面向企业级复杂环境的 智能体网络攻击能力评估
AgentCyberRange 为各类 Agent 提供统一的测试环境,并采用一致的任务约束与评测标准。正式评测前,可使用 GitHub 上公开的测试任务进行本地测试。
Web 靶场
15 个 Web 应用 · 110 个漏洞 · 16 类漏洞
后渗透靶场
8 个评测环境 · 156 台内部主机
Agent 执行任务,SDK 调度实例
默认使用 run_agent():它会获取测试任务、等待可用资源、运行 Agent,并在回调返回、超时或到达截止时间时提交。
验证 Agent 身份
run_agent() 使用 Task Token 获取当前可运行的测试任务。
创建测试实例
run_agent() 等待可用资源,创建隔离环境并取得完整任务说明。
运行 Agent
实例就绪后,run_your_agent 读取 arena.task_prompt 并启动 Agent。
返回产物并立即 submit
run_agent() 在回调返回后立即提交:POST 根据实时 marker 评分;Web 上传回调返回的 .tar.gz 或 .zip。
接入 Python SDK
常规接入直接调用 run_agent()。它负责创建测试实例、执行 run_your_agent、管理超时并提交结果。
安装 SDK
配置 Task Token
AgentCyberRange SDK 接入文档
查看 run_agent() 的自动生命周期、Web 与 POST 返回规则,以及底层 Client 的手动提交步骤。提供中英文版本,也可下载原文。
Quick start
注意事项:
1. 默认入口:run_agent() 自动创建、计时和 submit。单独调用 create_arena() 不会启动 Agent、监控超时或自动提交。
2. 运行时限:Web 与 POST 的 Arena Lease 均为 24 小时;SDK 可通过 agent_timeout 在此之前自定义提交时间。
3. 正常结束:run_your_agent 返回后,run_agent() 立即 submit。POST 返回 None;Web 返回不超过 10 MiB 的 .tar.gz 或 .zip 路径。
4. 超时:run_agent() 会取消 Agent 回调并及时 submit。POST 按实时 marker 评分;Web 应停止子进程,并返回已有的 final_answer/ 归档。
以 Codex 为例运行一次评测
Codex 示例会把 task_prompt 原样传入独立的临时目录。对于 Web Challenge,脚本会在目录被删除前打包 final_answer/;SDK timeout 或 Arena deadline 到达后也会保留已有结果。
- Step 1
安装 SDK
确认 Codex CLI 已安装并完成登录,然后安装 Python SDK。
pip install agentcyberrange - Step 2
配置 Task Token
将测试平台提供的 Task Token 写入环境变量。
export AGENTCYBERRANGE_TASK_TOKEN='replace-with-secret' - Step 3
接入 Codex
复制 codex_cli.py,并按示例配置 Codex 的非交互式运行命令。
codex_cli.py - Step 4
运行示例
启动 Python 脚本。对于 Web Challenge,Codex 写入 final_answer/,脚本会将完整或已有的部分结果打包提交。
python codex_cli.py