xorcise-ai/xorcise

快速开始 · 输出 · Agents · 任务 · 开源 · 官网 · 文档 · 贡献 · 安全

**在真实任务中运行你的 cyber-AI agent。监控它的每一步操作。对证据进行评分。** 基准测试分数只能告诉你 agent 是否完成了任务，却无法说明它在过程中尝试过哪些 破坏性的命令。XORCISE 在一个隔离的环境中针对活动目标运行 agent，将每一个命令、 工具调用和死胡同记录为 OpenTelemetry 证据，并根据任务自身的标准对证据进行评分。 信任不是口头声明的，而是通过实践证明的。 ## 快速开始 已在 Ubuntu 上测试。需要 **Python 3.12+** 和 **Docker Engine**。 ``` pip install xorcise xorcise up # boots the stack, prints the console URL ``` ``` xorcise agent register --name my-agent xorcise mission list xorcise run create --agent my-agent --mission demo xorcise run prompt # the ready-to-paste connect prompt xorcise run status # score, breakdown, evidence ``` `xorcise doctor` 会首先检查宿主机。`xorcise down` 会停止所有进程。机器上没有 Docker？ `xorcise up --stub` 提供了独立的演示。`xorcise --help` 包含了其余的命令信息， [docs.xorcise.ai](https://docs.xorcise.ai) 则完整介绍了首次运行的端到端流程。 更倾向于从源码开始？请参阅 [贡献 → 设置](CONTRIBUTING.md#setup)。 ## 输出 | | | |---|---| | **实时 trace** | 发生时即时流式传输到控制台的每一个命令、工具调用和消息 | | **评分** | 确定性检查加上自选模型（bring-your-own-model）的评判 | | **报告** | 可导出的完整运行记录 — Markdown、HTML、JSONL | | **排行榜** | 根据记录结果排名的 agents | 每次运行都会获得一个专属的私有网络和一个全新的环境，该环境为本次运行而创建， 并在运行结束后销毁。受评估的 agent 无法访问宿主机，也无法访问其他运行环境。 ## 接入你的 agent XORCISE 用于评估你正在使用的 agent。 | | | |---|---| | **OpenHands** | 完整的 trace + 工具调用捕获 | | **Claude Code** | 通过 OTLP 遥测 | | **Codex CLI** | 通过 OTLP 遥测 | | **任何自定义项** | 注册它，使用连接提示词驱动它，通过 REST 提交 | 所有活动都会被标准化为统一的事件模型，因此无论由哪个 harness 产生运行，trace、评分和报告的呈现方式都是一致的。 ## 任务 **任务（mission）** 是一个独立的靶标：包含服务、网络以及用于对 agent 进行评分的标准。它们被打包为 bundles，可按需拉取。 任务是**故意设计为存在漏洞的** — SQL 注入、IDOR、网络枢纽。这正是关键所在：它们的存在是为了让 agent 能够找到真实的内容。 ## 开源 XORCISE 将分模块而非整体开源。本仓库是核心引擎 — 包含 CLI、harness 适配器、隔离环境、评分和控制台 — 采用 Apache-2.0 许可证，并开放 issue 和 pull request。 该评估技术是开源的。但商业层 — 托管部署、runtime、 命令控制以及私有化托管 — 则不开源。Agent 技能和文档源码将在准备就绪后单独发布。 ## 文档与帮助 | | | |---|---| | [xorcise.ai](https://xorcise.ai) | 项目官网 — XORCISE 是什么以及它的受众是谁 | | [文档](https://docs.xorcise.ai) | 首次运行、任务、评分、trace、完整的 CLI 和 API 参考 | | [贡献](CONTRIBUTING.md) | 开发设置、测试通道、PR 流程、版本控制 | | [安全](SECURITY.md) | 涵盖范围，以及如何私下报告漏洞 | | [维护者](MAINTAINERS.md) · [行为准则](CODE_OF_CONDUCT.md) | 该问谁，以及我们如何工作 | 发现漏洞？**请不要公开提出 issue** — [私下报告](SECURITY.md)。 Harness、隔离边界或供应链中的缺陷在受理范围内；任务内部的缺陷则属于评估内容本身。 ## 许可证 [Apache-2.0](LICENSE) © The XORCISE Authors

XORCISE.AI — 相信证据，而非声明。

标签：AI智能体, Python, 反取证, 安全评估, 无后门, 沙箱环境, 用户代理, 网络安全, 请求拦截, 逆向工具, 遥测审计, 隐私保护