tachi：AI 时代的威胁建模与漏洞检测工具

"SAST 捕获语法级 Bug；而 tachi 推理架构描述，捕获逻辑级漏洞——认证流程缺陷、权限边界缺失、提示词注入路径、Agent 自主性缝隙、跨层攻击链。"

一、背景：为什么威胁建模在 AI 时代变得不一样了？

传统的威胁建模工具（比如 Microsoft Threat Modeling Tool）面向人类开发者手动绘制的系统架构图。2024—2026 年间，随着 LLM 应用和 AI Agent 的爆发式增长，系统架构中涌现了大量传统工具从未建模过的威胁面：提示词注入（Prompt Injection）、工具滥用（Tool Abuse）、Agent 自主性失控、数据投毒（Data Poisoning）等。

STRIDE 是微软 1999 年提出的经典威胁分类方法（Spoofing、Tampering、Repudiation、Information Disclosure、Denial of Service、Elevation of Privilege），但它是为传统软件设计的——单靠 STRIDE 已无法覆盖 AI 系统的全部攻击面。

tachi 将经典 STRIDE 方法论与 AI/Agentic 安全研究结合，构建了一套覆盖 50 个威胁分类（14 个核心威胁类别）的自动化威胁建模引擎，填补了这一空白。

二、tachi 是什么？

tachi 是一个威胁建模与 AI 推理漏洞检测工具架（Threat Modeling and AI-Reasoning Vulnerability Detection Harness），专门为 Claude Code（Anthropic 的 AI 编程助手）设计。它以 Claude Code 的自定义 Agent 和 Slash Commands 形式运行。

核心定位

维度	说明
定位	威胁建模 + 漏洞扫描（不是 SAST）
集成对象	Claude Code（Anthropic AI 编程工具）
分析对象	系统架构描述（Mermaid、自由文本、ASCII、PlantUML、C4 格式）
输出格式	threats.md、SARIF 2.1.0、攻击树、风险评分、PDF 安全报告
方法论	STRIDE + MAESTRO（云安全联盟七层 AI 分类法）
覆盖框架	50/50 — OWASP LLM Top 10:2025、OWASP Agentic Top 10:2026、OWASP ML Top 10:2023、OWASP Mobile Top 10:2024、OWASP Web/API Top 10:2021/2023

OWASP Coverage Overview

三、核心能力：14 个威胁 Agent 如何协作？

tachi 一次命令 /tachi.threat-model 触发一个 5 阶段威胁建模流水线（范围界定 → 威胁识别 → 对策确定 → 评估 → 报告），调度 14 个专业化威胁分析 Agent：

6 个 STRIDE 威胁 Agent

Spoofing（欺骗）：冒充用户、服务或身份验证机制
Tampering（篡改）：修改数据、代码或配置
Repudiation（抵赖）：无法证明某操作发生过
Information Disclosure（信息泄露）：暴露敏感数据
Denial of Service（拒绝服务）：使系统不可用
Privilege Escalation（权限提升）：获取超出预期的权限

5 个 LLM 专项威胁 Agent

Prompt Injection（提示词注入）
Data Poisoning（数据投毒）
Model Theft（模型盗窃）
Tool Abuse（工具滥用）
Agent Autonomy（Agent 自主性失控）

3 个 Agentic 威胁 Agent（面向 AI Agent 系统）

MAESTRO 分层威胁映射

tachi 引入了 CSA MAESTRO 七层分类法，为 AI Agent 系统提供分层威胁分类标准：

层级	描述
L1	AI 基础模型层（LLM 本身）
L2	提示工程 / 对话管理层
L3	工具调用 / 函数执行层
L4	Agent 编排 / 多 Agent 协作层
L5	RAG / 知识检索层
L6	企业应用集成层
L7	合规与治理层

每个识别的威胁都会映射到对应的 MAESTRO 层级，让安全团队清楚看到风险集中在系统哪一层。

四、6 个命令，20+ 产物

tachi 提供 6 个 Claude Code 命令，形成完整的安全评估工作流：

命令	产物
`/tachi.threat-model`	`threats.md`、`threats.sarif`、`threat-report.md`、攻击树文件夹
`/tachi.risk-score`	`risk-scores.md`（CVSS 量化评分）、`risk-scores.sarif`
`/tachi.compensating-controls`	`compensating-controls.md`（现有控制措施检测+缺失建议）
`/tachi.infographic`	5 种风险可视化 JPG 图片（需要 Gemini API Key）
`/tachi.security-report`	PDF 安全评估手册（含所有产物）
`/tachi.architecture`	自动生成系统架构描述

基线差量追踪：tachi 自动检测之前运行结果，新增、解决和未变化的发现以 delta 形式呈现，方便跟踪修复进度。

五、技术架构

tachi 基于 AOD Kit（Agentic Oriented Development Kit） 构建，面向 AI Agent 辅助开发的治理框架。使用纯 Python（>=3.9），pytest 测试框架。

核心目录结构

tachi/
├── agents/              # 14 个威胁分析 Agent 定义
│   ├── stride/          # 6 个 STRIDE Agent
│   └── ai/              # 5 个 LLM 专项 Agent + 3 个 Agentic Agent
├── adapters/            # 适配层（Claude Code、Copilot、Cursor 等）
├── schemas/              # 输出结构定义（SARIF、风险评分、控制措施等）
├── templates/           # 输出报告模板
├── stacks/              # 示例技术栈（FastAPI+React、Next.js+Supabase 等）
├── tests/               # pytest 测试套件
└── scripts/             # install.sh 等脚本

依赖工具

PDF 生成：typst
图表渲染：Mermaid CLI（mmdc）
可视化：Google Gemini（可选，生成信息图）
AI 推理：Claude API（通过 Claude Code 集成）

六、争议与局限

1. 强依赖 Claude Code

tachi 专为 Claude Code 设计，不支持 VS Code Copilot、Cursor 或其他 AI 编程助手。不使用 Claude Code 则完全无法使用——这是相当高的生态锁定门槛。

2. 输出质量取决于架构描述质量

tachi 分析的是"对系统的描述"，而非真实代码。docs/security/architecture.md 写得粗略或不准确，威胁识别的覆盖度会大打折扣。README 自身也承认："analyzes architecture, not code"。

3. 信息图功能需要 Gemini API

/tachi.infographic 需要 Google Gemini API Key，国内环境访问受限，部分高级功能可能无法使用。

4. 成熟度待验证

项目于 2026 年 3 月创建，star 仅 86，实际落地案例不多，框架工程化成熟度有待社区验证。

七、行业意义

tachi 代表了一个新兴类别：AI-Native 安全工具。传统 SAST 擅长捕获代码语法层面的漏洞，但面对 AI 系统特有的威胁面（提示词注入、Agent 权限滥用、跨层攻击链）完全失效。

tachi 的创新在于：

将威胁建模从手工流程变成自动化流水线——输入架构描述，输出完整威胁报告，零手动分析
弥合 AI 安全研究与工程实践的鸿沟——不是发论文，而是打包成 Claude Code 命令，让开发者直接用
引入 MAESTRO 分类法——为 AI Agent 系统提供第一套可操作的分层威胁分类标准

随着 AI Agent 在企业中的普及，对这类工具的需求只会增长。tachi 的方向是前沿的，但能否从早期工具成长为行业标配，取决于社区采纳速度和实际落地案例的积累。

八、快速上手

# 1. 安装依赖
brew install typst && npm install -g @mermaid-js/mermaid-cli

# 2. 克隆安装
git clone https://github.com/davidmatousek/tachi.git ~/Projects/tachi
cd your-project
~/Projects/tachi/scripts/install.sh

# 3. 重启 Claude Code

# 4. 生成架构描述
/tachi.architecture

# 5. 运行威胁建模
/tachi.threat-model

# 6. 查看 docs/security/ 目录下的产物

本文档基于 GitHub 仓库 davidmatousek/tachi（Apache-2.0 License）分析生成。