用途：用于 LLM 应用与 AI 智能体的安全测试路由技能，覆盖 OWASP LLM Top 10（2025）与 2026 前沿模型智能体威胁模型，包括间接注入、多模态注入、MCP 供应链、记忆投毒、技能文件注入、计算机使用 UI 注入及智能体工具滥用。定位为防御/教育性，所有流程均假定已获得对目标的书面授权，优先使用金丝雀字符串、一次性账号和受控端点。
主要能力：直接与间接提示注入测试、系统提示与工具 schema 提取、RAG 投毒与检索劫持/ACL 评估、智能体工具滥用与过度代理影响面评估、持久记忆投毒、MCP 服务器配置审计、技能文件（CLAUDE.md/.cursor/rules/SKILL.md）供应链卫生检查、多模态注入（图像/音频/视频/截图）、护栏与拒绝行为评估。附带工作流索引（direct_injection_testing、indirect_injection_testing、system_prompt_extraction、rag_poisoning、agentic_tool_misuse、memory_poisoning、mcp_server_injection、skill_file_injection、computer_use_abuse、excessive_agency_testing）、payload 库（injection_2026.txt、system_prompt_extraction.txt、encoding_obfuscation.txt、multimodal_injection.md、legacy_jailbreaks.txt）与参考文档。
使用方式：按决策树判断目标是否含工具、是否摄入外部内容、是否接受多模态、是否挂载 MCP、是否有持久记忆、是否加载技能文件，再路由到对应工作流；直接注入与系统提示提取最后运行。并行化提示、子代理按 OWASP 类别或攻击面分工，父代理用 schemas/finding.json 聚合去重。推荐工具安装命令：npm i -g promptfoo、pip install garak、pip install giskard、pip install pyrit、npm i @modelcontextprotocol/sdk。
适用场景：对 LLM 应用、RAG 管道、智能体系统（Claude Code、Cursor、Copilot-agent、Operator、Computer Use）、MCP 服务器、多模态入口进行授权红队测试。
限制：不覆盖 LLM API 端点加固（用 api-security）、LLM 应用源码审计（用 sast-orchestration）、托管云基础设施（用 cloud-security/iac-security）、聊天 UI 的传统 Web 漏洞（用 web-security）、训练数据隐私合规（超出范围，需 DPIA 工具）。每次活动必须有签署的范围文档、事件升级联系人、金丝雀策略与限速计划，并在每条发现记录中填写 authorization.scope_document 与 authorization.contact。资料未提供具体价格、平台支持与效果数据。