这是什么？适合谁？
AgentCapture（Tcotl/AgentCapture）是一个AI Agent 检测蜜罐：嵌入式蜜罐与 AI Agent 检测平台：三类蜜饵攻击链 + 交互式 SSH 蜜罐 + 会话回放 + C2 反制，识别扫描、Agent 探测与凭证泄露。
核心价值：一个嵌入式蜜罐与 AI Agent 检测平台：内置三类蜜饵攻击链、交互式 SSH 蜜罐、会话回放与 C2 反制能力，用于识别扫描、AI Agent 探测与凭证泄露，是 AI 安全攻防方向的实用工具。
适合人群：
- 做 AI 安全攻防的研究者
- 想检测 Agent 探测的安全团队
- 研究蜜罐与反制的人
使用前提：Python 环境与安全攻防基础，反制需合规授权
准备工作
- 安装：克隆仓库并部署
- 环境：Python + 服务器（隔离环境）
- 准备：明确检测目标与合规边界
- 成本：AGPL-3.0 开源免费
- 时间：部署 + 配置约 1-2 小时
快速上手（3 步）
第一步：部署蜜罐
git clone https://github.com/Tcotl/AgentCapture && 按 README 部署
部署 AgentCapture 平台
第二步：配置蜜饵
# 配置三类蜜饵攻击链与 SSH 蜜罐
布置检测蜜饵
第三步：监控反制
# 观察会话回放与 C2 反制
识别扫描与 Agent 探测
成功判定：成功识别一次扫描或 Agent 探测并回放会话。
初级用法
蜜饵攻击链
布置三类蜜饵检测
SSH 蜜罐
交互式 SSH 蜜罐诱捕
会话回放
回放攻击会话
高级玩法
C2 反制
对 C2 做合规反制
凭证泄露检测
识别凭证泄露
自定义蜜饵
扩展攻击链
小技巧
- 仅在隔离环境部署
- 反制前确认合规授权
- 关注误报与噪声
- 结合威胁情报分析
- 定期更新蜜饵
常见踩坑
踩坑 1：合规风险
- 现象：合规风险
- 原因：反制越界
- 解决：仅做授权范围内反制
踩坑 2：部署复杂
- 现象：部署复杂
- 原因：环境要求高
- 解决：用隔离环境 + 文档
踩坑 3：误报噪声
- 现象：误报噪声
- 原因：正常流量被标记
- 解决：调优检测规则
踩坑 4：项目很新
- 现象：项目很新
- 原因：文档有限
- 解决：以 README 为准
踩坑 5：被反制
- 现象：被反制
- 原因：蜜罐自身被攻破
- 解决：隔离部署 + 最小暴露
常见问题 FAQ
Q: 它是什么？
A: AI Agent 检测与蜜罐平台。
Q: 免费吗？
A: AGPL-3.0 开源免费。
Q: 需要什么基础？
A: Python + 安全攻防基础。
Q: 反制合规吗？
A: 需在授权范围内反制。
Q: 适合谁？
A: AI 安全研究者与团队。
进阶学习建议
掌握基础后，建议深入：
- 深入研究蜜罐与 AI Agent 检测技术
- 对比主流蜜罐框架（如 T-Pot）
- 探索 AI 安全攻防的合规边界
参考链接
最后更新：2026-09-03 · 作者：MagicNetWorld · 基于公开资料整理，关键数据经 GitHub API 独立实测核验，AI 辅助生成
📊 评分与标签
评分说明
总分 6.2/10 · H_观察
📊 可观测社区指标（采集日期：2026-09-03）
-
GitHub: Tcotl/AgentCapture ★7, 🔱2（GitHub API 实时验证）
-
License: AGPL-3.0；仓库创建 2026-09-02，最后推送 2026-09-02
-
语言: Python；定位「AI Agent 检测蜜罐」 ⚙️ 功能完整度 1.6/2.5
-
三类蜜饵攻击链 + SSH 蜜罐 + 会话回放 + C2 反制
- 来源：官方仓库
-
竞品对比 1（Honeypots 生态）：见差异
-
竞品对比 2（GreyNoise）：见差异
✨ 输出质量 1.5/2.5
- 识别扫描/Agent 探测/凭证泄露，攻击链完整
- 来源：官方仓库
- 竞品对比 1（传统蜜罐）：见差异
- 竞品对比 2（手工日志分析）：见差异
🖐️ 易用性 0.9/1.5
- 部署与理解门槛较高
- 来源：官方仓库
- 竞品对比 1（托管蜜罐服务）：见差异
- 竞品对比 2（裸蜜罐）：见差异
💰 性价比 1.2/1.5
- AGPL-3.0 开源免费
- 来源：官方仓库
- 竞品对比 1（商业蜜罐）：见差异
- 竞品对比 2（付费威胁情报）：见差异
🔒 稳定性 0.5/1.0
- 7 星新项目，稳定待验证
- 来源：官方仓库
- 竞品对比 1（成熟蜜罐框架）：见差异
- 竞品对比 2（停更项目）：见差异
🛡️ 隐私安全 0.5/1.0
- 本地部署数据自控，反制需合规
- 来源：官方仓库
- 竞品对比 1（云端蜜罐）：见差异
- 竞品对比 2（越界反制）：见差异 评分依据可追溯至公开来源，每项分数均有明确理由和数据支撑。
🏷️ 标签说明
- AI开发平台: AI开发平台 来源：官方仓库
- 开源: 开源仓库（许可见仓库） 来源：官方仓库
- 安全: 安全方向 来源：官方仓库
- 蜜罐: 蜜罐检测 来源：官方仓库
- AI检测: AI 探测检测 来源：官方仓库
📋 来源核实
- ✅ 已验证: GitHub 仓库 - stars/forks/license/pushed_at 经 GitHub API 实时核验（2026-09-03）
- ✅ 已验证: 官方 README - 能力与定位比对
- ⚠️ 未实测: AgentCapture 的端到端运行流程
- ⚠️ 未验证: 生产环境的稳定表现
⚠️ 局限与未实测声明
- 本文基于 2026-09-03 GitHub 公开信息整理，未实际运行 AgentCapture
- 项目较新（2026-09-02 创建），能力与命令以仓库 README 为准
同分类推荐
AI开发平台 分类下的其他工具