AI-Infra-Guard

一键扫描AI全链路,提前揪出安全漏洞

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 743 🐛 待处理 24 👀 关注 49
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 7430
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,Apache-2.0 许可证,可免费使用和部署。

项目预览

AI-Infra-Guard 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队Tencent
定价模式🏷️完全免费
价格说明开源项目,Apache-2.0 许可证,可免费使用和部署。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型agent,agent-security,agentic-ai,ai-infra,ai-red-teaming,ai-safety,ai-security,llm,llm-evaluation,llm-jailbreak,llm-security,mcp-scan,openclaw-security,prompt-injection,prompt-security,scanner,security,security-tools,skill-scanner,vulnerability
GitHub 星标★ 7430
上线时间2024-12-25 00:00:00
代码更新2026-11-05
仓库体积161.7 MB
本站数据更新2026-11-08
维护状态活跃
收录时间2026-08-09
浏览次数3

项目介绍

AI-Infra-Guard 是一个全栈 AI 红队测试平台,旨在系统性评估和加固 AI 生态系统的安全性。它解决了 AI 应用从模型、代理、技能到基础设施各层面缺乏统一安全测试的问题。平台提供六大核心扫描能力:OpenClaw 安全扫描、Agent 扫描、Skills 扫描、MCP(模型上下文协议)扫描、AI 基础设施扫描以及 LLM 越狱评估。通过自动化模拟攻击,帮助开发者和安全团队在部署前发现漏洞,并生成可操作的修复建议。其核心优势在于覆盖 AI 全链路,从底层模型到上层应用,提供一体化的安全测试解决方案。

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 ★ 7430

使用教程

难度:入门 约 10 分钟 部署方式:Docker 6 步

环境要求

  • Docker 20.10 或更高版本
  • 内存 4GB 以上
  • 磁盘空间 10GB 以上
  • 能访问 Docker Hub 与 GitHub 的网络环境

安装与启动步骤

  1. 1克隆项目仓库

    把 AI-Infra-Guard 源码拉到本地,所有部署方式都从这一步开始,进入项目根目录后即可看到 docker-compose 文件。

    git clone https://github.com/Tencent/AI-Infra-Guard.git
    cd AI-Infra-Guard
  2. 2拉取镜像并启动

    使用预构建镜像方式启动,从 Docker Hub 拉取镜像,速度比源码构建快,容器在后台运行。

    docker-compose -f docker-compose.images.yml up -d
  3. 3访问 Web 界面

    容器启动后打开浏览器访问本机 8088 端口即可看到 A.I.G 操作界面,首次启动需等待镜像拉取完成。

  4. 4一键脚本部署(可选)

    不想手动装 Docker 的用户可用官方脚本,它会自动安装 Docker 并一条命令拉起 A.I.G。

    curl https://raw.githubusercontent.com/Tencent/AI-Infra-Guard/refs/heads/main/docker.sh | bash
  5. 5源码构建方式(可选)

    需要基于本地源码改动时使用,会在本地构建 Docker 镜像再启动服务,耗时比镜像方式长。

    git clone https://github.com/Tencent/AI-Infra-Guard.git
    cd AI-Infra-Guard
    docker-compose up -d
  6. 6安装技能扫描工具(可选)

    单独使用 Agent Skill 安全审计能力时,可通过 pip 安装 aig-skill-scan,便于接入企业 CI/CD 流水线。

    pip install aig-skill-scan

如何确认成功

浏览器打开 http://localhost:8088,能正常显示 A.I.G Web 界面即表示部署成功。

常见问题

Q:执行 docker-compose 提示命令不存在怎么办?

A:Docker Compose V2 已将命令整合进 Docker CLI,把命令中的 docker-compose 替换为 docker compose 即可,例如 docker compose -f docker-compose.images.yml up -d。

Q:可以把服务部署到公网服务器上吗?

A:不建议。README 明确说明项目定位为企业或个人内部使用的 AI 红队平台,当前没有鉴权机制,不要部署在公网环境。

Q:一键脚本和手动 Docker 部署有什么区别?

A:一键脚本会自动安装 Docker 并启动 A.I.G,适合本机没有 Docker 的用户;手动方式则需要自行准备 Docker 环境,但步骤更可控。

Q:想自己改代码后运行该怎么做?

A:用源码构建方式:克隆仓库后在项目根目录执行 docker-compose up -d,它会基于本地源码构建镜像并启动服务。

注意事项

  • AI-Infra-Guard 目前缺乏身份认证机制,请勿部署在公网,仅限内网或个人环境使用。
  • 使用 Docker Compose V2 及以上版本时,需把 docker-compose 替换成 docker compose。
  • 启动前请确认磁盘剩余空间大于 10GB、内存大于 4GB,否则镜像拉取或运行可能失败。

核心亮点

  • 覆盖AI全栈:同时扫描模型、Agent、MCP、基础设施,一站式安全测试
  • 自动化红队模拟:内置攻击向量,无需手动构造越狱提示词
  • 开源且活跃:GitHub 4.4k星,社区驱动,持续更新扫描规则

不足之处

  • 文档/社区待观察
  • 扫描深度依赖规则库,可能对新型攻击变体覆盖不足

适用场景

  • AI应用上线前安全审计
  • Agent/MCP服务安全评估
  • 企业内部AI安全合规检查

替代项目

Garak、PyRIT、TextAttack

上一篇:Viper

下一篇:hallucination-leaderboard

同类项目推荐

lmring 开源

自建 LLM 竞技场,让真实用户投票选出最强模型

Open-source, self-hostable LLM arena with model compare, voting, and leaderboards

★ 206 2026-08-09
Awesome-LVLM-Hallucination 开源

一站式追踪大模型视觉幻觉研究前沿

up-to-date curated list of state-of-the-art Large vision language models hallucinat···

★ 335 2026-08-09
ASTRA 开源

实战对抗攻击,一键测出 AI 模型的安全漏洞

Amazon Nova AI Challenge Winner - ASTRA emerged victorious as the top attacking team···

★ 78 2026-08-09
benchmarks 开源

统一跑分语音AI,延迟准确率一测便知

Reproducible voice-AI benchmarking — TTS / STT / S2S latency and accuracy.

★ 105 2026-10-06
crab 开源

跨环境测试你的AI智能体,看它真实干活行不行

️ CRAB: Cross-environment Agent Benchmark for Multimodal Language Model Agents. htt···

★ 432 2026-08-09
OpenAPPA 开源

给 AI Agent 加确定性护栏,安全不打断任务

Deterministic guardrails that don't break agents

★ 1621 2026-10-09
Aegis 开源

给AI代理装上监控摄像头,实时盯住它的每一个动作。

Your agents have access. You deserve visibility. A local security dashboard for AI c···

★ 160 2026-08-09
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
MisguidedAttention 开源

用误导性提示词,测出大模型推理的短板

A collection of prompts to challenge the reasoning abilities of large language model···

★ 489 2026-08-09