Tencent/AI-Infra-Guard

TL;DR

Tencent/AI-Infra-Guard (A.I.G) 是腾讯朱雀实验室开源的全栈 AI Red Teaming 平台，覆盖从 LLM Jailbreak、Agent/Toolchain (MCP/Skills) 到 AI Infra 组件漏洞的完整安全评估链路。凭借 SkillTrustBench 的高分表现和极低的部署门槛，它已成为目前社区中覆盖面最广、迭代最快的 AI 安全自测工具之一。

它解决什么问题

AI 应用的安全边界已从单一的 Prompt Injection 扩展至 Agent 执行流、Tool Use (MCP) 以及底层推理框架。传统安全工具难以应对 Agent 的多轮交互风险及动态 Skill 注入问题，而现有的 LLM 评测工具又缺乏对 AI Infra (如 vLLM, Ollama) CVE 的自动化扫描能力。A.I.G 的出现填补了这一空白，提供了一站式的“红队”自动化评估方案。

核心做法

平台采用插件化架构，将扫描能力解耦为多个独立模块： - AI Infra Scan: 通过指纹识别技术对接运行中的 AI 服务（如 vLLM, ComfyUI），匹配超过 2000+ CVE。 - Agent & Skill Scan: 针对 MCP Server 和 Agent Skills，支持源码级与远程 URL 扫描。其 Skill-Scan 引擎在 SkillTrustBench 基准测试中表现优异（Claude Opus 4.6 F1: 0.9848），覆盖指令劫持、内存投毒等 9 类风险。 - Jailbreak Evaluation: 集成 PAIR, GOAT, ActorAttack 等多轮攻击策略，支持跨模型鲁棒性对比。 - API Relay Checker: 提供 API Key/Relay 的黑盒审计与指纹识别。

作者

项目由 Tencent Zhuque Lab (腾讯朱雀实验室) 主导开发。该团队隶属于腾讯安全平台部，专注于 AI 安全攻防研究、大模型漏洞挖掘及 Agent 失控风险评估。团队曾协助 NVIDIA, Google, Microsoft 等修复高危漏洞，并在 Black Hat, DEF CON, ICLR 等顶会发表多篇 AI 安全论文。

社区反应

项目自 2024-12 发布以来增长迅猛，目前 Stars: 5,485，Forks: 518。作为腾讯官方安全团队出品的项目，其权威性背书明显。Open Issues 仅 26 个，结合高频的 Release（如 v4.5.x），表明核心维护团队活跃且迭代节奏极快。Docker Hub 拉取量与 ClawHub 插件安装数据也侧面印证了其实际落地热度。

怎么上手

依赖 Docker (20.10+)，最低硬件要求：4GB RAM, 10GB Disk。

git clone https://github.com/Tencent/AI-Infra-Guard.git
cd AI-Infra-Guard
# 使用预构建镜像快速启动（推荐）
docker-compose -f docker-compose.images.yml up -d

启动后访问 http://localhost:8088 即可使用 Web UI。若需集成至 CI/CD，可使用 CLI 工具：

pip install aig-skill-scan
export LLM_API_KEY="your-api-key"
aig-skill-scan --repo /path/to/skill -m deepseek-v4-flash

争议与局限

安全性警告：README 明确指出当前版本缺乏认证机制（Authentication），仅限内网或本地使用，严禁部署至公网。
LLM 依赖成本：Agent Scan 和 Skill Scan 的核心检测能力高度依赖外部 LLM API（如 Claude, GPT），大规模扫描会产生较高的 Token 成本。
推断局限：由于主要面向企业/个人自测，其在大规模并发扫描下的性能瓶颈及自动化修复（Auto-Remediation）能力在 README 中未提及。