开源命令行工具,用于探测大语言模型在提示注入、数据泄露、越狱和有害输出等方面的漏洞。
ifixai-ai/iFixAi
一款 Python 命令行工具,通过 61 项检测审计 AI 智能体是否按职责行事、能否抵御操纵、是否编造信息。
- Star
- 43,588
- Fork
- 1,785
- 未关闭 Issue
- 3
- 最近提交
- 20小时前
这是什么?
iFixAi 是一款面向 AI 智能体的独立审计工具。它根据配置文件搭建一个模拟业务环境,向智能体发送日常会遇到的各类请求,包括超出其职责范围的请求,再由独立的评审模型为每条回复打分,并记录提问内容与智能体的实际操作。
默认运行覆盖 10 项检测,只需普通的聊天接口即可进行,涵盖工具权限、提示词注入、策略违规、跨用户数据泄露、不确定性处理和指令遵循等方面。使用 --full-run 可运行全部 61 项检测,无法适用于该智能体的项目会被自动跳过。结果从五个核心维度给出 A 到 F 的评级,其中三项强制最低标准未通过时,评级上限为 D。
评审模型会选择与被测智能体不同服务商的模型。报告以 JSON 和 Markdown 格式输出,可通过 --min-score 参数在 CI 中设置质量门槛。内置的演示智能体无需 API 密钥即可体验完整流程。
核心功能
- 01通过标准聊天接口快速运行 10 项默认检测。
- 02借助 --full-run 选项运行全部 61 项检测。
- 03评审模型选用与被测智能体不同服务商的模型。
- 04结果按 A 到 F 评级,强制项未通过时限制最高等级。
- 05支持导出 JSON 与 Markdown 报告,并可用于 CI 分数门槛。
适用场景
- 检查客服智能体是否遵守退款和账户变更的权限规定。
- 在上线前测试智能体对提示词注入的抵御能力。
- 为 EU AI Act、NIST AI RMF 等 AI 治理框架整理审计证据。
- 在 CI 流程中为智能体行为设置回归检查。
快速上手
- 1
创建并激活虚拟环境
python3 -m venv .venv && source .venv/bin/activate - 2
从 PyPI 安装 iFixAi
pip install ifixai - 3
生成参考模拟环境
ifixai author reference -o reference.yaml - 4
使用内置演示代理运行默认检查(无需 API 密钥)
ifixai run --provider mock --eval-mode self --fixture reference.yaml
使用前须知
- 进行真实审计需要来自其他提供商的评判模型及其 API 密钥。
- 需要 Python 3.10 或更高版本。
收录于专题
标签
常见问题
- iFixAi 是什么?
- 一款 Python 命令行工具,通过 61 项检测审计 AI 智能体是否按职责行事、能否抵御操纵、是否编造信息。 iFixAi 是一款面向 AI 智能体的独立审计工具。它根据配置文件搭建一个模拟业务环境,向智能体发送日常会遇到的各类请求,包括超出其职责范围的请求,再由独立的评审模型为每条回复打分,并记录提问内容与智能体的实际操作。
- iFixAi 可以免费使用吗?用的什么许可证?
- iFixAi 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- iFixAi 还在维护吗?
- 活跃维护中。iFixAi 最近一次提交是在 2026年11月6日。
- iFixAi 适合用来做什么?
- 检查客服智能体是否遵守退款和账户变更的权限规定。 在上线前测试智能体对提示词注入的抵御能力。 为 EU AI Act、NIST AI RMF 等 AI 治理框架整理审计证据。 在 CI 流程中为智能体行为设置回归检查。
- iFixAi 怎么安装和运行?
- 创建并激活虚拟环境: python3 -m venv .venv && source .venv/bin/activate 从 PyPI 安装 iFixAi: pip install ifixai 生成参考模拟环境: ifixai author reference -o reference.yaml 使用内置演示代理运行默认检查(无需 API 密钥): ifixai run --provider mock --eval-mode self --fixture reference.yaml
- 在哪里获取 iFixAi?
- 源代码和安装说明在 GitHub 上:https://github.com/ifixai-ai/iFixAi
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
开源 Python 框架,用于对 LLM 系统和 AI 智能体进行红队测试,模拟攻击发现漏洞并提供生产环境防护。
基于不确定性量化检测大语言模型幻觉的 Python 库,提供多类置信度评分器。
开源 Python 库,用于对 LLM 与智能体系统编写评测、红队测试和漏洞扫描。
用于评估 LLM、安全护栏和 LLM 应用抵御提示注入与越狱攻击能力的 Python 工具包。
可自托管的 AI 治理平台,用于管理 AI 风险、满足 EU AI Act、ISO 42001 等合规框架要求,并支持 LLM 评测。