AgentLeak：AI Agent 隐私泄漏检测工具

yagobski/agentleak · Open-source privacy testing for AI agents. Python SDK, CLI and MCP tools to detect data leaks across tool calls, memory, inter-agent messages and logs, with redacted reports and CI gates.

GitHub原文发布未知首次收录 2026-10-20上架 2026-10-26 09:01

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

AgentLeak 是一个面向 AI Agent 的开源隐私泄漏测试工具，提供 Python SDK、CLI 和 MCP 工具。它检查工具调用、共享内存、Agent 间消息、日志和生成文件等执行通道中的数据泄漏，每条 trace 会生成脱敏报告，并基于 AgentRisk 给出风险指数；支持 CI 门禁、合规框架映射、本地 Web 平台和多种 Agent 框架集成。检测与评分默认在本地进行，不依赖云端或 LLM。

# MCP # Agent 审计 # 数据泄露 # 隐私测试 # CI 门禁

核心能力与快速开始

★ 10 · Python

能做什么: 提供 Python SDK、CLI 和 MCP 工具，用于检测 AI Agent 在工具调用、工具响应、共享内存、Agent 间消息、日志、用户输入、最终输出和生成文件等通道中的隐私泄漏；内置 PII、密钥、医疗、金融、HR 等检测器，可选 Presidio NER 和 LLM 评委；可识别 base64、hex、URL 编码等混淆副本；使用 AgentRisk 计算风险指数，并按通道报告；生成 JSON、HTML、Markdown 脱敏报告；支持在隐私策略中声明发布断言，并可作为 CI 门禁；报告可映射到 GDPR、Québec Law 25、NIST AI RMF、OWASP LLM Top 10 等法规框架；提供本地 Web 平台，包含红队测试、运行对比、泄漏路径和拓扑图；提供 LangChain、LangGraph、CrewAI、AutoGen、OpenAI Swarm、LlamaIndex、Semantic Kernel、Pydantic AI、smolagents、Google ADK、OpenTelemetry、MCP 等集成。
适用场景: 适合 AI Agent 开发者在发布前审计 Agent 执行链路中的敏感数据泄漏，例如最终回复看似正常、但共享内存或日志泄漏健康信息；适合对多 Agent 系统的消息传递与记忆通道做隐私测试；适合在 CI 中加入隐私风险门禁；适合在本地复现和对可疑泄漏路径进行调试；也适合需要将技术发现映射到合规控制项进行内部审查的团队。
项目形态: 可直接使用的工具
部署方式: 可通过 pip 安装；支持本地 CLI 和 Python SDK；GUI 可在本机运行 agentleak serve 启动本地 Web 平台；检测与评分默认本地执行，不依赖云端或 LLM；实时 Agent 运行需用户可选启用并配置自己的端点。
主要依赖: Python 环境；基础安装通过 pip install agentleak；可选 GUI、MCP、Presidio、LLM 评委等额外依赖按 extras 安装；具体硬件、API 成本和外部服务限制未说明。
使用限制: README 自述合规映射为技术证据映射，不是法律认证；默认检测以正则、字典和确定性规则为主，对改写或语境化泄漏需可选 LLM 评委；编码泄漏检测存在文档说明的未覆盖情况；实时 Agent 运行会向用户配置的端点发送场景，但该项需用户主动启用；未说明大规模部署、硬件资源消耗和第三方服务成本。
许可证: MIT
最近推送: 2026-10-20 01:22

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-20 07:00 · 卡片整理：2026-10-26 09:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

职业应用

程序员

在开发或集成 AI Agent 时，用 AgentLeak 的 Python SDK、CLI 或 MCP 工具检测工具调用、共享内存、Agent 间消息、日志和生成文件等执行通道中的敏感数据泄漏，并生成脱敏报告与风险指数；可通过 CI 门禁在发布前检查隐私泄漏。

查看内容依据

Python SDK, CLI and MCP tools to detect data leaks across tool calls, memory, inter-agent messages and logs, with redacted reports and CI gates.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

HR

AgentLeak 的 hr 检测器可识别薪资、病假、绩效评估、纪律处分和投诉等 HR 数据泄漏，用于审查涉及员工数据的 AI Agent 执行通道是否泄露此类信息。

查看内容依据

| `hr` | salary, sick leave, performance reviews, disciplinary actions, complaints |

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

VegaLoad：面向多协议的轻量级负载测试工具

VegaLoad 是一个用 Go 编写的开源负载测试工具，提供单个静态二进制文件和可脚本化的核心引擎，支持 HTTP/1.1、HTTP/2、gRPC、WebSocket、MQTT、Kafka、PostgreSQL、MySQL/MariaDB 以及原始 TCP/UDP 等协议驱动，并生成自包含的 HTML/JSON 报告，无需服务器、账户或遥测。它还支持 MCP 服务注册，使具备 MCP 能力的智能体可通过 CLI 运行测试、读取结果并解释失败；同时提供阈值、检查、基线门禁、JUnit 输出和 CI 摘要等功能。

SyntaxRAG：面向 AI 代理的本地代码检索 MCP 引擎

SyntaxRAG（SYNRAG）是一个本地代码搜索 MCP 引擎，通过 Tree-sitter 按函数、类、类型等 AST 结构切分代码，在 CPU 上用 FlashRank（TinyBERT）对 BM25 候选重排序，并构建依赖影响图。它提供搜索、文件大纲、仓库地图、影响范围分析、测试定位及受控编辑等工具，以减少 AI 代理定位代码时的 token 消耗；附带安装脚本、CLI、可选的变更监视服务和 Gemini 相关可选功能。

Brito：带代码知识图谱与可审核技能的终端编码智能体

Brito 是一个面向软件开发的编码智能体，提供命令行工具 brito-cli 和 macOS/Windows/Linux 桌面应用。它不依赖逐文件 grep 阅读，而是用 tree-sitter 增量索引构建代码知识图谱（符号、调用、导入），支持 TypeScript/JavaScript、Python、Svelte/Vue/Astro 组件及多种后端语言，可通过 graph_search、graph_callers、graph_impact 等工具快速回答“改这里会影响什么”。它还会保存记忆笔记，并在任务完成后反思生成项目技能，新技能先进入试用期，经多次成功使用后转正，涉及危险命令或修改已批准技能时需用户审批，并提供隐私检查（如拒绝密钥、curl | sh 等）与手动/自动编辑/计划/全允许等权限模式。支持 Anthropic API 或 Claude Code 订阅作为后端，也可接入 OpenAI 兼容端点，并可作为 MCP 服务器向其他客户端暴露图谱、记忆与技能。

Vybe Intelligence Vault：面向 AI Agent 与 RAG 工程的开源知识图谱

Vybe Intelligence Vault 是一个自更新的开源知识仓库，索引 AI Agent、RAG、MCP 服务器、提示词、工具和模板等前沿资料，并宣称通过采集管线、LLM 评估和向量关系构建语义知识图谱。项目提供 MCP 网关供 Claude Desktop、Cursor 等 Agent 直接查询节点上下文，还包含基于 React Three Fiber 和 WebGL 的 3D 知识图谱浏览界面，以及若干 7 天工程学习路径与生产蓝图。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。