JoySafeter

核心定位#

JoySafeter 是京东开源组织（jd-opensource）维护的企业级 AI Agent 安全运营平台，覆盖安全 Agent 的构建、编排和运行全生命周期。其推理能力受限于底层接入的大语言模型，无法脱离 LLM 独立完成复杂逻辑闭环。

能力矩阵#

可视化 Agent 构建#

• 无代码工作流编辑器：基于 React Flow 的拖拽式节点编排，支持循环、条件分支和并行执行
• Rapid Mode：自然语言描述，数分钟内生成可运行的 Agent 团队
• Deep Mode：可视化调试和逐步可观测性，适用于复杂安全研究

DeepAgents 多智能体编排#

• 拓扑结构：Manager-Worker 星型拓扑，一个 Manager 协调多个 Worker Agent
• 节点类型：Agent、Code Agent、A2A Agent 三种节点
• 记忆演进系统：长期/短期记忆与跨会话持续学习，分为 Fact（事实知识）、Procedure（程序性知识）、Episodic（会话经验）、Semantic（通用安全知识）四个维度
• 技能系统：版本化、可复用的能力单元，支持渐进式披露以降低 token 消耗

工具与生态集成#

• 原生集成 Nmap、Nuclei、Trivy 等 200+ 安全工具
• 通过 MCP Protocol（Model Context Protocol, mcp 1.20+ / fastmcp 2.14+）扩展任意外部工具
• 内置 30+ 预置技能，覆盖渗透测试、文档分析、云安全等领域

执行引擎#

• 基于 LangGraph 驱动的有状态图执行引擎，支持暂停、恢复和分支
• 双构建路径：Code Mode（标准 LangGraph Python 代码）与 Canvas Mode（可视化拖拽）

企业级管控#

• 多租户隔离工作空间 + RBAC 角色权限控制
• 完整执行追踪和合规治理
• SSO 集成：GitHub、Google、Microsoft、OIDC（Keycloak、Authentik、GitLab）及京东 SSO
• 每用户 Docker 容器沙箱隔离，基于 RAII 句柄管理实现零状态泄露

架构要点#

分层架构#

前端基于 Next.js 16 (App Router) 与 React 19，后端基于 FastAPI (Python 3.12+)，数据层采用 PostgreSQL (SQLAlchemy 2.0 异步 ORM) 与 Redis。UI 层使用 Radix UI、Tailwind CSS、Framer Motion，状态管理采用 Zustand 与 TanStack Query。

核心编排模块 (app/core/graph/)#

• deep_agents/builder.py：无继承组合模式编排构建
• model_resolver.py：统一 LLM 解析与缓存
• agent_factory.py：创建 Agent / Code Agent / A2A Worker 实例
• skills_loader.py：批量技能预加载与去重
• tool_resolver.py：工具名称到实例的解析
• middleware.py：记忆中间件，处理多智能体交互中的记忆读写

代码执行安全层 (app/core/code_executor.py)#

• Builtins 黑名单：移除 open、eval、exec、compile、globals、locals 等
• 导入管控：禁止 os、sys、subprocess、socket 等；白名单仅允许 langgraph、langchain、typing、json、pydantic 等
• 资源限制：exec 超时 10 秒，invoke 超时 30 秒
• 权限与脱敏：Save 需 member 角色，Run 需 viewer 角色；错误消息自动剥离服务器文件路径

通信与可观测性#

• 统一 BaseWsClient 抽象层，Chat / Run / Notification 共享生命周期与认证
• 基于 Python contextvars 传播 trace_id，从 HTTP/WS 入口贯穿 LangGraph 直至持久化层，结合 Langfuse 与 Loguru 实现结构化追踪

典型场景#

APK 漏洞检测 Agent#

上传 APK → MobSF 静态分析 → 提取权限滥用/硬编码密钥/不安全网络配置 → Frida 动态插桩深度验证 → 自动生成 OWASP Mobile Top 10 报告。全流程零人工干预，替代 2-3 名安全工程师。

渗透测试 Agent#

Workbench 创建 Agent → 启用 DeepAgents 模式 → 选择渗透测试技能 → 提供授权目标 URL → Agent 自主规划与执行（如发现登录页自动触发认证绕过测试）→ 生成最终报告。需配置沙箱镜像。

安装部署#

前置要求：Docker + Docker Compose

一键启动#

./deploy/quick-start.sh

提供交互式菜单，支持 4 种模式：Docker Compose 全栈、仅本地前端、仅本地后端、本地前后端混合。

场景化部署#

./deploy/scripts/dev.sh                # Docker 全栈开发
./deploy/scripts/dev-local.sh          # 本地开发
./deploy/scripts/prod.sh               # 生产部署
./deploy/scripts/prod.sh --skip-mcp    # 生产部署（不含 MCP）
./deploy/scripts/start-middleware.sh   # 启动中间件
./deploy/scripts/minimal.sh            # 最小化启动

默认端口#

用户上手旅程#

Login → Configure Models → MCP Tools → Skill Management → Build Agent → Self-Test (Langfuse Trace) → Publish → Chat UI → Run Center

关键配置#

• 模型配置：ModelService → ModelFactory 全栈解析，支持 Ollama 一键集成，统一标识符 (provider_name, model_name)
• MCP 工具：遵循 mcp 1.20+ / fastmcp 2.14+ 协议
• 沙箱镜像：swr.cn-north-4.myhuaweicloud.com/ddn-k8s/ghcr.io/jd-opensource/joysafeter-sandbox:latest

待确认信息#

• 未发现 HuggingFace 模型页面或关联学术论文
• 商业版本需联系 JD Technology Solutions Team (org.ospo1@jd.com)，无公开商业产品页面
• A2A 协议实现细节待深入代码确认
• 仓库 topic 包含 "openclaw"，README 提及 --all 可构建 OpenClaw 镜像，但功能定位未详细说明
• 开源协议：Apache License 2.0