## 项目介绍 DVLAA 是一个本地化的大模型与智能体应用安全训练平台。系统以 Flask 控制台为入口，把 **OWASP LLM Top 10**、**Agent 应用安全 Top 10** 与综合攻防题统一到同一套交互、判定、Flag、源码查看和模型管理流程中，并提供深色/亮色主题与中英文界面切换。 平台围绕“漏洞介绍 → 答题页面 → 模型/状态机交互 → 审计面板 → Flag 验证 → WP 题解”构建完整训练闭环。LLM 题目强调提示词、上下文、RAG、输出处理、工具调用和资源消耗等风险；Agent 题目强调目标劫持、工具滥用、身份权限、供应链、代码执行、记忆污染、多智能体通信、级联故障、人机信任与失控智能体。 综合攻防题已按漏洞类型归入对应 LLM Top 10 入口，便于从漏洞原理进入案例化任务，再进入具体答题页面完成验证。 ## 核心特性 - **理论先行的入口结构**：LLM Top 10 与 Agent Top 10 侧边栏入口均先进入漏洞风险介绍页，再进入答题页面。 - **45 道本地题目**：24 道 OWASP LLM 子题、10 道 Agent 场景、11 道综合攻防题。 - **真实交互式 Payload 验证**：题目通过模型响应、工具调用、状态机、知识库同步或多轮上下文推进，不依赖前端硬规则。 - **统一答题页风格**：LLM、Agent、综合题使用统一的事件背景、任务目标、同类题导航、终端交互和 Flag 验证布局。 - **在线训练转接**：在线 AI 安全训练入口已接入 Prompt Airlines，提供五关中文题面导引、稳定 WP 与系统内转接真实交互。 - **源码与提示词查看器**：题目页可查看系统提示词、运行配置与核心实现，运行时随机 Flag 会被占位符替换。 - **模型管理后台**：支持本地模型、Ollama、硅基流动和 OpenAI-Compatible 配置，API Key 掩码展示。 - **双语与主题切换**：顶部导航栏提供深色/亮色主题切换和中英文切换，偏好会保存在浏览器本地。 - **本地运行与 Docker 部署**：支持直接 Python 运行，也支持 Docker 镜像部署到独立容器。 - **运行期数据隔离**：模型配置、上传资料和下载模型保存在运行期目录或 Docker 数据卷中。 ## 系统截图

靶场仪表盘 集中展示靶场服务状态、当前模型、运行架构、题目总量、通关进度与漏洞矩阵入口。	LLM 漏洞介绍页 进入 OWASP LLM Top 10 后先阅读漏洞定义、攻击面、风险边界和本地题目映射，再进入答题页面。
LLM 答题页面 统一展示事件背景、任务目标、同类子题导航、Flag 提交位、交互终端、WP 题解与源码查看入口。	Agent 答题页面 Agent 场景与 LLM 题目保持一致布局，内置三阶段攻击链进度、工具清单、审计面板和状态机验证。
LLM 模型管理 管理本地模型、Ollama、硅基流动与 OpenAI-Compatible 服务，支持连接测试、切换当前模型和密钥掩码展示。	理论学习 提供内置中文学习资料、Markdown/PDF 上传、在线阅读和资料分类管理。

## 系统架构 flowchart TD A[浏览器控制台] --> B[Flask 路由层] B --> C[题库与介绍页] B --> D[LLM / Agent / 综合题答题页] D --> E[对话 API] E --> F[LLM Engine / Cloud Client] E --> G[本地状态机与判定器] G --> H[Flag Registry] B --> I[模型管理] B --> J[理论学习] B --> K[源码与提示词查看器] DVLAA 采用单体 Flask 应用组织运行时能力： 1. **Web UI 层**：`dvlaa/web/` 提供控制台、题库矩阵、介绍页、答题页、模型管理和学习页面。 2. **题目编排层**：`dvlaa/config.py` 与 `dvlaa/content/` 维护题库配置、场景任务、Payload 和题解。 3. **判定层**：`dvlaa/modules/llm*_judge.py` 与 `dvlaa/challenges/` 共同完成模型响应审查、状态校验和 Flag 判定。 4. **模型层**：`dvlaa/llm_engine.py`、`dvlaa/llm_client.py`、`dvlaa/modules/modelsel.py` 统一本地模型、Ollama、硅基流动和兼容 OpenAI API 的调用。 5. **运行数据层**：`dvlaa/flags.json` 保存题目定义，项目根目录的 `data/`、`uploads/` 保存运行期配置、模型、学习资料和上传文件。 ## 题库矩阵 | 模块 | 数量 | 训练重点 | | --- | ---: | --- | | OWASP LLM Top 10 | 24 | 提示词注入、敏感信息泄露、供应链、投毒、输出处理、过度代理、系统提示词泄露、向量检索弱点、幻觉、资源消耗 | | Agent 应用安全 Top 10 | 10 | 目标劫持、工具滥用、身份权限、供应链、代码执行、记忆污染、Agent 通信、级联故障、人机信任、失控智能体 | | 综合攻防题 | 11 | 提示词覆盖、系统提示词提取、RAG 投毒、上下文替换、多轮升级、角色漂移、策略投毒、链式利用、数据边界侵蚀、医疗隐私泄露、医用急救知识篡改 | | 在线 AI 安全训练 | 3 个入口 | Prompt Airlines 中文挑战转接、提示词防护闯关、提示词红队挑战平台 | ## 快速开始 ### 环境要求 - Python 3.11+ - Docker 24.0+（推荐） - 最低 4GB 内存，推荐 8GB+ - 可选：Ollama、本地 HuggingFace 模型或云端兼容 OpenAI API 的模型服务 ### 方式一：一键 Docker 部署（推荐） git clone https://github.com/Tcotl/DVLAA.git cd DVLAA ./install.sh 安装脚本会自动构建镜像、重建 `dvlaa-console` 容器、挂载 `dvlaa-data` 数据卷，并等待 `/health` 健康检查通过。 常用自定义参数： DVLAA_PORT=5081 DVLAA_IMAGE=dvlaa-lab:latest ./install.sh ### 方式二：手动 Docker 部署 docker build -t dvlaa-lab:latest . docker run -d --name dvlaa-console \ --restart unless-stopped \ -p 5080:5000 \ -v dvlaa-data:/app/data \ dvlaa-lab:latest curl http://127.0.0.1:5080/health 启用硅基流动： docker run -d --name dvlaa-console \ --restart unless-stopped \ -p 5080:5000 \ -v dvlaa-data:/app/data \ -e SILICONFLOW_API_KEY=TOKEN \ dvlaa-lab:latest 启用宿主机 Ollama： docker run -d --name dvlaa-console \ --restart unless-stopped \ -p 5080:5000 \ -v dvlaa-data:/app/data \ -e OLLAMA_BASE_URL=http://host.docker.internal:11434/v1 \ dvlaa-lab:latest ### 方式三：本地运行 git clone https://github.com/Tcotl/DVLAA.git cd DVLAA python3 -m venv .venv source .venv/bin/activate pip install -r requirements.txt python -m dvlaa 仍可使用 `python app.py` 作为旧部署脚本的兼容入口。 ## 模型配置 进入控制台后打开 **LLM 模型管理**： 1. 使用默认本地模型槽位，按页面提示部署本地模型。 2. 使用硅基流动配置，填写 API Key 后测试连接。 3. 使用 Ollama 本地服务，确认 `OLLAMA_BASE_URL` 指向宿主机服务。 4. 使用 OpenAI-Compatible 新增自定义服务。 运行期模型配置保存在 `data/` 或 Docker 数据卷中，页面只展示掩码后的密钥。 ## 访问入口 - **靶场首页**：http://localhost:5080/ - **LLM Top 10 入口**：http://localhost:5080/challenge/1 - **Agent Top 10 入口**：http://localhost:5080/agent/1 - **模型管理**：http://localhost:5080/models - **理论学习**：http://localhost:5080/learning - **互联网 AI 靶场导航**：http://localhost:5080/internet-ranges - **Prompt Airlines 中文训练**：http://localhost:5080/internet-ranges/promptairlines ## 功能矩阵 | 能力域 | 核心内容 | 入口 | | --- | --- | --- | | LLM 漏洞训练 | OWASP LLM Top 10 理论介绍、子题答题、WP、源码查看 | `/challenge/` | | Agent 场景训练 | Agent 应用安全 Top 10 理论介绍、工具链状态机、审计轨迹 | `/agent/` | | 综合攻防题 | 按漏洞类型归档到 LLM Top 10 的多阶段综合题 | `/challenge/` | | 在线 AI 安全训练 | Prompt Airlines 中文题面、系统内转接交互、外部靶场导航 | `/internet-ranges` | | 模型管理 | 本地模型、Ollama、硅基流动、自定义 OpenAI-Compatible 配置 | `/models` | | 理论学习 | 内置中文资料、Markdown/PDF 上传与阅读 | `/learning` | | 源码查看 | 系统提示词、运行配置、核心实现、Flag 占位展示 | 答题页按钮 | | Flag 验证 | 独立题目提交位、浏览器会话进度统计 | 各答题页 |

标签：AI智能体, AI风险缓解, CISA项目, Docker, Flask, OWASP Top 10, TGT, 安全监控, 安全防御评估, 安全靶场, 攻防演练, 请求拦截, 逆向工具