Ed-Marcavage/awesome-security-agent-harnesses

# 极佳的 Security Agent Harness [](https://awesome.re) ## 目录 - [什么是 Security Agent Harness](#what-is-a-security-agent-harness) - [代码审计 Harness](#code-audit-harnesses) - [Pentesting Agent](#pentesting-agents) - [Fuzzing 与漏洞发现](#fuzzing-and-vulnerability-discovery) - [逆向工程 Agent](#reverse-engineering-agents) - [Agent 沙箱](#agent-sandboxes) - [基准测试与评估](#benchmarks-and-evals) ## 什么是 Security Agent Harness Security agent harness 是包裹在模型周围的所有内容：它运行的沙箱、它可以调用的分析工具、将方法论编码的 prompt 和技能，以及你用来检查它的评估。这些系统中的大部分工程工作都在这里，而不是在模型中。 Agent 擅长生成看似合理的发现，但不擅长辨别哪些是真实的。一个能够重现崩溃、重放输入或重新运行静态分析工具的 harness，可以让你在人类看到它们之前就把那些无效的发现剔除。 ## 代码审计 Harness 针对源代码运行编码 Agent 的 Harness：发现、分类、验证和修补。 - [Codex Security](https://github.com/openai/codex-security) - OpenAI 的 CLI 和 TypeScript SDK，用于使用 Codex 查找、验证和修复安全漏洞。 - [Deepsec](https://github.com/vercel-labs/deepsec) - Vercel Labs 的 security harness，用于使用编码 Agent 在代码库中查找漏洞。 - [Defending Code Reference Harness](https://github.com/anthropics/defending-code-reference-harness) - Anthropic 使用 Claude 进行自主漏洞发现和修复的参考实现，具备威胁建模、扫描、分类和修补技能。 - [Visa Vulnerability Agentic Harness](https://github.com/visa/visa-vulnerability-agentic-harness) - Visa 的 agentic SAST pipeline，用于自主漏洞发现、修复和验证，输出 Markdown 和 SARIF 报告。 - [VulnHunter](https://github.com/capitalone/VulnHunter) - Capital One 的 agentic 安全工具，将主动的、攻击者优先的分析直接应用于源代码。 ## Pentesting Agent 攻击运行中的应用程序和基础设施的 Agent：侦察、漏洞利用和影响证明。 - [Burp Suite MCP](https://github.com/PortSwigger/mcp-server) - PortSwigger 官方的 MCP server，将 Agent 连接到 Burp Suite 的代理、扫描器和重放器（Repeater）。 - [CAI](https://github.com/aliasrobotics/cai) - Alias Robotics 用于构建网络安全 Agent 的框架，提供用于攻击性测试的工具和工作流原语。 - [CyberStrike](https://github.com/CyberStrikeus/CyberStrike) - 攻击性安全 harness，通过签名的攻击技能、内置工具和 MCP 集成来协调自主 Agent，映射到 MITRE ATT&CK 和 OWASP WSTG。 - [HexStrike AI](https://github.com/0x4m4/hexstrike-ai) - MCP server，为 Agent 提供大量用于侦察、扫描和漏洞利用的攻击性安全工具包。 - [Nebula](https://github.com/berylliumsec/nebula) - Pentesting 助手，可自动化执行侦察、笔记记录和工具编排。 - [PentestGPT](https://github.com/GreyDGL/PentestGPT) - 由大语言模型驱动的自动化 Pentesting agentic 框架。 - [Shannon](https://github.com/KeygraphHQ/shannon) - 针对 Web 应用程序和 API 的 AI pentester，可分析源代码、识别攻击向量并执行真实的漏洞利用来证明发现。 - [Strix](https://github.com/usestrix/strix) - 开源 AI pentesting agent，可发现并帮助修复应用程序漏洞。 ## Fuzzing 与漏洞发现 使用模型发现崩溃并生成补丁的网络推理系统和 fuzzing harness。 - [Atlantis](https://github.com/Team-Atlanta/aixcc-afc-atlantis) - Team Atlanta 的网络推理系统，曾赢得 DARPA AIxCC 总决赛，作为竞赛快照发布。 - [Buttercup](https://github.com/trailofbits/buttercup) - Trail of Bits 为 DARPA AIxCC 开发的网络推理系统，将 OSS-Fuzz fuzzing 活动与多 Agent patcher 相结合。 - [OSS-Fuzz-Gen](https://github.com/google/oss-fuzz-gen) - Google 的框架，用于跨 C/C++、Java 和 Python 使用 LLM 生成 fuzz 目标并进行基准测试。 ## 逆向工程 Agent 将反编译器放入 Agent 循环中的工具，主要作为 MCP server 和反汇编器插件。 - [Binary Ninja Headless MCP](https://github.com/mrphrazer/binary-ninja-headless-mcp) - Headless Binary Ninja MCP server，向 Agent 暴露了 180 个分析工具。 - [DAILA](https://github.com/mahaloz/DAILA) - 反编译器无关插件，用于在反编译器内使用 AI 辅助。 - [Gepetto](https://github.com/JusticeRage/Gepetto) - IDA 插件，通过查询语言模型来解释和重命名反编译的函数。 - [IDA Pro MCP](https://github.com/mrexodia/ida-pro-mcp) - MCP server，向编码 Agent 暴露 IDA Pro 的反编译、交叉引用和类型推断功能。 - [LLM4Decompile](https://github.com/albertan017/LLM4Decompile) - 用于将二进制代码反编译为可读的 C 代码的开源模型和 pipeline。 - [ReVa](https://github.com/cyberkaida/reverse-engineering-assistant) - Ghidra 扩展，提供用于 Agent 驱动的逆向工程的 MCP server。 ## Agent 沙箱 用于运行 Agent 生成的代码和不受信任目标的隔离环境。 - [E2B](https://github.com/e2b-dev/E2B) - 专为运行 Agent 生成的代码而构建的沙箱云环境。 - [Firecracker](https://github.com/firecracker-microvm/firecracker) - AWS 的最小化 microVM 监视器，是运行不受信任代码的常见硬件隔离基础组件。 - [gVisor](https://github.com/google/gvisor) - Google 的应用程序内核，通过拦截系统调用来沙箱化不受信任的工作负载，无需完整的虚拟机。 - [Microsandbox](https://github.com/microsandbox/microsandbox) - 本地优先的 microVM runtime，用于执行不受信任的 Agent 代码。 - [Sandbox Runtime](https://github.com/anthropic-experimental/sandbox-runtime) - Anthropic 的轻量级工具，用于对 Agent 强制执行文件系统和网络限制。 ## 基准测试与评估 用于衡量 harness 是否真正有效的任务集和真实标准。 - [ADR](https://github.com/uber/ADR) - Uber 的 Agent 检测与响应系统，包含一个涵盖 133 个 MCP server 的 300 多个 Agent 攻击任务的基准测试。 - [AIRTBench](https://github.com/dreadnode/AIRTBench-Code) - Dreadnode 的基准测试，用于衡量自主 AI 红队的能力。 - [ARVO](https://github.com/n132/ARVO) - 可重现的开源漏洞图谱，用作修补 Agent 的真实标准。 - [Cybench](https://github.com/andyzorigin/cybench) - 用于在 40 个专业 CTF 任务上评估语言模型 Agent 的框架。 - [CyberGym](https://github.com/sunblaze-ucb/cybergym) - Berkeley 的大规模基准测试，用于评估 Agent 在真实世界漏洞重现方面的能力。 - [NYU CTF Bench](https://github.com/NYU-LLM-CTF/nyuctf_agents) - 用于 NYU CTF 基准测试的 D-CIPHER 和基线 Agent。

标签：AI智能体, C2, SQL查询, 云资产清单, 人工智能, 安全, 用户模式Hook绕过, 超时处理, 逆向工具, 逆向工程