-
合规对标能力
紧跟国内智能体政策标准，参考由中国移动研究院牵头编制的《智能体应用安全基本要求》（20263116-Q-252），兼容 GB/Z 242、GB/Z 185 等配套标准，按照基础安全、交互安全、运行安全三层安全基线开展测试，测试结果可用于备案、准入、召回流程，满足强标落地、支撑客户合规自测与材料报送。
1 -
全维度风险覆盖测试能力
按照智能体五层风险模型（输入感知层、认知决策层、执行工具层、记忆数据层、协作系统层），覆盖四大风险特征（不可预测性、外溢性、隐蔽性、复杂性），围绕感知、记忆、决策、执行四大模块，落地17 项分级测评指标，划分 L1-L5 自主化等级控制测试深度。
2 -
大模型内容安全测评
采用「样本生产→变异攻击→响应采集→裁判评估→报告回流」五步闭环，覆盖 5 大类 31 小类内容风险，支持提示注入、越狱、多轮诱导、RAG 投毒等对抗攻击，同时正向验证可用性指标（应答率、准确率、拒答率），安全与性能共用一套证据链。
3 -
MCP/A2A 通信协议仿真测试
依托 Supernova/DarkBird 仪表实现 MCP、A2A 双向仿真：A2A名片下发与任务状态机、MCP工具与文件访问、OAuth2/Bearer认证、SSE流式交互，以及20余家大模型API模板，以数万智能体并发发压，输出新建、并发、吞吐、智能体TPS与P99时延。
4 -
运行安全与兜底验证
支持沙箱隔离、动态权限管控、异常阻断、紧急关停、日志全链路审计；遵循二元安全法则，对私数据访问、不可信内容读取、对外通信三项高危行为做严格并发限制，强制高危场景人工复核。
5 -
扩展场景：具身智能测评能力
支持数字决策到物理执行链路的安全校验，覆盖具身智能八大安全风险；验证紧急停机、联锁防护、异常回退、接管超时、越界指令阻断，配套人机协同候选指标与红队仿真测试，支撑机器人、具身 Agent 场景测评。
6
自主规划 · 智能迭代 · 安全可测
👁️
感知输入
接收并理解输入，把自然语言需求转化为智能体可处理的任务描述。
🧠
推理决策
思考与决策，采用 ReAct 方式在推理与行动之间迭代推进。
🗺️
任务规划
把复杂测试目标拆解为可执行的子任务，并动态调整执行顺序。
💾
记忆系统
短期对话上下文与长期知识库结合，测试经验持续沉淀。
🛠️
工具执行
通过 MCP、API 与代码调用仪表和外部系统，完成真实操作。
✅
结果输出
结果达成：统计、报告与校验结果回流，形成闭环。
本地部署・记忆驱动・测试全链路智能闭环
🏠
本地化部署
数据不出端，测试数据与知识资产安全可控。
📚
知识驱动
RAG 增强检索，持久记忆沉淀行业知识
⚡
智能自主
自主规划、动态编排，子智能体协同调度
🧩
工具丰富
MCP 统一工具层，覆盖测试全流程能力
🔁
全流程闭环
感知 - 决策 - 执行 - 反馈，持续迭代优化
🎯
真实可控
直连专业测试仪表，任务可追溯、可核验
智能驱动测评闭环，量化模型能力与安全风险
免责声明：测试能力描述、指标体系基于现有规范与实验环境，仅供方案选型参考，最终合规认定以监管及认证机构结论为准。
本地部署・基础、交互、运行安全
用户交互界面
- 自然语言输入：例如“帮我执行接口性能测试，并生成完整报告”
- 执行结果 / 状态反馈
智能体核心
- 规划 Workflow 与子智能体调度
- SKILL 专业技能库
- MCP 工具能力层
- 本地知识库（RAG 增强检索）
核心执行对象
- 测试仪表 / 测试设备
- 本地应用、API 服务、数据库、文件系统
- 其他本地系统与资源
