核心功能
agent-bom-runtime 是面向AI Agent运行时的安全监控套件，专注于三大核心场景：
1. Context Graph（上下文图分析）：构建Agent执行上下文的关系图谱，识别潜在的横向移动路径与权限扩散风险
2. Runtime Correlate（运行时关联）：将代理审计日志与CVE漏洞数据库交叉比对，发现实际运行中的安全暴露面
3. Analytics Query（分析查询）：支持趋势分析、安全态势历史回溯、运行时事件聚合等高级查询
显著优点
- 零凭证设计：无需API密钥，不依赖云服务，完全离线运行
- 数据隐私优先：仅处理内存中的扫描结果与用户主动提供的审计文件，无自动文件发现机制
- 开源可审计：Apache-2.0协议，7,100+测试用例，集成CodeQL与OpenSSF Scorecard安全评分
- 可选持久化：支持ClickHouse作为分析存储后端，但完全由用户显式配置
局限性与注意事项
- 依赖前置数据：需配合
agent-bom扫描工具生成的审计日志（JSONL格式），非独立扫描器 - Python 3.11+限制：对运行环境版本有硬性要求
- 可选组件依赖：Kubernetes上下文分析需要
kubectl，高级分析需要ClickHouse - 无实时阻断能力：纯监控与分析工具，不具备入侵防御或实时拦截功能
适合人群
- 运维安全团队需审计AI Agent生产环境运行时的安全态势
- 合规团队需要生成漏洞趋势报告与历史追溯
- 红队/蓝队进行横向移动路径分析与攻击面评估
- 关注数据主权的组织（零云端依赖、完全本地运行）
常规风险
- 审计日志敏感性：虽然工具不存储凭证值，但日志可能包含环境变量名等元数据，需妥善保管输入文件
- 分析结论依赖数据质量：CVE关联准确性取决于审计日志的完整性与CVE数据库时效性
- 权限要求：访问Kubernetes资源或审计文件可能需要相应系统权限
快速开始
pipx install agent-bom # 构建上下文图 context_graph() # 关联运行时审计与CVE runtime_correlate(audit_file="proxy-audit.jsonl") # 查询30天内的Top CVE analytics_query(query="top_cves", days=30)