测试 AI 智能体系统是否存在工具滥用、记忆投毒、目标劫持等风险。
Haryy985/yunkun-console-preview
为安全智能体提供授权渗透测试的成套方法,涵盖信息收集、API 攻击到 AI 智能体与 MCP 安全。
- 31 个技能
- 135 Star
装得最多的 5 个
检查 AI 智能体的身份、角色与权限边界,发现逃逸、冒充和凭据泄露。
测试 API 认证和 JWT 处理,发现声明伪造、请求头欺骗和限流缺失。
收集网站的 API 接口,梳理可测试的接口范围。
其余 26 个技能
在测试前发现 API 接口、数据结构、版本和隐藏文档。
统一检查 REST、GraphQL、网关、令牌和文件接口的安全弱点。
测试支付、订单、优惠券和审批流程中的业务逻辑漏洞与状态滥用。
检查 Java、PHP、Python 应用的不安全反序列化,防止代码执行等风险。
测试文件上传功能,找出可绕过限制上传恶意文件的方法。
测试 GraphQL 接口的信息泄露、注入、越权和恶意查询问题。
测试 MCP 服务器和工具是否存在描述投毒、隐藏指令和令牌窃取。
测试 OAuth、OIDC 和 SSO 登录流程中的跳转劫持、CSRF 和令牌泄露。
自动操作浏览器,并在网页上运行 Playwright 测试。
测试会读取外部数据的 AI 系统是否存在间接提示注入和数据泄露。
测试网页应用中的竞争条件、并发滥用和限流绕过问题。
梳理目标资产、识别技术栈,并制定结构化的测试计划。
测试代理、CDN 与源站之间的 HTTP 请求走私和不同步问题。
通过 MCP 管理 ScopeSentry 的扫描项目、任务、模板和资产。
用分层思考模型和 OWASP/WSTG 对照来规划系统的安全测试。
在授权安全流程中统筹信息收集、目标画像、验证和证据复现。
在测试前收集并整理资产、路由、接口和技术信息,形成证据图谱。
测试进入 SQL 查询的输入是否存在注入,包括盲注和带外注入。
每次只验证一个有边界的发现假设,并以证据形式返回结果。
把授权发现整理成带证据、危害等级和复现步骤的报告。
检测 URL 抓取、Webhook、PDF 生成等功能是否存在服务端请求伪造和内网访问风险。
梳理目标的技术栈、信任边界和攻击面,排出优先测试顺序。
检查 WebSocket 握手和实时通道是否存在跨站劫持等常见问题。
发现并验证反射型、存储型和 DOM 跨站脚本,包括绕过 WAF 和 CSP。
在云鲲中规划授权安全验证任务,输出 HTTP 报文证据和经审核的报告。