用途：对 LLM、聊天机器人、Copilot、RAG 管线、AI 智能体与 MCP 服务器、模型制品及模型 API 进行授权红队测试与安全审计。
主要能力：直接与间接提示注入、系统提示泄露、多轮越狱（Crescendo、Skeleton Key）、Best-of-N/多示例/令牌走私；RAG 知识库投毒、嵌入碰撞与检索劫持、嵌入反演、跨租户检索泄露；MCP 工具投毒与 rug-pull、命令注入 RCE、过度代理与混淆代理滥用；模型制品反序列化载荷扫描（pickle/keras/zip 走私）；模型窃取/蒸馏、成员推断、对抗后缀（GCG）。结果可映射到 OWASP LLM Top-10（2025）与 MITRE ATLAS。
使用方式：设置 TARGET_URL 后运行脚本，例如 python3 scripts/promptinject_harness.py --url $TARGET_URL --suite all --out out/pi.jsonl；RAG 投毒用 scripts/rag_poisoner.py craft；MCP 审计用 scripts/mcp_tool_audit.py --config ~/.config/mcp/servers.json；模型加载前扫描用 python3 scripts/model_scan.py ./downloaded_model/ --deep --json out/modelscan.jsonl；模型窃取与成员推断用 scripts/model_extractor.py。可配合 garak、modelscan、fickling、MCP Inspector 等工具。
适用场景：AI 应用上线前安全评估、RAG 与智能体权限审计、模型供应链检查、API 滥用与数据泄露风险评估。
限制：仅限获得授权的测试目标；部分技术需白盒权重或写入知识库权限；资料未提供具体收费、价格与平台支持信息。