iFixAi 是一个 Python 工具，用于独立审计 AI 代理是否按预期执行任务。它通过 CLI、插件或技能运行诊断，在 120 秒内输出 A-F 评分和详细报告，帮助发现代理的错误与盲点。
项目做什么
该项目旨在解决 AI 代理经济中的核心信任问题：代理是否按照业务 KPI 和组织结构完成其应做的工作。现有评估、红队和可观测性工具主要关注技术能力（如 token 效率、延迟、提示注入），无法回答这一关键问题。iFixAi 通过结合对抗性深度与运营保证纪律，提供一站式审计流程，让用户或代理自身能够快速验证代理行为与预期目标的一致性。
与同类方案相比
iFixAi 提供三种运行方式：CLI 引导向导、显式标志和代理插件/技能，适应不同使用场景。它支持独立审计，可使用不同供应商的评判模型避免自评偏差，并生成可引用的评级。内置 60 项检查和 25 个类别，覆盖五个核心支柱（捏造、操纵、欺骗、不可预测性、不透明性），评分标准统一且包含强制最低要求，确保审计的严格性和可比性。
设计与创新
iFixAi 的创新在于将 AI 红队测试与运营保证相结合，形成独特的审计流程。它通过多评判器集成和跨供应商评判来增强结果可信度，并引入“可引用”概念，要求独立供应商评分。此外，插件和技能方式让代理自身作为操作者，自动发现配置、构建夹具并解释评分卡，降低了使用门槛。
适用场景
iFixAi 适用于需要验证 AI 代理行为是否符合预期的各种场景。例如，在 CI/CD 管道中自动化审计代理变更，在团队 onboarding 时快速重复运行诊断，或对已部署的真实代理端点进行黑盒审计。它也适合在 Claude Code、Cursor、Codex 等代理开发环境中集成使用，帮助开发者在早期发现代理的错位行为。
谁会受益
对于 AI 代理开发者和运营者，iFixAi 提供了快速、结构化的审计手段，能在 120 秒内获得评分和详细报告，有助于在问题升级前捕获代理的错误和盲点。它支持多种供应商和模型，并可配置评判器，使得审计结果更具客观性和可引用性。通过持续集成，iFixAi 能成为代理质量保证流程中的关键环节。
使用前需要注意
iFixAi 的完整功能依赖于多个 API 密钥和付费模型调用，成本可能较高，例如全量套件运行约需 10-18 美元。其审计结果受限于夹具质量和评判器能力，且部分高级类别（如破坏、颠覆等 20 个 premium 类别）仅提供免费预览，完整功能需进一步获取。此外，对于某些代理，如果适配器未暴露足够能力，部分检查可能无法评分。
本文基于抓取时的项目 README 和仓库简介整理；功能、限制与文档可能随项目更新而变化。