crucible

   ██████╗██████╗ ██╗   ██╗ ██████╗██╗██████╗ ██╗     ███████╗
  ██╔════╝██╔══██╗██║   ██║██╔════╝██║██╔══██╗██║     ██╔════╝
  ██║     ██████╔╝██║   ██║██║     ██║██████╔╝██║     █████╗
  ██║     ██╔══██╗██║   ██║██║     ██║██╔══██╗██║     ██╔══╝
  ╚██████╗██║  ██║╚██████╔╝╚██████╗██║██████╔╝███████╗███████╗
   ╚═════╝╚═╝  ╚═╝ ╚═════╝  ╚═════╝╚═╝╚═════╝ ╚══════╝╚══════╝
  

pip install crucible-security

crucible init --target https://my-agent.com/api/chat
crucible scan --target https://my-agent.com/api/chat
crucible report crucible-report.json

python examples/test_langchain_agent.py

python examples/test_openai_assistant.py

# 生成配置
crucible init --target URL --provider openai --key sk-xxx

# 运行标准扫描
crucible scan \
  --target https://my-agent.com/api/chat \
  --name "My ChatBot" \
  --header "Authorization: Bearer sk-xxx" \
  --timeout 30 \
  --concurrency 5

# 运行带载荷变形的扫描（绕过WAF/护栏）
crucible scan --target URL --mutate

# 多轮攻击策略
crucible scan --target URL --strategy multi-turn

# 使用智能体配置文件定位攻击
crucible profile --target URL --output agent_profile.json
crucible scan --target URL --profile agent_profile.json

# 行为完整性审计（多轮漂移检测）
crucible behavioral-audit \
  --target https://my-agent.com/api/chat \
  --baseline-turns 5 \
  --probe-turns 15

# 从扫描结果生成欧盟AI法案合规报告
crucible scan --target URL --output json > results.json
crucible compliance-report --results results.json --output compliance.md

# CI/CD的JSON输出
crucible scan --target URL --output json > report.json

# 本地模型扫描（Ollama, LM Studio, HuggingFace TGI）
crucible scan --target http://localhost:11434 --format-preset ollama --model llama3

# 全局速率限制（每秒2个请求）
crucible scan --target URL --rate-limit 2

# 通过YAML文件强制执行范围
crucible scan --target URL --scope-file scope.yaml

# 审计MCP服务器是否存在工具投毒、命令注入和OAuth作用域滥用
crucible mcp-scan --server https://my-mcp.example.com

# 带认证头与JSON输出
crucible mcp-scan --server http://localhost:3000 \
  --header "Authorization: Bearer sk-xxx" \
  --output mcp-report.json

# 重新渲染保存的报告
crucible report report.json

# 运行带有bootstrap统计置信区间的扫描（每个攻击运行10次，计算95%置信区间）
crucible scan --target URL --confidence --confidence-runs 10

# 验证追踪策略YAML文件
crucible trace validate-policy policy.yaml

# 启动MCP拦截与审计追踪代理（普通HTTP）
crucible trace start --listen 8080 --upstream http://localhost:8001 --policy policy.yaml --log audit.jsonl

# 启动代理并使用原生TLS终止（自动生成的自签名开发证书）
crucible trace start --listen 9443 --upstream http://localhost:8001 --policy policy.yaml --tls-self-signed

# 启动代理并使用自定义证书/密钥文件进行原生TLS终止
crucible trace start --listen 9443 --upstream http://localhost:8001 --policy policy.yaml --tls --tls-cert cert.pem --tls-key key.pem

# 从追踪审计日志文件生成摘要报告
crucible trace report audit.jsonl

# 使用语义锚点注入（技术1）植入被投毒文档
crucible poison-test plant --topic "company secrets" --technique 1 --output secret.txt

# 运行端到端自动化植入与查询的RAG投毒生命周期
crucible poison-test rag --ingest-url http://api/ingest --query-url http://api/query --topic "finances"

# 列出活跃的投毒评估会话
crucible poison-test list

# 检查特定投毒会话的状态
crucible poison-test status <session-id>

# 列出所有12个参考目标（6个脆弱，6个加固）
crucible target list

# 启动特定参考目标（例如sql_vulnerable）在端口9000上
crucible target start --name sql_vulnerable --port 9000

# 启动所有12个目标，运行健康检查与真值验证，输出JSON报告
crucible target validate --output ground_truth_report.json

# .github/workflows/security.yml
- uses: actions/checkout@v4
- run: pip install crucible-security
- run: crucible scan --target ${{ secrets.AGENT_URL }} --fail-on CRITICAL

- name: Crucible Security Scan
  uses: crucible-security/[email protected]
  with:
    target: ${{ secrets.AGENT_URL }}
    format_preset: openai
    model: gpt-4o
    headers: '{"Authorization": "Bearer ${{ secrets.OPENAI_API_KEY }}"}'
    fail_on_grade: C # 如果等级为C、D或F，工作流将失败

crucible/
  models.py                    # Pydantic数据模型
  cli.py                       # Typer CLI（scan, behavioral-audit, profile, compliance-report）
  attacks/
    base.py                    # BaseAttack抽象基类
    prompt_injection.py        # 50个攻击向量
    goal_hijacking.py          # 20个攻击向量
    jailbreaks.py              # 20个攻击向量
    enterprise_graph.py        # 跨智能体信任攻击
    memory_poisoning.py        # 持久状态攻击
    behavioral_escalation.py   # 多轮提权序列（v0.3）
    multi_turn_strategies.py   # Crescendo与上下文混淆（v0.3）
    profile_templates/         # 智能体类型检测模板（v0.3）
    multi_agent_contagion.py   # 跨智能体信任攻击（v0.4）
    dynamic_generator.py       # 研究驱动的攻击生成（v0.4）
    hallucination.py           # 15种幻觉/过度依赖攻击（v0.5）
    toxicity.py                # 20种毒性/安全攻击（v0.5）
  modules/
    base.py                    # BaseModule抽象基类
    security.py                # 模块注册表
  core/
    runner.py                  # 异步并行扫描引擎（anyio）
    scorer.py                  # 基于扣分的评分与分级
    mutation_engine.py         # 载荷混淆（6种策略）
    behavioral_engine.py       # 多轮行为漂移引擎（v0.3）
    multi_turn_engine.py       # 多轮攻击运行器（v0.3）
    profiler.py                # 智能体能力分析器（v0.3）
    compliance_engine.py       # 欧盟AI法案映射引擎（v0.3）
    reporter.py                # 漏洞赏金报告生成器
    cache.py                   # 基于TTL的扫描结果缓存
    research_engine.py         # 自主研究编排器（v0.4）
    patcher.py                 # 自动修复引擎（v0.4）
    canary.py                  # 主动欺骗金丝雀（v0.4）
    statistics.py              # 零依赖bootstrap置信度引擎（v0.6.1）
  reporters/
    base.py                    # BaseReporter抽象基类
    terminal.py                # Rich终端渲染器
    json_reporter.py           # JSON文件导出器
    html_reporter.py           # 交互式HTML报告
    slack.py                   # Slack Webhook报告器
    compliance_reporter.py     # 合规Markdown/JSON报告器（v0.3）
    huntr_reporter.py          # 漏洞赏金提交报告器（v0.4）
    sarif_reporter.py          # 将结果导出为SARIF 2.1.0（v0.5）
    atlas_reporter.py          # MITRE ATLAS合规映射器（v0.6）
    nist_reporter.py           # NIST AI RMF合规映射器（v0.6）
  poison/                      # 有状态内存与RAG投毒包（v0.8.0）
    session_store.py           # 原子化JSON投毒会话存储
    document_generator.py      # 实现4种对抗性植入技术
  trace/                       # MCP工具调用拦截与策略代理（v0.7.0）
    models.py                  # Pydantic追踪模型
    policy.py                  # YAML规则评估引擎
    audit_log.py               # 追加式线程安全JSONL日志器
    proxy.py                   # 基于anyio与h11的异步TCP反向代理
  targets/                     # 参考目标套件，用于真值评估（v0.18.0）
    base_target.py             # 基于Python标准库的抽象HTTP目标基类
    registry.py                # 中央目标注册表，将名称映射到类
    runner.py                  # 上下文管理器，用于干净地启动和停止目标

✗ 预检失败：目标返回405 Method Not Allowed。
  您指定了--method GET，但此端点需要POST。
  请重新运行时不使用--method GET，或使用--skip-preflight跳过此检查。