Hellsender01/LLMMap
GitHub: Hellsender01/LLMMap
基于 sqlmap 理念打造的 LLM 应用提示词注入自动化测试框架，通过双 LLM 架构和统计确认机制系统性发现 LLM 集成应用的安全漏洞。
Stars: 1 | Forks: 0
# LLMMap
**LLMMap** 是一个针对 LLM 集成应用程序的自动化提示词注入测试框架。它发现 HTTP 请求中的注入点，使用双 LLM 架构生成针对性的攻击提示词，将其发送至目标，并通过统计可靠性测试确认发现结果。受 [sqlmap](https://sqlmap.org/) 启发，LLMMap 将同样系统化、基于证据的方法引入了 LLM 安全测试。
## 安装
```
python -m venv .venv && source .venv/bin/activate
pip install -e .
```
环境要求：Python >= 3.11。唯一依赖：PyYAML。
## 使用方法
LLMMap 接受通过 Burp Suite 请求导出文件 (`-r`) 或 URL (`-u`) 指定的目标。在需要注入提示词的位置放置 `*`。
```
# URL 目标 (Ollama 默认 -- 无需 API key)
llmmap -u "https://target.example.com/chat?q=*" --goal "reveal the hidden password"
# Burp Suite 请求捕获
llmmap -r request --goal "reveal the system prompt"
# Cloud provider (OpenAI, Anthropic, Google)
export OPENAI_API_KEY=sk-...
llmmap -r request --goal "reveal the system prompt" --provider openai
# 强度控制 (1-5, 默认: 1)
llmmap -r request --goal "reveal the system prompt" --intensity 3
# 限制为特定参数或 injection point 类
llmmap -r request --goal "..." -p prompt --injection-points QB
```
完整选项参考：
```
llmmap -h
```
## 功能特性
- **227 种提示词注入技术**，涵盖 18 个攻击家族，组织在 4 个提示词包中
- **双 LLM 架构** —— Generator (生成器) 构建目标感知的提示词；Judge (评估器) 评估目标响应
- **4 种 LLM 后端** —— Ollama (默认，本地，无需 API key)，OpenAI，Anthropic，Google
- **5 类注入点** —— 查询参数 (Q)，请求体 (B)，请求头 (H)，Cookies (C)，路径 (P)
- **强度等级 1-5** —— 控制每个家族的提示词数量 (1/2/4/8/16) 及混淆方法
- **混淆引擎** —— base64、同形异义字符、黑客语、语言切换
- **统计确认** —— Wilson 置信区间，支持可配置的重试次数（默认：5 次重试，需 3 次成功）
- **安全模式** —— 默认启用；拦截高风险的提示词家族
- **Burp Suite 集成** —— 原生读取请求导出文件；支持代理以便进行流量检查
- **sqlmap 风格输出** —— 带时间戳、颜色编码的控制台日志，支持 `--no-color`
- **Dry-run 模式** —— 在不发送请求的情况下验证扫描配置
## 架构
```
Target (-r/-u)
|
v
Injection Point Discovery (Q/B/H/C/P)
|
v
Prompt Generation (Generator LLM + technique library)
|
v
Request Mutation & Delivery
|
v
Response Analysis (Judge LLM + heuristic detectors)
|
v
Reliability Confirmation (Wilson CI)
|
v
Findings Report
```
默认后端：[Ollama](https://ollama.com) (本地，无需 API key)。其他支持的后端：OpenAI，Anthropic，Google。
## 链接
- [架构](docs/ARCHITECTURE.md)
- [授权与安全](docs/AUTHORIZATION.md)
- [贡献指南](docs/CONTRIBUTING.md)
- [更新日志](docs/CHANGELOG.md)
- [路线图](docs/TODO.md)
- [许可证](LICENSE)
标签：AI安全工具, AI风险缓解, Burp Suite集成, CISA项目, OWASP LLM Top 10, Petitpotam, Prompt注入, Python安全工具, SQLMap for LLM, 双LLM架构, 反取证, 域名收集, 大模型应用安全, 安全评估, 恶意代码分类, 攻击生成, 混淆引擎, 统计可靠性测试, 自动化测试框架, 逆向工具