Tencent/AI-Infra-Guard

通过 Agent 扫描、技能扫描、MCP 扫描、AI 基础设施扫描和 LLM 越狱评估，自动化检测 AI 系统中的安全漏洞和攻击面。

一句话商业模式

为AI 安全团队和企业解决AI 系统面临的安全漏洞和攻击风险，通过开源的全栈 AI 红队测试平台提供价值，主要依靠开源免费，潜在收费方式为高级支持或企业版（假设）赚钱

商业模式画布

提供全栈自动化红队测试，覆盖从模型到基础设施的多个层面，帮助用户快速识别和缓解安全风险

评分解析

研究分 73

这是什么

是什么
一个全栈 AI 红队测试平台，用于评估和加固 AI 系统的安全性。
给谁用
AI 安全研究人员、开发者和企业安全团队，特别是那些部署了 LLM、Agent 或 AI 基础设施的组织。
← 返回今日精选
T

Tencent/AI-Infra-Guard

通过 Agent 扫描、技能扫描、MCP 扫描、AI 基础设施扫描和 LLM 越狱评估，自动化检测 AI 系统中的安全漏洞和攻击面。

73

一句话商业模式

为AI 安全团队和企业解决AI 系统面临的安全漏洞和攻击风险，通过开源的全栈 AI 红队测试平台提供价值，主要依靠开源免费，潜在收费方式为高级支持或企业版（假设）赚钱

开发者工具AI开源安全红队测试团队 未知（腾讯内部团队开发，具体人数未公开）发布 2024年12月25日（GitHub 创建日期）最后同步 2026-08-20
访问官网

商业模式画布

Business Model Canvas · 9 大模块完整填涂

重要合作Key Partnerships
腾讯内部 AI 安全团队、开源社区贡献者、AI 安全研究机构
关键业务Key Activities
开发维护开源代码、更新扫描规则、响应社区 issue、撰写安全报告
价值主张Value Propositions
提供全栈自动化红队测试，覆盖从模型到基础设施的多个层面，帮助用户快速识别和缓解安全风险
客户关系Customer Relationships
通过 GitHub Issues、Pull Requests 和社区讨论维护用户关系
客户细分Customer Segments
AI 安全研究人员、开发者和企业安全团队
核心资源Key Resources
GitHub 仓库、腾讯的技术支持、开源社区
渠道通路Channels
通过 GitHub 开源社区、Hacker News 讨论、腾讯品牌影响力以及 AI 安全会议推广
成本结构Cost Structure
开发人员成本、服务器维护（如 CI/CD）、社区管理成本
收入来源Revenue Streams
通过开源吸引用户，未来可能提供企业级支持、定制化扫描服务或安全咨询
💡 核心痛点：AI 系统（如 LLM、Agent、MCP）缺乏系统化的安全测试工具，导致漏洞难以发现和修复⚠️ 最大风险：开源项目可能面临社区贡献不足或企业采用率低的风险；同时，AI 安全领域竞争激烈，类似工具（如 Garak、PyRIT）可能抢占市场

评分解析

痛点清晰度

AI 安全漏洞（如越狱、Agent 攻击）是明确且紧迫的问题，项目直接针对这些痛点，功能描述清晰。

置信度 80%
85
付费可能性

开源项目，无直接收费模式；潜在企业支持服务可能带来收入，但市场接受度未知。

置信度 50%
40
市场与趋势

AI 安全是当前热点，随着 LLM 和 Agent 的普及，红队测试工具需求增长迅速。

置信度 90%
90
需求信号

GitHub 星标 4842 且日增 28，Hacker News 讨论，表明社区有较强需求。

置信度 80%
75
执行可行性

腾讯作为大型科技公司，有资源和经验支持项目开发；开源社区贡献可加速迭代。

置信度 80%
80
中国市场适配

中国 AI 安全市场正在发展，腾讯的品牌和开源策略有助于吸引国内用户；但国内企业可能更倾向商业安全工具。

置信度 60%
70

这是什么

是什么
一个全栈 AI 红队测试平台，用于评估和加固 AI 系统的安全性。
给谁用
AI 安全研究人员、开发者和企业安全团队，特别是那些部署了 LLM、Agent 或 AI 基础设施的组织。

关键能力

  • Agent 扫描：检测 AI Agent 的安全弱点，如权限滥用或数据泄露。
  • 技能扫描：评估 AI 技能（如插件或工具）的潜在风险。
  • MCP 扫描：针对模型上下文协议（MCP）的漏洞进行扫描。
  • AI 基础设施扫描：检查 AI 部署环境（如云服务、API 端点）的安全配置。
  • LLM 越狱评估：测试大语言模型对抗越狱攻击的能力。
  • 全栈覆盖：从模型层到基础设施层，提供全面的安全评估报告。

创业线索

团队
未知（腾讯内部团队开发，具体人数未公开） · 由腾讯开发并开源，属于大型科技公司内部项目
发布时间
2024年12月25日（GitHub 创建日期） · 项目活跃，最近推送日期为2026年8月19日（数据异常，可能为未来日期，但表明持续维护）
增长线索
GitHub 星标 4842，近期日增 28 星，热度较高
能赚多少 / 怎么赚
无公开收入线索 · 开源项目，无直接收费模式

公开信息推断，缺数据会标未知；不构成收益承诺。

GitHub 最新数据

  • 仓库：Tencent/AI-Infra-Guard
  • 星标：4,842
  • 分支：477
  • 关注：38
  • 未关闭 Issue：22
  • 主语言：Python
  • 开源协议：Apache-2.0
  • 仓库创建：2024-12-25
  • 最近推送：2026-08-19
  • 描述：A full-stack AI Red Teaming platform securing AI ecosystems via Agent Scan, Skills Scan, MCP scan, AI Infra scan and LLM jailbreak evaluation.
agentagent-securityai-infraai-red-teamingai-securityllmllm-evaluationllm-jailbreakllm-securitymcp-scan

相关新闻 / 讨论

来源数据

  • 首次采集：2026-08-20
  • 最后同步：2026-08-20
  • 材料更新：2026-08-20
  • GitHub 星标：4,842
  • GitHub 分支：477
  • 穿透材料体量：约 766 字

AI 辅助分析，仅供项目研究参考，不构成投资建议。