2026-10-16 13:41:07 网络安全文章来源：ZONE.CI 全球网 0 阅读模式

1400星国产安全智能体：以图思考、全程可溯（LuaN1aoAgent源码拆解）

原创

赤霄攻防实验室
赤霄攻防实验室

赤霄攻防实验室

2026年10月14日 10:00
河北

在小说阅读器读本章

去阅读

在公众号小说中沉浸阅读

▲ 封面｜武器库评测（制图：赤霄攻防实验室）

TL;DR

是什么：国产开源自主安全智能体 LuaN1aoAgent v2——TypeScript 全重写，认知图谱驱动，1400+ 星

架构：P-E-O 三角色运行时（Planner 图级调度 / Executor 有界执行 / Observer 双模式观测）

工程化：Docker 沙箱、网络策略、流量代理观测、epoch 预算时钟、TUI + Web 双观测面

看点：每个结论强制溯源到持久事件与图证据——国产渗透 agent 里罕见的工程完成度

▲ P-E-O 三角色运行时（制图：赤霄攻防实验室）

它是什么：一个「以图思考」的安全智能体

LuaN1aoAgent（乱脑 Agent）是一个国产开源的自主安全智能体项目，本周刚拿下腾讯某黑客马拉松「智能渗透测试优秀项目」的认可，GitHub 星数也在以每天近百的速度增长。它今年的大动作是 v2 完全重写：放弃原 Python 运行时，改用 TypeScript 与 Pi SDK 重建，AGPL 协议开源。

最抓眼球的是它的核心理念——以图思考。大多数渗透 agent 的工作记忆就是一段模型上下文，跑到哪算哪；LuaN1aoAgent 则把目标、任务、观察、结论全部落成一张持久化的图：推理图记录「为什么这么判」，作战图记录「打到了哪一步」。每个重要结论都必须能追溯到持久事件、Artifact 和图证据，这三样东西构成了它的记忆底座。

▲ 仓库主页：认知驱动的自主安全智能体（来源：GitHub）

P-E-O：把渗透团队的角色拆进运行时

v2 的运行时由三类角色构成。Planner 只做图级调度：读取压缩后的任务图与推理图视图，创建目标级任务，控制依赖、优先级、并发与预算，并通过结构化终止工具提交决策——它不规定低层动作。Executor 接收有界任务信封，自主选择工具策略完成执行；一个很有意思的细节是大输出会保存为不可变 Artifact，而不是持续膨胀 agent 的上下文——这是长任务不「失忆」的关键。

Observer 最有设计感：它以两种独立模式运行。热路径上的 Supervisor 盯着 Executor 的近期动作，决定继续、打检查点、停止还是交回 Planner；异步的 Projector 则把规范化观察转换成推理图与作战图的增量。两者每次调用都用全新的会话，不共享任何隐藏模型历史——从机制上杜绝了「上下文污染」。

▲ P-E-O 三角色运行时（制图：赤霄攻防实验室）

工程化程度：这才叫产品化

比架构更难得的是工程化细节。执行环境有 Docker 沙箱与网络沙箱管理器，出站流量走专门的代理与宿主出口代理；流量层内置 mitm 流量客户端与重放网关，观测与利用两条路都铺好了。任务有 epoch 预算时钟硬顶成本；观测面提供 TUI 与 Web 双通道，实时展示推理图的生长过程——你可以亲眼看着 agent「想」到了哪一步。

还有一份难得的清醒：项目明确声明 v1 时代公布的测试成绩不会自动归属 v2，只有在新版本冻结后完成可复现重跑才会发布。在动辄「跑分领先」的 AI 工具生态里，这种对数字的克制比跑分本身更能说明团队质感。

▲ Workbench 推理图可视化（来源：项目官方文档）

▲ Workbench 实时追踪（来源：项目官方文档）

同类对比：提示词拼盘 vs 完整运行时

把它放回本号最近评测的坐标系里看差异会很清楚：pentest-ai-agents 是 50 个提示词子代理，寄生在 Claude Code 宿主上，轻但依赖宿主；CyberStrike 用 13 个智能体按 Web 安全方法论编排，强在 MCP 工具生态。LuaN1aoAgent 则是三者中唯一自带完整运行时的——沙箱、网络策略、图记忆、观测面全部自建，走的路线最重，但可控性与可审计性也最高。三条路线没有绝对优劣，取决于你要「快速用起来」还是「长期建能力」。