LLM红队测试

这是区别于普通扫描器的地方——我不仅扫Web漏洞，还测大模型本身的安全。

遗传算法进化Prompt：20种攻击策略×12种编码×10种包装器=24000种对抗Prompt。实测best_fitness=0.863，意味着进化出来的Prompt有86%概率绕过安全对齐。

多轮对话攻击8种策略：信任建立、渐进式提取、上下文操纵、角色扮演链、碎片化攻击、反向心理学、学术包装、情感操纵。

Agent安全守卫：AI Agent能调工具执行代码，我做了守卫检测数据外发、敏感文件读取等危险行为，返回block/allow决策和风险评分。

12领域59个安全代理

Web安全(6代理)、移动安全(5)、云安全(5)、区块链(5)、AI安全(5)、内网渗透(5)、二进制逆向(5)、无线安全(4)、工控安全(5)、IoT安全(5)、社会工程(4)、取证(5)。

靶场环境

内置4个合法练习靶场Docker一键启动：DVWA、Juice Shop、WebGoat、VAmPI。

实测效果

nmap完成4个开放端口，subfinder发现子域名，nuclei加载13742模板，Qwen2.5-7B返回中文报告，延迟2582ms。

能干什么

接SRC漏洞挖掘、企业安全评估、AI红队演练、安全学习、课程素材。

合法使用：授权测试、自有模型评估、安全研究。未经授权扫描他人系统违反《网络安全法》。