AgentHound 是评测安全领域的开源项目，由 adithyan-ak 开发，是 2026 年新上线的项目。
它收录于评测安全分类，该分类目前共有 467 个项目，GitHub 星标数为 438。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-24。从国内网络环境看，可直接访问。
它主要面向的使用场景是：红队评估AI智能体基础设施的安全性。同类可对比的替代方案包括 BloodHound、PurpleLlama、Garak。
AgentHound
像 BloodHound 一样测绘 AI 智能体攻击路径，快速发现安全弱点。
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。
开源
unknown
智能体
GitHub 星标
★ 438
维护状态
较活跃
是否开源
是
定价模式
unknown
项目数据
分类智能体
开发团队adithyan-ak
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
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★ 438
30天Star增速
HF 下载量
上线时间2026-04-05 00:00:00
最近更新2026-09-24 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数0
使用教程
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
项目介绍
上一篇：datafog-python
同类项目推荐
akto
开源
给 AI 应用做安全体检，防提示注入和数据泄露
Akto is the fastest growing AI Security platform for your teams to secure AI agents,···
XSafeClaw
开源
给 AI 智能体装上安全盾，自动红队测试找漏洞
Introducing XSafeClaw: The Open-Source Agent Safety Platform from Fudan University
fast-llm-security-guardrails
开源
给 AI Agent 加一道快速安全闸门，防提示注入和隐私泄露
The fastest Trust Layer for AI Agents
deepteam
开源
自动模拟越狱攻击，提前测出 LLM 安全漏洞
DeepTeam is a framework to red team LLMs and AI agents.