本站数据更新2026-11-11
维护状态较活跃
收录时间2026-08-09
浏览次数1

项目介绍

AgentHound 是一个针对 AI 智能体基础设施的进攻性安全框架,旨在解决 AI 代理、MCP 服务、A2A 协议及 AI 网关等新型攻击面缺乏系统化安全审计工具的问题。它借鉴 BloodHound 的思路,通过图数据库(Neo4j)建模智能体环境中的实体与关系,提供侦察、凭证窃取、模型外泄、投毒攻击和攻击路径分析等核心能力。该框架支持 MCP、A2A、AI 网关等主流协议,帮助安全研究人员和红队人员发现并利用 AI 基础设施中的安全弱点,从而评估整体安全态势。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 462

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:高级 约 30 分钟 部署方式:容器部署 5 步

环境要求

  • Docker 或 macOS + brew
  • 明确的书面授权范围

安装与启动步骤

  1. 1只在自己有授权的目标上用

    它是攻击面侦察工具,对第三方目标使用属于未授权测试。

  2. 2brew 或 compose 二选一

    macOS 走 brew,想要隔离环境走 compose。

    brew install adithyan-ak/agenthound/agenthound
  3. 3拉起容器栈

    compose 会同时起扫描器与依赖组件,等健康检查通过再操作。

    docker compose -f agenthound-compose.yml -p agenthound up -d --wait
  4. 4默认主动模式扫一轮

    默认是主动探测,因为立足点随时可能消失。

  5. 5需要隐蔽时切只读

    OPSEC 要求高时用 --stealth,只做被动收集不发探测包。

    agenthound --stealth

如何确认成功

扫描结果里每个资产都能对应到你授权清单中的域名或网段,没有越界条目

注意事项

  • 风险边界:这是双用途安全工具,只能对自有资产或书面授权的目标使用,越界即违法。
  • 默认主动扫描会产生大量请求,生产环境上跑之前先和运维打招呼。
  • 容器方式会持久化扫描数据,敏感结果别留在共享主机上。
  • 报告里的资产归属需要人工复核,自动归并会误判 CDN 与共享 IP。

核心亮点

  • 首个专门针对 AI 智能体基础设施的 BloodHound 式攻击路径分析工具,填补空白。
  • 覆盖 MCP、A2A、AI 网关等前沿协议,紧跟 AI 安全热点。
  • 基于 Neo4j 图数据库,支持复杂关系建模和可视化攻击路径。

不足之处

  • 项目处于早期阶段,文档和社区生态尚待完善。
  • 实际攻击场景覆盖有限,可能缺乏真实环境验证。

适用场景

  • 红队评估 AI 智能体基础设施的安全性
  • 安全研究员分析 MCP/A2A 服务的攻击面
  • 企业安全团队审计内部 AI 网关和代理配置

替代项目

BloodHound、PurpleLlama、Garak

上一篇:datafog-python

下一篇:agent-skills-eval

同类项目推荐

EasyJailbreak 开源

一键生成越狱提示词,快速测评大模型安全防线

An easy-to-use Python framework to generate adversarial jailbreak prompts.

★ 944 2026-09-02
bench 开源

跑个分,就知道哪个大模型更适合你

A tool for evaluating LLMs

★ 428 2026-08-09
dep-scan 开源

扫依赖和镜像,查漏洞与许可证风险,出 SBOM

OWASP dep-scan is a next-generation security and risk audit tool based on known vuln···

★ 1330 2026-10-23
MathVista 开源

测测AI看图算数行不行,一套基准见分晓

MathVista: data, code, and evaluation for Mathematical Reasoning in Visual Contexts

★ 368 2026-08-09
node9-proxy 开源

给AI代理装上安全阀,敏感操作先审批再执行

Access control for AI agents. Set what Claude Code, Codex, Gemini, Cursor and any MC···

★ 225 2026-08-10
opik 开源

一站式追踪、评估、监控你的 LLM 应用,从调试到上线全程掌控。

Debug, evaluate, and monitor your LLM applications, RAG systems, and agentic workflo···

★ 23300 2026-08-09