核心功能
agent-bom-runtime 是一款专注于AI系统运行时安全监控的开源工具，由GitHub用户msaad00维护。其核心能力围绕三大模块展开：
1. Context Graph（上下文图谱）：通过 context_graph 工具构建AI代理的上下文关系图谱，实现横向移动分析，帮助识别潜在的安全边界突破风险。
2. Runtime Correlation（运行时关联）：runtime_correlate 工具将运行时审计日志（JSONL格式，来自agent-bom代理）与CVE漏洞数据库进行交叉关联，快速定位实际运行环境中的已知漏洞暴露面。
3. Analytics Query（分析查询）：analytics_query 支持对漏洞趋势、安全态势历史和运行时事件进行结构化查询，可选对接ClickHouse实现持久化分析存储。
显著优点
- 零凭证设计：核心功能无需任何API密钥或凭证，降低配置复杂度与泄露风险；仅可选ClickHouse连接需要用户手动配置的URL
- 隐私优先：数据仅驻留内存与用户显式提供的审计文件，无自动文件发现、无网络外联、无遥测追踪
- 供应链可信：Apache-2.0许可证，7,100+测试用例，集成CodeQL静态分析与OpenSSF Security Scorecard评估
- 跨平台支持：兼容Darwin、Linux、Windows，Python 3.11+环境，支持pipx隔离安装
- 安全处理规范：审计数据中可能包含凭证环境变量名，但严格禁止捕获或显示原始值
潜在局限
- 生态依赖：上下文图谱分析需配合agent-bom代理生成的JSONL审计日志，独立使用场景受限
- 可选依赖复杂度：Kubernetes上下文分析需kubectl，持久化分析需ClickHouse部署，增加运维成本
- Python版本限制：3.11+要求排除部分旧环境
- 社区规模：单一维护者(msaad00)，长期维护可持续性待观察
适合人群
- AI/ML平台安全团队，需监控代理运行时行为与横向移动
- DevSecOps工程师，希望将CVE情报与实际运行时暴露面关联
- 云原生安全从业者，具备Kubernetes与ClickHouse运维能力
常规风险
- 审计日志敏感信息：尽管工具设计禁止捕获凭证值，但环境变量名本身可能泄露架构信息，需确保audit_file来源可信
- ClickHouse配置风险：若启用持久化分析，连接URL包含凭证时需确保最小权限原则与传输加密
- 供应链风险：PyPI包与GitHub源码需定期校验哈希，防范投毒攻击