返回 MCP 目录
public公开dns本地运行

agentic-radar

Agentic Radar是一个用于分析和评估代理系统的安全扫描工具,帮助开发者、研究人员和安全专家理解代理系统的工作流程并识别潜在漏洞。

article

README

🚀 Agentic Radar

Agentic Radar 是一款用于分析和增强 AI 工作流程透明度的工具,它能助力开发人员识别并管理 AI 系统中的潜在风险。该工具支持多种主流 AI 框架,可提供全面的安全扫描、漏洞检测以及修复建议。

🚀 快速开始

安装指南

本地安装

pip install agentic-radar

使用虚拟环境(推荐)

python -m venv env
source env/bin/activate  # 在 Windows 上使用 `env\Scripts\activate`
pip install agentic-radar

通过 Colab 运行

# 在 Google Colab 中运行:
!pip install agentic-radar

使用方法

  1. 初始化项目目录:
    radar init
    
  2. 扫描工作流程:
    radar scan --path ./workflow/
    
  3. 查看报告:
    radar report --output ./results/
    

示例代码

from agentic_radar import Radar

radar = Radar()
report = radar.scan("my_workflow")
print(report)

✨ 主要特性

核心功能

  1. 工作流程扫描
    • 自动分析 AI 工作流程,识别关键组件和依赖关系。
    • 生成详细的可视化视图,展示系统架构和数据流。
  2. 安全风险评估
    • 扫描潜在的安全漏洞,包括数据泄露、模型滥用等风险。
    • 提供修复建议和最佳实践指南。
  3. 风险管理与修复
    • 优先级排序功能,帮助用户集中精力处理高风险问题。
    • 集成修复工具,直接在工作流程中应用补丁。
  4. 漏洞检测与报告
    • 自动生成详细的漏洞报告,包括影响评估和修复建议。
    • 提供历史记录,跟踪修复进度和效果。
  5. 可视化与协作
    • 生成交互式仪表板,方便团队成员协作和审查。
    • 支持导出报告,便于分享给利益相关者。

核心特性

  • 多框架支持
    • 原生支持 LangGraph、CrewAI、n8n 和 OpenAI Agents 等主流 AI 框架。
    • 计划中支持 LlamaIndex、Swarm、PydanticAI、AutoGen 和 Dify 等更多框架。
  • 持续集成
    • 提供代码风格检查和自动化的发布流程,确保代码质量。
  • 改进的报告设计
    • SVG 图表优化,提升可读性和显示效果。

📚 详细文档

项目背景

随着 AI 系统的复杂性和广泛应用,确保其安全性和透明度变得至关重要。Agentic Radar 旨在通过自动化分析和修复功能,帮助开发人员在早期阶段识别潜在风险,从而构建更可靠、更安全的 AI 系统。

如何工作

1. 扫描与分析

  • 代码解析:自动解析工作流程中的代码结构。
  • 依赖检查:扫描第三方库和工具的潜在漏洞。
  • 数据流跟踪:识别敏感数据的流动路径。

2. 可视化与报告

  • 交互式仪表板:提供详细的系统架构图和风险分布图。
  • 修复建议:根据检测到的问题,生成定制化的修复建议。

3. 持续改进

  • 定期扫描:支持定期扫描,跟踪工作流程的变化。
  • 社区支持:与开发人员社区协作,持续优化工具功能。

博客教程

支持与贡献

加入社区

商业支持

  • 联系我们:support@agentic-radar.com

常见问题

  1. Agentic Radar 支持哪些框架?
    现在支持 LangGraph、CrewAI、n8n 和 OpenAI Agents,更多框架即将加入。
  2. 如何开始使用 Agentic Radar?
    参照快速入门指南,即可轻松上手。
  3. Agentic Radar 是否开源?
    是的,源代码托管在 GitHub 上,欢迎贡献!

联系我们

Agentic Radar 帮助您构建更安全、更透明的 AI 系统,让您的开发过程更加高效和可靠。

help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端