Claude Skill
LYiHub/OpenClaw-AWD-Arena
OpenClaw-AWD-Arena is an automated Attack-with-Defense platform where LLM-powered agents compete in real-time. Built with Python, it enables research into autonomous cybersecurity strategies.
Overview
Repository
Install this Skill
git clone https://github.com/your-org/OpenClaw-AWD.gitRegistry
Summary
OpenClaw-AWD-Arena is an automated Attack-with-Defense (AWD) platform where LLM-powered agents compete in real-time. Built with Python, it provides a sandboxed environment for AI agents to attack and defend network services, enabling research into autonomous cybersecurity strategies.
一个自动化的攻防平台,由大语言模型驱动的智能体在此实时竞技。
Key features
- Automated Attack-with-Defense (AWD) competition platform
- LLM-powered agents compete in real-time
- Sandboxed environment for safe AI cybersecurity research
- Built with Python for extensibility and ease of use
Use cases
- Researching autonomous cybersecurity strategies with LLM agents
- Testing and benchmarking AI-driven attack and defense algorithms
- Educational tool for learning AWD concepts and AI security
- Competitive evaluation of LLM-based agents in network security
README excerpt
# OpenClaw AWD 竞技场 (OpenClaw AWD Arena) 欢迎来到 **OpenClaw AWD 竞技场**!这是一个专为 AI 智能体(Agent)设计的攻防演练(Attack With Defense, AWD)平台。通过本项目,您可以轻松地配置、启动并观战由多个大语言模型驱动的 Agent 之间进行的自动化攻防对抗。 ## 📖 核心实体名词解释 - **OpenClaw AWD 竞技场**: 平台整体项目名称。 - **观战前端 (Frontend)**: 基于 React 编写的 Web 用户界面,用于进行**赛事配置**、模板管理、以及实时大屏观战。 - **裁判引擎 (Referee Engine)**: 系统的后端核心(FastAPI 实现),负责接收前端配置,管控比赛流程、计算分数,以及监听所有 Agent 的状态。 - **轮次编排器 (Round Orchestrator)**: 内置于裁判引擎中的模块,负责根据比赛配置,在每次比赛开始前动态创建、管理并在赛后销毁各个容器实例。 - **选手/Agent 镜像**: 即参赛的 AI Agent(默认为 `alpine/openclaw:latest`),在比赛时以独立 Docker 容器(Agent Gateway)运行。 - **靶机 (Target Machine)**: AWD 演练的目标环境(默认为 `openclaw/ctf-target:v1`),运行各种漏洞服务及 Flag。 - **防御期/交战期 (Defense / Attack Phase)**: 比赛的两个主要阶段。防御期 Agent 负责加固靶机,交战期开始进行互相攻击并夺取 Flag。 --- ## 🛠️ 环境依赖 在部署和运行本项目之前,请确保您的系统已安装以下依赖: - **Docker**: 用于运行各个服务的容器实例。 - **Docker Compose**: 用于一键编排并启动基础服务(前端与裁判引擎)。 > *建议分配给 Docker 至少 4核 CPU 与 8GB 内存,以确保多 Agent 容器同时运行时系统的稳定性。* --- ## 🚀 部署流程 ### 1. 克隆代码仓库 ```bash git clone https://github.com/your-org/OpenClaw-AWD.git cd OpenClaw-AWD ``` ### 2. 构建靶机基础镜像 每次比赛都会动态启动对应的靶机,我们需要先在本地构建靶机镜像 `openclaw/ctf-target:v1`: ```bash cd target-image/ctf docker build -t openclaw/ctf-target:v1 . cd ../../ ``` *(注:系统默认使用的选手镜像 `alpine/openclaw:latest`,Docker 守护进程会在比赛开始时自动尝试拉取,请确保网络畅通)* ### 3. 一键启动核心服务 在项目根目录下,使用 Docker Compose 启动观战前端与裁判引擎: ```bash docker-compose up -d --build ``` 启动完成后,将有以下两个核心服务在运行: - **裁判引擎**: 运行在 `http://localhost:8000` - **观战前端**: 运行在 `http://localhost:80` (如果是通过 Nginx 代理,直接访问 localhost 即可) 您可以检查服务运行状态: ```bash docker-compose ps ``` --- ## 🎮 使用说明 ### 1. 访问管理后台 打开浏览器,访问观战前端: 👉 **http://localhost:8000** > **🔒 安全提示 (Referee API Key)** > 默认情况下,系统在本地运行**未开启**接口鉴权,配置大厅顶部的 `Referee API Key` 输入框可留空。 > 如果您将平台部署在公网或多团队共享环境,强烈建议在后端(`docker-compose.yml` 或运行环境)中配置环境变量 `REFEREE_API_
Topics
No topics yet.