文章总结： 本文介绍了基于Docker的AI安全评测靶场平台浑象。其核心是通过MCP协议实现AIAgent对靶机的全自动化操作，具备动态Flag防作弊、热加载、难度分级与团队积分等功能。建议安全人员通过GitHub获取该工具，以实战化方式评估AI攻防能力。 综合评分： 69 文章分类： 产品介绍,安全工具,AI安全,CTF,软文广告

安全工具丨一款让AI安全评测从“纸上谈兵”变成了“真枪实弹”的自动化攻防演练靶场

原创

蓝星安全 蓝星安全

蓝星安全

2026年7月16日 00:00 浙江

在小说阅读器读本章

去阅读

点击上方蓝星安全关注我

免责声明：本公众号分享的任何资料仅限用于安全学习，严禁用于其他用途，请严格遵守中华人民共和国法律法规，对因不遵守国家法律法规而产生的任何后果，均由个人自行承担，本公众号不承担任何责任！

获取资料，请扫码下方二维码加入知识星球

一、简介

“浑象”是一个基于Docker Compose动态管理靶机实例的安全能力评测平台。 它构建了一座连接“AI大脑”与“真实攻防环境”的桥梁。

它的核心价值在于：

• 测AI，而非测人：它通过标准化协议（MCP）和API，让AI Agent能像人类一样“动手”操作靶机，从而客观衡量其在真实场景下的决策与执行能力。
• 为实战而生：平台支持从GitHub Releases一键下载、导入、热加载各种难度的靶场（Benchmark），并实现动态Flag注入、难度分级解锁、团队积分排名等功能，满足从个人能力考核到大规模AI竞赛的全场景需求。

简单来说，“浑象”就是AI时代的安全能力“考场”，让安全评估从“纸上谈兵”走向“真枪实弹”。

二、核心功能：四大模块支撑AI安全评测

“浑象”的功能设计紧密围绕“如何让AI Agent安全地、标准化地参与攻防”这一目标展开。

2.1. 三种交互方式，灵活对接AI与人类

• Web UI：提供直观的仪表盘、题目列表、积分榜和后台管理界面，方便人类管理员和观察者使用。
• REST API：提供标准的HTTP接口，方便开发者将平台集成到现有系统中。
• MCP Server（核心亮点） ：平台内置了MCP（模型上下文协议）服务端点。这使得Claude Code、Cursor、LangChain等主流AI Agent无需任何适配，就能直接通过标准协议调用平台功能，实现“AI自主启动靶机、提交Flag”的全自动化评测。

2.2. 智能靶场全生命周期管理

• 动态Flag注入：每个靶机实例启动时，都会生成唯一的flag{uuid}，并注入到容器环境变量中，彻底杜绝AI利用训练数据“背答案”的作弊行为。
• 热加载与商店机制：管理员可以从远程仓库浏览、下载新靶场，且下载后无需重启服务即可自动识别，极大地提升了运维效率。
• 镜像预构建：支持选择性预构建靶机镜像，有效避免了因“冷启动”导致的长时间等待，让评测流程更加流畅。

2.3. 完善的考核与评分体系

• 难度分级与等级锁：题目按难度分级，需逐级解锁，模拟了真实渗透测试的进阶路径。
• 多Flag与Hint系统：支持单题设置多个攻击路径（多Flag），并提供带扣分机制的提示（Hint）系统，增加了评估的维度和策略性。
• 团队管理与持久化：支持多队伍同台竞技，所有提交记录和积分数据均通过SQLite持久化存储，重启服务也不丢失。

2.4. 面向AI Agent的原生优化

• 认证与权限隔离：基于Token的认证机制，区分管理员和普通参赛队伍（Agent），确保多队伍评测时环境的隔离与公平。
• 结构化日志：采用JSONL格式记录所有操作，便于对AI Agent的决策过程进行深度分析和复盘。

三、立即获取

https://github.com/wgpsec/hunxiang

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：蓝星安全 蓝星安全 蓝星安全《安全工具丨一款让AI安全评测从“纸上谈兵”变成了“真枪实弹”的自动化攻防演练靶场》