G

Garak-MCP漏洞扫描器

@EdenYavin/Garak-MCP
0 Stars 70 次浏览 EdenYavin 更新于 2026-08-23

语言类型:英语 翻译结果:MCP服务器用于Garak LLM漏洞扫描器 https://github.com/EdenYavin/Garak-MCP/blob/main/README.md

MCP 服务配置

复制以下 JSON 到 OPClaw 或其他 MCP 客户端的配置文件中即可使用

{
  "mcpServers": {
    "garak-mcp": {
      "args": [
        "--directory",
        "path-to/Garak-MCP",
        "run",
        "garak-server"
      ],
      "command": "uv",
      "env": {}
    }
  }
}

服务介绍

MCP Server For Garak LLM Vulnerability Scanner

一个轻量级的MCP(Model Context Protocol)服务器,用于Garak。

示例:

https://github.com/user-attachments/assets/f6095d26-2b79-4ef7-a889-fd6be27bbbda


提供的工具

概览

名称 描述
list_model_types 列出所有可用的模型类型 (ollama, openai, huggingface, ggml)
list_models 列出给定模型类型的所有可用模型
list_garak_probes 列出所有可用的Garak攻击/探测器
get_report 获取上次运行的报告
run_attack 使用指定模型和探测器运行攻击

详细描述

  • list_model_types

    • 列出可用于攻击的所有模型类型
    • 返回支持的模型类型列表 (ollama, openai, huggingface, ggml)
  • list_models

    • 列出给定模型类型的所有可用模型
    • 输入参数:
      • model_type (字符串,必填): 要列出的模型类型 (ollama, openai, huggingface, ggml)
    • 返回指定类型的可用模型列表
  • list_garak_probes

    • 列出所有可用的Garak攻击/探测器
    • 返回可运行的探测器/攻击列表
  • get_report

    • 获取上次运行的报告
    • 返回报告文件的路径
  • run_attack

    • 使用指定的模型和探测器运行攻击
    • 输入参数:
      • model_type (字符串,必填): 要使用的模型类型
      • model_name (字符串,必填): 要使用的模型名称
      • probe_name (字符串,必填): 要使用的攻击/探测器名称
    • 返回发现的漏洞列表

前提条件

  1. Python 3.11 或更高版本: 此项目需要 Python 3.11 或更新版本。

    # 检查你的 Python 版本
    python --version
    
  2. 安装 uv: 一个快速的 Python 包安装器和解析器。

    pip install uv
    

    或者使用 Homebrew:

    brew install uv
    
  3. 可选: Ollama: 如果你想在 ollama 模型上运行攻击,请确保 ollama 服务器正在运行。

ollama serve

安装

  1. 克隆此仓库:
git clone https://github.com/BIGdeadLock/Garak-MCP.git
  1. 配置您的 MCP 主机 (Claude Desktop, Cursor 等):
{
  "mcpServers": {
    "garak-mcp": {
      "command": "uv",
      "args": ["--directory", "path-to/Garak-MCP", "run", "garak-server"],
      "env": {}
    }
  }
}


测试通过:

  • Cursor
  • Claude Desktop

未来步骤

  • 添加对 Smithery AI 的支持: Docker 和配置
  • 改进报告
  • 测试并验证 OpenAI 模型 (GPT-3.5, GPT-4)
  • 测试并验证 HuggingFace 模型
  • 测试并验证本地 GGML 模型