学习资源
AI Goat
本地运行的 AI 安全训练场，用真实 MCP、RAG 和 Agent 攻击实验练习防御。
资源介绍
AI Goat 是 AI Security Consortium 的开源 AI 安全训练场。v2.0 覆盖聊天、RAG、工具调用 Agent、MCP、记忆和完整攻击链，共 46 个实验，分别映射 OWASP LLM Applications 2026、Agentic Applications 2026 与 MCP Top 10 beta。
实验运行在同一个模拟电商应用中，参与者可尝试提示注入、知识库和工具描述污染，再通过交互历史、检索轨迹和工具调用证据观察它们如何影响 Agent。每个表面提供 Vulnerable、Hardened、Guardrailed 三个级别，防御控制包括工具和 schema 固定、允许列表、输出扫描、记忆扫描和人工审批。
项目代码采用 Apache 2.0，训练内容、实验、提示词和文档另采用 CC BY-NC-SA 4.0；平台免费、本地运行，不要求 API key。可用 Python 3.11、Node.js 18+ 和 Ollama 启动，也可以用 Docker Compose 或 Google Colab。它是故意含漏洞的教学环境，只应在本机或隔离实验网络运行，不能把服务端口暴露到互联网。
适合什么人
需要练习提示注入、RAG、MCP 和 Agent 防御的安全工程师、开发者、学生与培训组织。
真实使用场景
价格说明
官方说明平台免费、本地运行且无需 API key；代码为 Apache 2.0，训练内容与文档为 CC BY-NC-SA 4.0。运行所需本地硬件和可选模型下载成本自理。
核心特点
限制与注意事项
常见问题
AI Goat 是安全防护产品吗？
它是故意脆弱的训练环境，不是生产防护产品。项目用于学习攻击路径和验证防御控制，运行时应隔离网络。
需要 API key 或 GPU 吗？
官方本地路径使用 Ollama，不需要云 API key。默认 Mistral 可覆盖聊天和 RAG，工具调用实验需要兼容模型；GPU 可加速但不是必需。
代码和实验内容使用同一许可证吗？
不是。平台代码是 Apache 2.0，实验、提示词和训练文档是 CC BY-NC-SA 4.0，分发或改编前要按对应条款处理。
相关链接
编辑：WhosBug团队 · 更新于
