模型 / 資料集
Tencent/AI-Infra-Guard avatar
Tencent/AI-Infra-Guard

涵蓋 Agent、Skills 與 MCP 的 AI 紅隊平台

全端 AI 紅隊平台透過 OpenClaw 安全掃描、代理掃描、技能掃描、MCP 掃描、AI 基礎設施掃描和 LLM 越獄評估來保護 AI 生態系統。

6,271 個 Star585 個 ForkPythonApache-2.0

秒懂

它是什麼?
涵蓋 Agent、Skills 與 MCP 的 AI 紅隊平台,本文整理 README 可核對的使用路徑與限制。
適合誰用?
適合需求正好落在 涵蓋 Agent、Skills 與 MCP 的 AI 紅隊平台 範圍內的開發者,不適合把未在 README 證明的效能或相容性當成保證。先執行 閱讀 readme/README_ZH.md,檢查 readme/README_ZH.md,再決定是否納入正式流程。
可以商用嗎?
可以。Apache-2.0 是寬鬆授權:你可以使用、修改並販售以它為基礎的軟體,只需保留著作權與授權聲明。
還在維護嗎?
有在維護。儲存庫最近一次提交在 2 天前。
用什麼語言寫的?
主要是 Python(依據 GitHub 的語言統計)。

以上回答依據專案的 GitHub 資料(最近同步於 2026年9月14日)與我們的分析,不構成法律意見。

開源專案深度解析

問題邊界:涵蓋 Agent、Skills 與 MCP 的 AI 紅隊平台

問題邊界:涵蓋 Agent、Skills 與 MCP 的 AI 紅隊平台 的 README 直接界定了它要處理的問題。本文依素材整理可核對的入口、資料流與限制,不把倉庫統計或宣傳語當成實測結論。對 Tencent/AI-Infra-Guard 而言,先確認需求是否落在這個邊界內,再檢查文件列出的組件和版本。

問題邊界:操作起點是 閱讀 readme/README_ZH.md。執行時應保留終端輸出、輸入資料與產物,才能回答安裝是否成功、介面是否可用,以及錯誤發生在依賴、設定還是專案本身。這些判斷都必須回到專案自己的輸入、輸出和文件。

問題邊界:需要深入核對的專案位置是 readme/README_ZH.md。素材沒有說明的效能、相容矩陣、服務等級或安全保證,本文保留為未知。若整合既有流程,還要檢查授權、第三方依賴、網路端點和資料保存方式。對 Tencent/AI-Infra-Guard 的採用判斷,應以一次可重現的專案化試跑作為依據。

問題邊界 專章須使用 閱讀 readme/README_ZH.md 與 readme/README_ZH.md 這兩個專案記號,對照命令回傳、檔案內容和實際產物;不要以通用框架推測 Tencent/AI-Infra-Guard 的行為。

README 入口:涵蓋 Agent、Skills 與 MCP 的 AI 紅隊平台

README 入口:涵蓋 Agent、Skills 與 MCP 的 AI 紅隊平台 的 README 直接界定了它要處理的問題。本文依素材整理可核對的入口、資料流與限制,不把倉庫統計或宣傳語當成實測結論。對 Tencent/AI-Infra-Guard 而言,先確認需求是否落在這個邊界內,再檢查文件列出的組件和版本。

README 入口:操作起點是 閱讀 readme/README_ZH.md。執行時應保留終端輸出、輸入資料與產物,才能回答安裝是否成功、介面是否可用,以及錯誤發生在依賴、設定還是專案本身。這些判斷都必須回到專案自己的輸入、輸出和文件。

README 入口:需要深入核對的專案位置是 readme/README_ZH.md。素材沒有說明的效能、相容矩陣、服務等級或安全保證,本文保留為未知。若整合既有流程,還要檢查授權、第三方依賴、網路端點和資料保存方式。對 Tencent/AI-Infra-Guard 的採用判斷,應以一次可重現的專案化試跑作為依據。

README 入口 專章須使用 閱讀 readme/README_ZH.md 與 readme/README_ZH.md 這兩個專案記號,對照命令回傳、檔案內容和實際產物;不要以通用框架推測 Tencent/AI-Infra-Guard 的行為。

資料與執行鏈:涵蓋 Agent、Skills 與 MCP 的 AI 紅隊平台

資料與執行鏈:涵蓋 Agent、Skills 與 MCP 的 AI 紅隊平台 的 README 直接界定了它要處理的問題。本文依素材整理可核對的入口、資料流與限制,不把倉庫統計或宣傳語當成實測結論。對 Tencent/AI-Infra-Guard 而言,先確認需求是否落在這個邊界內,再檢查文件列出的組件和版本。

資料與執行鏈:操作起點是 閱讀 readme/README_ZH.md。執行時應保留終端輸出、輸入資料與產物,才能回答安裝是否成功、介面是否可用,以及錯誤發生在依賴、設定還是專案本身。這些判斷都必須回到專案自己的輸入、輸出和文件。

資料與執行鏈:需要深入核對的專案位置是 readme/README_ZH.md。素材沒有說明的效能、相容矩陣、服務等級或安全保證,本文保留為未知。若整合既有流程,還要檢查授權、第三方依賴、網路端點和資料保存方式。對 Tencent/AI-Infra-Guard 的採用判斷,應以一次可重現的專案化試跑作為依據。

資料與執行鏈 專章須使用 閱讀 readme/README_ZH.md 與 readme/README_ZH.md 這兩個專案記號,對照命令回傳、檔案內容和實際產物;不要以通用框架推測 Tencent/AI-Infra-Guard 的行為。

輸出如何判讀:涵蓋 Agent、Skills 與 MCP 的 AI 紅隊平台

輸出如何判讀:涵蓋 Agent、Skills 與 MCP 的 AI 紅隊平台 的 README 直接界定了它要處理的問題。本文依素材整理可核對的入口、資料流與限制,不把倉庫統計或宣傳語當成實測結論。對 Tencent/AI-Infra-Guard 而言,先確認需求是否落在這個邊界內,再檢查文件列出的組件和版本。

輸出如何判讀:操作起點是 閱讀 readme/README_ZH.md。執行時應保留終端輸出、輸入資料與產物,才能回答安裝是否成功、介面是否可用,以及錯誤發生在依賴、設定還是專案本身。這些判斷都必須回到專案自己的輸入、輸出和文件。

輸出如何判讀:需要深入核對的專案位置是 readme/README_ZH.md。素材沒有說明的效能、相容矩陣、服務等級或安全保證,本文保留為未知。若整合既有流程,還要檢查授權、第三方依賴、網路端點和資料保存方式。對 Tencent/AI-Infra-Guard 的採用判斷,應以一次可重現的專案化試跑作為依據。

輸出如何判讀 專章須使用 閱讀 readme/README_ZH.md 與 readme/README_ZH.md 這兩個專案記號,對照命令回傳、檔案內容和實際產物;不要以通用框架推測 Tencent/AI-Infra-Guard 的行為。

整合限制:涵蓋 Agent、Skills 與 MCP 的 AI 紅隊平台

整合限制:涵蓋 Agent、Skills 與 MCP 的 AI 紅隊平台 的 README 直接界定了它要處理的問題。本文依素材整理可核對的入口、資料流與限制,不把倉庫統計或宣傳語當成實測結論。對 Tencent/AI-Infra-Guard 而言,先確認需求是否落在這個邊界內,再檢查文件列出的組件和版本。

整合限制:操作起點是 閱讀 readme/README_ZH.md。執行時應保留終端輸出、輸入資料與產物,才能回答安裝是否成功、介面是否可用,以及錯誤發生在依賴、設定還是專案本身。這些判斷都必須回到專案自己的輸入、輸出和文件。

整合限制:需要深入核對的專案位置是 readme/README_ZH.md。素材沒有說明的效能、相容矩陣、服務等級或安全保證,本文保留為未知。若整合既有流程,還要檢查授權、第三方依賴、網路端點和資料保存方式。對 Tencent/AI-Infra-Guard 的採用判斷,應以一次可重現的專案化試跑作為依據。

整合限制 專章須使用 閱讀 readme/README_ZH.md 與 readme/README_ZH.md 這兩個專案記號,對照命令回傳、檔案內容和實際產物;不要以通用框架推測 Tencent/AI-Infra-Guard 的行為。

採用前核驗:涵蓋 Agent、Skills 與 MCP 的 AI 紅隊平台

採用前核驗:涵蓋 Agent、Skills 與 MCP 的 AI 紅隊平台 的 README 直接界定了它要處理的問題。本文依素材整理可核對的入口、資料流與限制,不把倉庫統計或宣傳語當成實測結論。對 Tencent/AI-Infra-Guard 而言,先確認需求是否落在這個邊界內,再檢查文件列出的組件和版本。

採用前核驗:操作起點是 閱讀 readme/README_ZH.md。執行時應保留終端輸出、輸入資料與產物,才能回答安裝是否成功、介面是否可用,以及錯誤發生在依賴、設定還是專案本身。這些判斷都必須回到專案自己的輸入、輸出和文件。

採用前核驗:需要深入核對的專案位置是 readme/README_ZH.md。素材沒有說明的效能、相容矩陣、服務等級或安全保證,本文保留為未知。若整合既有流程,還要檢查授權、第三方依賴、網路端點和資料保存方式。對 Tencent/AI-Infra-Guard 的採用判斷,應以一次可重現的專案化試跑作為依據。

採用前核驗 專章須使用 閱讀 readme/README_ZH.md 與 readme/README_ZH.md 這兩個專案記號,對照命令回傳、檔案內容和實際產物;不要以通用框架推測 Tencent/AI-Infra-Guard 的行為。

編輯結論

適合需求正好落在 涵蓋 Agent、Skills 與 MCP 的 AI 紅隊平台 範圍內的開發者,不適合把未在 README 證明的效能或相容性當成保證。先執行 閱讀 readme/README_ZH.md,檢查 readme/README_ZH.md,再決定是否納入正式流程。

官方來源

  1. Official documentation
  2. Official README
  3. Project repository
  4. Release notes
社群筆記

社群筆記