Tinman - AI Failure Mode Research, Prompt Injection & Tool Exfil Detection

核心用途

Tinman 是一款面向 AI 系统的主动安全研究代理，通过系统化实验发现并分类 AI 失败模式。核心功能包括：

• 会话扫描：分析近期会话，检测提示注入、工具滥用、上下文泄露
• 实时监控：通过 WebSocket 网关或轮询模式持续监控安全事件
• 主动渗透：运行 270+ 合成攻击探针，覆盖 11 大类攻击向量
• 威胁分级：按 S0-S4 五级严重性分类，自动生成可操作的缓解建议

显著优点

1. 覆盖面极广：270+ 攻击探针涵盖提示注入、工具泄露、上下文渗透、权限提升、加密货币盗窃、MCP 滥用、间接注入、逃避绕过、内存投毒等全谱系威胁
2. 实时响应：支持 WebSocket 实时监听与可配置轮询双模式
3. 本地化执行：所有分析在本地运行，会话数据不外传
4. 深度集成：与 OpenClaw 生态深度整合，直接映射到 SOUL.md 防护策略、沙箱策略、工具黑白名单
5. 平台适配：包含 Windows、macOS、Linux 及云环境的特定攻击向量

局限与注意事项

• 权限依赖：需要 sessions_list、sessions_history、read、write 等工具权限
• 配置复杂度：初次使用需初始化工作区并理解 OpenClaw 控制体系
• 误报可能：合成探针可能产生噪音，需人工复核 S2 以下告警
• Python 版本限制：要求 Python ≥3.10

适合人群

• AI 系统安全工程师与红队研究员
• 企业 AI 平台运维团队
• 对 AI 代理安全有合规要求的组织
• OpenClaw/Gateway 生态的深度用户

常规风险

• 数据暴露风险：扫描过程需读取会话历史，敏感场景需确保隔离环境
• 资源占用：270+ 探针的全量扫描可能消耗显著计算资源
• 依赖维护：依赖 AgentTinman 和 tinman-openclaw-eval 两个外部包，需关注供应链安全

核心用法

Tinman 是面向 AI 系统的安全扫描代理，通过系统化实验发现未知故障模式。主要功能包括：

• 会话扫描 (/tinman scan)：分析近期会话，检测提示注入、工具滥用、上下文泄露等风险
• 实时监控 (/tinman watch)：通过 WebSocket 连接 Gateway 实现实时事件监控
• 主动探测 (/tinman sweep)：运行 270+ 合成攻击探针，覆盖提示注入、工具外泄、权限提升、加密钱包盗窃等 12 大类别
• 风险报告 (/tinman report)：生成按严重级别（S0-S4）分类的可操作建议报告

显著优点

1. 检测覆盖全面：12 大类 270+ 攻击向量，涵盖 prompt injection、tool exfil、context bleed、crypto wallet theft、MCP 攻击、内存投毒等前沿威胁
2. 本地化隐私保护：所有分析本地运行，会话数据不外传，符合 GDPR/CCPA 要求
3. 实时响应能力：支持 WebSocket 实时模式与轮询模式，适配不同部署环境
4. OpenClaw 生态集成：扫描结果直接映射到 SOUL.md 护栏、沙箱策略、工具白名单等控制措施
5. 开源可信：Apache-2.0 许可，代码结构清晰，安全认证评分 78/A 级

潜在缺点与局限性

1. 依赖专业安全包：依赖 AgentTinman 和 tinman-openclaw-eval 两个内部专用包，需信任 oliveskin 维护的供应链
2. 检测能力边界：基于规则与模式匹配，对新型零日攻击或对抗性样本可能存在漏报
3. 资源消耗：持续 watch 模式与大规模 sweep 扫描可能产生显著计算开销
4. 误报风险：合成探针可能触发正常业务逻辑的告警，需人工复核
5. 社区维护：T3 级别信任（个人/社区项目），长期维护稳定性待观察

适合人群

• AI 平台安全运维工程师
• 大模型应用安全研究员
• 企业 AI 合规审计人员
• OpenClaw 生态重度用户

常规风险

• 供应链风险：专用安全包更新滞后可能导致检测能力过时
• 配置误用：auto_watch 开启后可能产生持续资源占用
• 探针副作用：sweep 模式的合成攻击探针可能在某些环境中触发安全告警
• WebSocket 暴露：watch 模式若配置非本地 Gateway，存在连接劫持风险（默认 127.0.0.1 安全）