Garak MCP

安全官方认证 Python

🚀 MCP 服务器用于 Garak LLM 漏洞扫描器

这是一个轻量级的 MCP（模型上下文协议）服务器，专为 Garak 打造，可助力进行 LLM 漏洞扫描。

示例链接： https://github.com/user-attachments/assets/f6095d26-2b79-4ef7-a889-fd6be27bbbda

本 MCP 服务器可用于 Garak 进行 LLM 漏洞扫描，通过提供的一系列工具，能方便地列出模型类型、模型、攻击探测器，获取报告以及运行攻击等操作。

Python 3.11 或更高版本：此项目要求 Python 3.11 或更晚版本。
```
# 检查你的 Python 版本
python --version
```
安装 uv：一个快速的 Python 包安装程序和解析器。
```
pip install uv
```
或使用 Homebrew：
```
brew install uv
```
可选：Ollama：如果你希望运行 Ollama 模型的攻击，请确保 Ollama 服务器正在运行。
```
ollama serve
```

克隆此仓库：

git clone https://github.com/BIGdeadLock/Garak-MCP.git

配置你的 MCP 主机（如 Claude Desktop、Cursor 等）：

{
"mcpServers": {
"garak-mcp": {
"command": "uv",
"args": ["--directory", "path-to/Garak-MCP", "run", "garak-server"],
"env": {}
}
}
}

名称	描述
list_model_types	列出所有可用的模型类型（ollama、openai、huggingface、ggml）
list_models	根据给定的模型类型列出所有可用模型
list_garak_probes	列出所有可用的 Garak 攻击/探测器
get_report	获取上次运行的报告
run_attack	使用指定模型和探测器运行攻击

list_model_types
- 列出所有可用于攻击的所有模型类型
- 返回支持的模型类型的列表（ollama、openai、huggingface、ggml）
list_models
- 根据给定的模型类型列出所有可用模型
- 输入参数：
  - model_type（字符串，必需）：要列出的模型类型（ollama、openai、huggingface、ggml）
- 返回指定类型的可用模型列表
list_garak_probes
- 列出所有可用的 Garak 攻击/探测器
- 返回所有可用的攻击/探测器列表
get_report
- 获取上次运行的报告
- 返回报告文件的路径
run_attack
- 使用指定模型和探测器运行攻击
- 输入参数：
  - model_type（字符串，必需）：要使用的模型类型
  - model_name（字符串，必需）：要使用的模型名称
  - probe_name（字符串，必需）：要使用的攻击/探测器名称
- 返回发现的漏洞列表