Garak LLM 漏洞扫描器的 MCP 服务器

一个轻量级的 MCP（模型上下文协议）服务器用于 Garak。

示例：

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

---

提供的工具

概览

名称	描述
list_model_types	列出所有可用的模型类型（ollama, openai, huggingface, ggml）
list_models	列出给定模型类型的所有可用模型
list_garak_probes	列出所有可用的 Garak 攻击/探测
get_report	获取上次运行的报告
run_attack	使用指定的模型和探测执行攻击

详细描述

• list_model_types

  • 列出可用于攻击的所有可用模型类型
  • 返回支持的模型类型列表（ollama, openai, huggingface, ggml）

• list_models

  • 列出给定模型类型的所有可用模型
  • 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
  • 返回可以运行的所有探测/攻击列表

• get_report

  • 获取上次运行的报告
  • 返回报告文件的路径

• run_attack

  • 使用给定的模型和探测执行攻击
  • 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/探测名称
  • 返回发现的漏洞列表

---

先决条件

1. Python 3.11 或更高版本：此项目需要 Python 3.11 或更新版本。

   # 检查你的 Python 版本
   python --version
   

2. 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
   

3. 可选：Ollama：如果你想在 ollama 模型上运行攻击，请确保 ollama 服务器正在运行。

ollama serve

---

安装

1. 克隆此仓库：

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

2. 配置你的 MCP 主机（Claude Desktop, Cursor 等）：

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

---

已测试于：

• Cursor
• Claude Desktop

---

未来步骤

• 添加对 Smithery AI 的支持：Docker 和配置
• 改进报告
• 测试和验证 OpenAI 模型（GPT-3.5, GPT-4）
• 测试和验证 HuggingFace 模型
• 测试和验证本地 GGML 模型