PromptFuzzer MCP

安全官方认证 Python

🚀 用于Garak LLM漏洞扫描器的轻量级MCP（模型上下文协议）服务器

本项目提供了一个轻量级MCP服务器，用于Garak LLM漏洞扫描器。它可以列出可用的模型类型和模型，列出Garak攻击/探测器，获取运行报告以及运行攻击，帮助用户检测LLM的漏洞。

在使用该工具前，请确保满足以下先决条件：

Python 3.11或更高版本：该项目需要Python 3.11或更新版本。
```
# 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：如果你希望在ollama模型上运行攻击，请确保Ollama服务器正在运行。

ollama serve

属性	详情
功能	可列出可用模型类型、模型、Garak攻击/探测器，获取运行报告，运行攻击
支持模型类型	ollama、openai、huggingface、ggml

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

{
"mcpServers": {
"garak-mcp": {
"command": "uv",
"args": ["--directory", "Garak-MCP所在路径", "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	列出指定模型类型的可用模型
list_garak_probes	列出所有可用的Garak攻击/探测器
get_report	获取最后一次运行的报告
run_attack	使用给定的模型和探测器运行攻击

list_model_types：
- 列出所有可用于攻击的模型类型。
- 返回支持的模型类型的列表（ollama、openai、huggingface、ggml）。
list_models：
- 列出指定模型类型的可用模型。
- 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。
- 返回可用探测器/攻击的列表。
get_report：
- 获取最后一次运行的报告。
- 返回报告文件的路径。
run_attack：
- 使用给定的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。