全链路 AI 安全红线：腾讯 A.I.G 红队平台深度评测

当企业把 AI Agent 接入内部系统，当开源 Skills 被大量复用，当 vLLM / Ollama 直接暴露在局域网内——安全问题已经从”理论风险”变成了”实际中招”。一个被污染的 MCP Server、一次 Prompt 注入、一行恶意 Skill 代码，都可能让整个 AI 系统失控。

A.I.G（AI-Infra-Guard） 是腾讯朱雀实验室开源的全栈 AI 红队平台，GitHub 星标 4,979，收录 482 个 Fork，支持对 Agent、MCP Server、AI 基础设施、Jailbreak 等五大维度的一键安全评估，覆盖 2000+ CVE 漏洞规则。

---

它解决什么问题

AI 系统的攻击面远超传统应用。传统安全工具能扫 Web 漏洞、扫 CVE，但扫不了：

安全盲区	真实案例
AI Agent 工作流被劫持	Agent 在多步推理中被注入恶意指令，转发敏感数据
MCP Server 后门	第三方 MCP 工具链暗藏 RCE 漏洞或凭证窃取逻辑
Skill 代码污染	开源 Skill 被植入恶意 Tool，自动下载执行远程 Payload
AI 基础设施未授权访问	vLLM / Ollama / ComfyUI 直接暴露，无鉴权
LLM Prompt 注入	系统 Prompt 被覆盖，越权执行管理操作

A.I.G 正是为这些盲区而生的攻防演练平台，定位是让企业安全团队和 AI 开发者自己动手做红队，不用等外部渗透测试。

---

适用场景

场景一：上线前安全自查
AI 应用/Agent 正式对外暴露前，运行 A.I.G 全链路扫描，提前发现情报泄露、权限冒用等高危路径。

场景二：供应链安全审计
引入第三方 Skill 或 MCP Server 时，先用 A.I.G 跑一遍 SkillTrustBench T01–T09 分类体系，确认无恶意代码再集成。

场景三：AI 基础设施巡检
企业内网跑着十几套 vLLM、Ollama、ComfyUI，用 A.I.G 批量扫描 CIDR 网段，一次摸清所有节点的 CVE 暴露面。

场景四：模型安全评估
对比不同模型（如 Claude、GLM、DeepSeek）在同一套 Jailbreak 数据集下的抵御能力，量化安全基线。

---

核心功能实测

1. AI 基础设施 CVE 扫描（vLLM / Ollama / ComfyUI）

扫描原理：A.I.G 连接目标 AI 服务的 IP:Port，自动完成框架指纹识别 → 版本探测 → CVE 匹配三步走，返回结构化报告。

复现步骤：

# 第一步：启动本地 vLLM 实例
python -m vllm.entrypoints.api_server 
  --model meta-llama/Llama-2-7b --host 0.0.0.0 --port 8000

# 第二步：Docker 部署 A.I.G
git clone https://github.com/Tencent/AI-Infra-Guard.git
cd AI-Infra-Guard
docker-compose -f docker-compose.images.yml up -d

# 第三步：浏览器打开 http://localhost:8088
# 进入「AI基础设施安全扫描」，输入 http://127.0.0.1:8000
# 点击开始扫描，A.I.G 自动识别 vLLM 版本并匹配 CVE

输出示例：

字段	内容
框架指纹	vLLM 0.4.x
匹配 CVE 数	12
高危漏洞	CVE-2024-xxxx（RCE）
修复建议	升级至 vLLM 0.6+

提示：批量扫描支持 CIDR 网段和 IP 范围，如 192.168.1.0/24，适合内网多节点巡检。

---

2. Jailbreak 攻击评估

评估 LLM 在多种越狱攻击下的抵御能力，内置 Many-Shot、PAIR、GOAT、ActorAttack 等多轮攻击数据集。

# 通过 Web UI 配置（Settings → Model Config）
# 填入目标模型 base URL 和 API Key，选择数据集，启动评估
# 也可通过 API 调用：
curl -X POST http://localhost:8088/api/v1/jailbreak/eval 
  -H "Content-Type: application/json" 
  -d '{"model":"https://api.openai.com/v1","api_key":"sk-xxx","dataset":"hexpl"}'

效果：生成攻击成功率曲线、各模型横向对比报告，帮助量化模型安全水位。

---

3. Skill / MCP Server 安全扫描

无需运行目标服务，直接对源码或 GitHub URL 进行静态分析。

# 方式一：pip 安装 CLI
pip install aig-skill-scan
export LLM_API_KEY="your-api-key"

# 扫描本地 Skill 目录
aig-skill-scan --repo /path/to/your/skill 
  -m deepseek-v4-flash 
  --language en 
  -o result.json

# 方式二：Web UI 输入 GitHub URL
# https://github.com/user/mcp-server → 自动拉取源码分析

扫描覆盖 SkillTrustBench 9 类风险（T01–T09）：

类别	风险
指令与内存	T01 指令劫持、T02 内存污染
代码执行	T03 远程 Payload 下载执行、T04 嵌入恶意代码
系统权限	T05 权限提升、T06 持久化驻留
工具链依赖	T07 工具篡改、T08 不安全依赖
代码质量	T09 不安全编码实践

在 SkillTrustBench 上，Claude Opus 4.6 达到 F1 0.9848，Gemini 3.5 Flash 精确率达 0.9947，覆盖率和精度均属业界头部水平。

---

4. Agent 工作流安全评估

针对 Dify、Coze 等平台的多 Agent 协作场景，评估工具调用链中的权限边界和数据流向，发现工具滥用导致的机密信息外泄风险。

支持的检测项包括 Web 数据外泄检测（10 类 OWASP Skills 风险），持续迭代中。

---

5. OpenClaw 集成（aig-scanner）

# 通过 ClawHub 一键安装
clawhub install aig-scanner

# 配置 AIG 服务地址
export AIG_BASE_URL=http://localhost:8088

# 在 OpenClaw 对话中直接调用
# /scan-agent https://github.com/xxx/agent-skill

A.I.G 已发布三款官方 Agent Skill：EdgeOne ClawScan、EdgeOne Skill Scanner、AIG Scanner，可直接嵌入 AI 工作流做自动化安全检查。

---

快速部署

推荐方式（Docker 一键）：

curl https://raw.githubusercontent.com/Tencent/AI-Infra-Guard/refs/heads/main/docker.sh | bash

或 Docker Compose：

git clone https://github.com/Tencent/AI-Infra-Guard.git
cd AI-Infra-Guard
docker-compose -f docker-compose.images.yml up -d
# 访问 http://localhost:8088

⚠️ 注意：A.I.G 目前无内置认证机制，建议部署在内网环境，不直接暴露到公网。

硬件要求：Docker 20.10+、内存 4GB+、磁盘 10GB+。

---

项目信息

指标	数值
⭐ GitHub Stars	4,979
🍴 Forks	482
🐛 Open Issues	22
📅 首个 Release	2024-12-25
🏷️ 最新版本	v4.5.2（2026-08-17）
🔑 License	Apache 2.0
🐍 Language	Python

技术亮点：

• 独立 CLI 工具（skill-scan / mcp-scan / agent-scan）可脱离 Web 独立运行，天然适合 CI/CD 集成
• API Relay Checker 支持 Model 指纹识别、Claude Signature 验签、黑盒审计
• 漏洞库覆盖 130+ 框架组件、2000+ CVE/GHSA 规则
• 支持插件扩展，提交 YAML 规则文件即可贡献新指纹或漏洞检测逻辑

---

谁在用

据项目披露，A.I.G 已在中国工商银行、腾讯云、字节跳动、商汤、OPPO、 vivo、海尔、清华大学、北京大学、复旦大学等 30+ 企业和高校 落地使用，并入选 Black Hat EU 2025 Arsenal。

---

项目地址：https://github.com/Tencent/AI-Infra-Guard

对于 AI 安全研究者、AIOps 工程师、以及正在将 AI 能力集成到生产系统的团队，A.I.G 是目前开源领域功能覆盖最完整、更新最活跃的 AI 红队工具，值得加入安全工具箱。