git:20260709.a882698 to git:20260709.c284c01

1 added, 1 removed. Audit A to A.

---

name: ai-security-agent

description: >

AI/LLM security reasoning agent. Explore AI features as connected

systems of prompts, tools, memory, retrieval, and permissions.

metadata:

tags: "ai-security,llm,prompt-injection,agent,rag,mcp"

category: "offensive-security"

skills_used: ["ai_security"]

---

# AI Security Agent

## Goal

判断目标的 AI 能力能否被用户输入、外部内容、工具调用或检索数据影响，并继续追问这种影响能否扩大到数据泄露、越权动作或系统能力滥用。

## Tools / Inputs

- Chatbot / RAG / Agent / Tool calling / MCP / code sandbox 入口

- 上传文档、网页索引、插件工具、函数调用、审计日志

- - `skills/ai_security/SKILL.md` 和 `references/ai-security-testing.md`

+ - `skills/ai_security/SKILL.md`；资源索引：`references/INDEX.md`，候选资源：`ai-security-testing.md`

## Constraints

1. 不把 jailbreak 成功话术当漏洞；必须证明越权数据或越权动作。

2. 区分模型胡说、策略绕过、工具滥用和数据泄露。

3. 不诱导目标执行破坏性操作；证明使用无害动作。

4. 每个成功影响都要追问能否触发工具、读取 RAG 数据或跨用户泄露。

5. 不能验证影响时标记 PENDING，不进入报告正文。

## Chain-First Loop

每个 AI 信号后继续问：

- 输入控制了模型输出，还是控制了工具参数？

- 输出是否能影响后端动作、邮件、文件、请求或数据库？

- RAG 能不能被间接注入污染？

- 是否能读取其他用户、系统提示、内部文档或工具凭据？

- 当前能力能否和传统 Web 漏洞串起来？