核心功能
Tinman是一款面向AI系统的安全研究代理，专注于发现和分类AI失效模式。它通过三种主要工作模式运行：
被动扫描（`/tinman scan`）：分析近期会话记录，识别提示注入（jailbreak、DAN攻击）、工具滥用（未授权访问、数据外泄）和上下文泄漏（跨会话数据泄露）三类核心风险。
主动探测（`/tinman sweep`）：部署80+合成攻击探针进行压力测试，涵盖15种提示注入攻击、18种工具外泄攻击、14种上下文泄漏攻击及15种权限提升攻击，按S0-S4五级严重度分类输出。
持续监控（`/tinman watch`）：后台定时扫描模式，支持自定义间隔。
显著优点
- 攻击覆盖全面：80+探针覆盖当前主流AI攻击向量，包括最新的指令覆盖攻击和多轮对话诱导
- 分级评估体系：S0-S4五级严重度+OpenClaw控制点映射，实现风险到缓解措施的直达链路
- 隐私优先设计：完全本地运行，零外部数据传输，符合企业合规要求
- 可扩展架构：支持自定义YAML配置，灵活调整扫描焦点和报告阈值
- 结构化输出：Markdown格式报告含具体证据引用和可执行缓解建议
潜在局限
- 探针时效性：合成攻击库需持续更新以跟进新型攻击手法（如多模态提示注入）
- 误报率未公开：缺乏大规模生产环境的误报率基准数据
- 资源开销：主动扫描模式对计算资源消耗较大，高频率监控可能影响系统性能
- 覆盖范围局限：当前仅支持文本模态，多模态场景（图像、音频注入）未覆盖
适合人群
- AI系统安全工程师与红队测试人员
- 企业AI平台运维团队（需满足合规审计要求）
- OpenClaw生态用户（深度集成sandbox策略与SOUL.md配置）
- AI安全研究人员（失效模式分析与防御机制验证）
常规风险
- 扫描盲区风险：被动扫描依赖完整会话日志，若日志级别不足或轮转过快可能导致漏检
- 缓解建议执行风险：自动生成的denylist配置需人工复核，过度收紧可能影响正常业务功能
- 影子模式局限：默认shadow模式仅观察不阻断，生产环境需配合其他安全机制形成纵深防御