Original en inglés: https://argusic.com/subject/agentic-security
agentic_security
Escáner de vulnerabilidades LLM agentic / kit de red teaming de IA
Funcionafuente: GitHubsitio webPythonApache-2.0commit b9755a9ead2f
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: agent framework, agent security, ai red team, llm evaluation, llm evaluation framework, llm fuzzer, llm fuzzer aggregator y llm fuzzing.
agentic_security funciona. Un agent de Argusic lo instaló en 18 minutos y encontró 7 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Agentic Security LLM vulnerability scanner is fully installed, all 390 unit and integration tests pass, the FastAPI server starts and responds on /health (HTTP 200) and /v1/self-probe (returns mock OpenAI-style completion).
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 100 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- Forward reference annotations fail without from __future__ import annotations on Python 3.123 minutos
- pyproject.toml required Python >=3.14 but only 3.12 available1 minuto
- Missing test packages: inline-snapshot, huggingface-hub, pytest-mock, pytest-asyncio1 minuto
- scikit-learn 1.9.1 broke OneClassSVM predict via missing _effective_probability1 minuto
- Old-style except syntax except X, Y: not supported0,5 minutos
- UTF-8 BOM in 3 module files causing parse errors0,5 minutos
- Tiempo de instalación
- 18 minutos
- De máquina en frío a terminar
- 19 minutos
- Errores encontrados y corregidos
- 7 encontrados, 7 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest: 390 passed, 3 skipped; uvicorn server on :9095 returns 200 on /health with body {'status':'ok'}; curl POST /v1/self-probe returns mock chat completion
- Tokens de modelo usados
- 208.288
- Commit exacto probado
- b9755a9ead2f
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación del intento 1, ejecutado el , el intento que decidió el veredicto anterior. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
succeeded in 0ms:
Started: 22:15
Now: 22:33
exec
/bin/sh -lc "echo \"ARGUSIC_RESULT: {\\\"install_succeeded\\\": true, \\\"launch_succeeded\\\": tru…
succeeded in 0ms:
exec
/bin/sh -lc '# Final cleanup
pkill -f uvicorn 2>/dev/null; echo "done"' in /work/repo
exited 143 in 0ms:
tokens used
208,288Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se recuperó de los 7 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia Apache-2.0, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Tardó 18 minutos en instalarse, más lento que la mediana de los 61 proyectos comparables que ha medido Argusic.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 62 proyectos de agent-framework que Argusic ha instalado y cronometrado, agentic_security fue el 53.º más rápido en llegar a funcionar, y 48 de 62 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
Temas (de GitHub)
agent-frameworkagent-securityai-red-teamllm-evaluationllm-evaluation-frameworkllm-fuzzerllm-fuzzer-aggregatorllm-fuzzingllm-guardrailsllm-jailbreaksllm-scannerllm-securityllm-vulnerabilitiesprompt-testing
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/agentic-security)Preguntas
- ¿Funciona agentic_security?
- Sí. agentic_security funciona. Argusic lo instaló y lo inició en una máquina limpia en 18 minutos, con 7 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic agentic_security?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit b9755a9ead2f. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar agentic_security?
- La ejecución que produjo este veredicto costó 0,12 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda agentic_security en instalarse?
- 18 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita agentic_security una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar agentic_security?
- En la ejecución registrada fallaron 7 cosas, y 7 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara agentic_security con las alternativas?
- De los 62 proyectos de agent-framework que Argusic ha instalado y cronometrado, agentic_security fue el 53.º más rápido en llegar a funcionar, y 48 de 62 llegaron a funcionar.
- ¿Dónde está la evidencia de agentic_security?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.