0sec Labs 开源 AI 安全测试框架 0，提供 Web 控制台、CLI 与 MCP

总部位于苏黎世的 0sec Labs 发布了 0，这是一款开源 AI 安全测试框架。它可执行漏洞调查、代码审查、渗透测试、逆向工程和修复生成。开发者可以通过本地浏览器控制台、无头 CLI 或 MCP 服务器驱动它。0sec Labs 这款开源 AI 安全测试框架采用 MIT OR Apache-2.0 许可证，目前以研究预览版形式提供。

简而言之

封装形式：这是一款软件框架，可接入 14 家已列服务商提供的自备 LLM。
运行环境：搭载 Apple Silicon 的 macOS、x64 或 ARM64 Linux，或 ghcr.io/0sec-labs/0 容器，无需 GPU。模型推理由所选服务商执行。
性能：官方自报的 CTF 成绩较强，另有一份公开的 Linux 内核上游修复记录。
最佳成绩：在 XBOW Web CTF 的 gpt-5.4 组别中，按任意成功计分方式取得 93/95（97.9%）。
最差成绩：在 XBOW 仅黑盒测试的合并统计中为 81/104（77.9%）。2026 年的一次冷启动运行得分为 45/104（43.3%）。
结论：最佳之处在于，同一套框架可覆盖 Web、源代码、软件包、二进制文件和内核；不足之处是醒目成绩均为官方自报，且并非 pass@1 指标。

0sec Labs 的 0 是什么？

0 是围绕 LLM 与安全工具构建的控制平面，并非模型本身。用户接入模型服务商后，0 即可针对已获授权的目标执行限定范围的工作流。

研究团队将其描述为自我演化、多模型的测试框架。0sec Labs 获得了 Y Combinator 的支持。

0 测试框架如何运作？

架构文档强调了一条原则：先复现，再采信。智能体扫描遵循以下概念化流程：

规划、发现、攻击：研究智能体选择漏洞类别、梳理端点并验证假设。
分诊：筛选器剔除薄弱发现，并检查证据是否完整。
验证：另开会话重新测试每项候选发现，每项发现最多进行 5 轮。
报告：输出格式包括 HTML、PDF、SARIF、Markdown 和 JSON。

Web 渗透测试优先采用命令行方式。智能体结合 bash 使用 curl、python3 和 sqlmap，而非依赖固定的 HTTP 工具集。证据带有 candidate 至 impact-proven 的证明等级。

编译后的目标会交由仓库内的另一套引擎 0verse处理。该引擎封装了 Ghidra、angr 和 AFL++，其本地 MCP 服务器提供 9 种工具，用于扫描、分诊、PoV 生成和报告。

开发者如何使用？

安装只需一个脚本。运行 0 后，无需账户即可打开本地浏览器控制台。控制台提供聊天、发现项队列与看板、工作流模板、技能和记忆功能。

编程智能体通过 0 mcp-server --workflows 接入。CLI 提供相同的工作流运行器，可使用 0 workflow run 和 0 runs list 等命令。

模型访问采用自备方式。API 密钥页面列出了 OpenAI、Anthropic、DeepSeek、OpenRouter、Azure、Qwen、Kimi、GLM 和 Grok，也支持 Claude、Codex 与 Gemini CLI 运行时。

基准测试：这些数字说明了什么？

以下所有成绩均为官方自报。

基准测试	得分	条件
XBOW Web CTF	93/95 (97.9%)	gpt-5.4 组别，保留任意成功记录
XBOW 合并统计，白盒测试	102/104	保留产物，不可累加
XBOW 合并统计，黑盒测试	81/104	保留产物，不可累加
Cybench	36/40 (90.0%)	Azure gpt-5.4，重试 3 次
npm audit，81 个软件包	F1 0.973	TPR 100%，FPR 0.11，自建真实基准

记录在案的成本约为每解决一个 XBOW 挑战 5.20 美元。

0 与其他开源 AI 渗透测试工具相比表现如何？

功能	0（0sec Labs）	Shannon（Keygraph）	Strix	CAI（Alias Robotics）
许可证	MIT 或 Apache-2.0	AGPL-3.0	Apache-2.0	MIT + 专有、仅限研究使用
状态	研究预览版	活跃	活跃	已于 2026 年 8 月 28 日归档
接口	Web 控制台、CLI、MCP 服务器	CLI、CI 操作	CLI、本地 Web 查看器、智能体技能	CLI/REPL，支持 MCP
范围	Web、LLM、MCP、源代码、软件包、二进制文件、内核	Web 应用和 API，需要源代码	代码、Web 应用、API	通用攻防自动化
二进制逆向工程	支持，0verse（Ghidra）	未披露	未披露	未披露
模型	自带模型，列出 14 家提供商	自带模型，支持 Anthropic、OpenAI、xAI、Bedrock 和本地模型	通过 LiteLLM 自带模型	通过 LiteLLM 支持 300 多种模型
运行要求	macOS（Apple Silicon）或 Linux	Docker、Node.js 18+	Docker	建议使用 Python 3.12

0 在实际场景中发现了什么？

研究页面列出了 30 多个已合并的 Linux 内核零日漏洞。披露内容涉及 Bluetooth、NFC、mac802154、TIPC 和 mlx5e 等子系统。库的 CVE 包括 jsonata、node-forge、protobuf.js 和 Wireshark。

可用性与定价

开源测试框架免费使用，但模型提供商费用需自行支付。托管版本0cloud目前处于等候名单中。定价页面列出：试用额度为 100 美元，每次 PR 安全测试收费 5 美元。

要点总结

0 是由获得 Y Combinator 投资的 0sec Labs 推出的 AI 安全测试框架，采用 MIT/Apache-2.0 许可证。
它为编程智能体提供浏览器控制台、无头 CLI 和 MCP 服务器。
可自带模型：支持 14 家提供商，以及 Claude、Codex 和 Gemini CLI。
官方自行报告的 XBOW 得分为 93/95；黑盒组合成绩为 81/104。

欢迎访问GitHub 仓库、文档和研究披露。此外，Twitter关注我们，也别忘了加入我们的 15 万+ ML SubReddit，并订阅 电子通讯。等等！你在用 Telegram 吗？现在也可以加入我们的 Telegram 社区。

需要与我们合作推广你的 GitHub 仓库、Hugging Face 页面、产品发布或网络研讨会吗？ 联系我们

文章《0sec Labs 开源 0，一款配备 Web UI、CLI 和 MCP 的 AI 安全测试框架》最初发布于MarkTechPost。