uber/ADR - 快速上手

由于 trendforge.devlive.top 访问受限，请切换到 trendforge.devlive.org 域名

项目介绍快速开始学习路径贡献者 5 增长趋势 Commit 历史代码统计生态关系项目时间线项目竞品上榜历史

ADR 快速开始指南

在5分钟内运行ADR的AI代理安全基准测试和威胁检测。

环境要求

支持的操作系统

macOS Windows Linux

运行环境

Python 3.10+ 必需

所需工具

Git

克隆仓库

必需

操作步骤

克隆仓库

从GitHub克隆ADR项目代码。

克隆ADR仓库

git clone https://github.com/uber/ADR.git

预期结果：：生成ADR目录，包含Sensor/和Detection/子目录。

确保已安装Git。

进入Detection目录并安装依赖

安装运行ADR检测器所需的Python包。

进入Detection目录

cd ADR/Detection

安装依赖

pip install -r requirements.txt

预期结果：：依赖安装成功，没有报错。

建议使用Python虚拟环境（venv）以避免包冲突。

运行检测器进行快速烟雾测试

使用一个无需API密钥的检测器（llamafirewall）在小型基准任务上快速验证安装。

运行llamafirewall检测器处理5个基准任务

python run_detector.py --detector llamafirewall --num_tasks 5

这仅用于验证安装。完整的基准测试需要更多时间和配置（见docs/REPRODUCIBILITY.md）。

验证安装成功

确认ADR检测器能正常运行并产生输出。

成功克隆了ADR仓库

依赖安装无错误

检测器命令执行并开始输出任务结果

快速提示

概览

ADR的Sensor组件用于收集代理遥测数据，但本快速开始仅关注基准测试。

配置

使用`--detector adr`运行默认的双代理检测器，但需要配置。llamafirewall适合快速测试。

常见问题

pip安装依赖失败

确保使用Python 3.10或更高版本，并尝试升级pip (`pip install --upgrade pip`)。

运行检测器时提示找不到模块

确保你在正确的目录（ADR/Detection）中运行命令，并且所有依赖都已成功安装。

下一步

重现论文图表

按照docs/REPRODUCIBILITY.md中的步骤，运行完整的基准测试并生成评估图表。

探索ADR-Bench

阅读Detection/README.md，了解包含300多个任务、133个MCP服务器的完整基准测试套件。

了解ADR Sensor

查看Sensor/README.md，学习如何从Claude Code、Cursor等AI工具收集统一的遥测数据。