Strix 如何接入 Google Vertex AI 并使用 Gemini 模型【免费下载链接】strixOpen-source AI penetration testing tool to find and fix your app’s vulnerabilities.项目地址: https://gitcode.com/GitHub_Trending/strix/strix这篇文章解决一个具体的接入任务把 Strix 这个开源 AI 渗透测试工具的模型提供方切换到 Google Vertex AI用 Gemini 模型运行安全扫描。整条路径是安装带vertex扩展的 Strix完成 Google Cloud 认证用环境变量指定 Gemini 模型然后照常发起扫描。Strix 的 Vertex AI 通道不需要 API key它直接使用 Google Cloud Application Default Credentials因此无需配置LLM_API_KEY。准备 Google Cloud 项目开始之前Google Cloud 侧需要满足 Vertex AI 文档 Prerequisites 一节列出的两个条件在你的 Google Cloud 项目中启用 Vertex AI API你的账号具有Vertex AI User角色。本地侧的另一个前置条件是 Docker 处于运行状态Strix 在 Docker 沙箱中执行扫描首次运行会自动拉取沙箱镜像见 快速开始。安装 vertex 扩展Vertex AI 支持依赖 Google Cloud 的google-auth包属于可选依赖包定义中vertex扩展的内容是google-auth2.0.0见 pyproject.toml且整个包要求 Python 3.12。用vertexextra 安装 Strixpipx install strix-agent[vertex]如果已经装过 Strix重新执行同一条命令即可升级到带扩展的版本。没有安装该扩展时Strix 在遇到vertex_ai/开头的模型会报No module named google错误并提示 Vertex AI 支持是可选的、需用pipx install strix-agent[vertex]安装见 main.py。完成 Google Cloud 认证两种认证方式任选其一方式一用 gcloud CLI 登录gcloud auth application-default login方式二使用服务账号密钥文件把GOOGLE_APPLICATION_CREDENTIALS指向该 JSON 密钥文件的路径。下面文档中的/path/to/service-account.json是示例路径需要替换成你实际的密钥文件路径export GOOGLE_APPLICATION_CREDENTIALS/path/to/service-account.json配置 Gemini 模型把STRIX_LLM设为 LiteLLM 的provider/model-name格式模型格式说明见 模型总览。Vertex AI 文档 列出的可用模型模型说明vertex_ai/gemini-3-pro-preview安全测试场景综合表现最佳vertex_ai/gemini-3-flash-preview更快、更省export STRIX_LLMvertex_ai/gemini-3-pro-previewVertex AI 通道不需要设置LLM_API_KEY——配置文档明确说明该变量对 Vertex AI、AWS Bedrock 这类云厂商认证方式不适用。如果需要在环境变量里显式指定 GCP 项目和区域再加上文档给出的这两项export VERTEXAI_PROJECTyour-project-id export VERTEXAI_LOCATIONglobal其中your-project-id替换为你的 Google Cloud 项目 IDglobal是文档示例给出的区域值。需要说明一处版本差异文档表格列出的模型名与源码推荐列表models.py 中的vertex_ai/gemini-3.1-pro-preview、vertex_ai/gemini-3.7-flash并不完全一致本文以文档表格为准具体以你在 GCP 环境中实际开通的模型名对应 LiteLLM 前缀vertex_ai/书写。运行扫描并核对结果配置完成后直接发起扫描strix --target ./your-app./your-app替换为扫描目标。Strix 支持本地代码目录、GitHub 仓库、线上应用 URL 等多种目标形式也可用--target-list从文件读取多个目标详见 快速开始 的 Target Types 一节。模型接入正常时Strix 会继续执行扫描扫描结果保存在strix_runs/run-name目录首次运行会自动拉取 Docker 沙箱镜像耗时相应更长。常见问题报No module named google缺少 Vertex AI 依赖重新执行pipx install strix-agent[vertex]即可。认证不通过回到 Prerequisites 一节核对两件事——Vertex AI API 是否已启用、账号是否具有Vertex AI User角色并确认已用上面两种方式之一完成 Application Default Credentials 认证。误配了LLM_API_KEY该变量不参与 Vertex AI 通道认证完全由 Google Cloud 凭据完成不需要也不应该用 API key 来接通 Vertex。【免费下载链接】strixOpen-source AI penetration testing tool to find and fix your app’s vulnerabilities.项目地址: https://gitcode.com/GitHub_Trending/strix/strix创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Strix 如何接入 Google Vertex AI 并使用 Gemini 模型？
Strix 如何接入 Google Vertex AI 并使用 Gemini 模型【免费下载链接】strixOpen-source AI penetration testing tool to find and fix your app’s vulnerabilities.项目地址: https://gitcode.com/GitHub_Trending/strix/strix这篇文章解决一个具体的接入任务把 Strix 这个开源 AI 渗透测试工具的模型提供方切换到 Google Vertex AI用 Gemini 模型运行安全扫描。整条路径是安装带vertex扩展的 Strix完成 Google Cloud 认证用环境变量指定 Gemini 模型然后照常发起扫描。Strix 的 Vertex AI 通道不需要 API key它直接使用 Google Cloud Application Default Credentials因此无需配置LLM_API_KEY。准备 Google Cloud 项目开始之前Google Cloud 侧需要满足 Vertex AI 文档 Prerequisites 一节列出的两个条件在你的 Google Cloud 项目中启用 Vertex AI API你的账号具有Vertex AI User角色。本地侧的另一个前置条件是 Docker 处于运行状态Strix 在 Docker 沙箱中执行扫描首次运行会自动拉取沙箱镜像见 快速开始。安装 vertex 扩展Vertex AI 支持依赖 Google Cloud 的google-auth包属于可选依赖包定义中vertex扩展的内容是google-auth2.0.0见 pyproject.toml且整个包要求 Python 3.12。用vertexextra 安装 Strixpipx install strix-agent[vertex]如果已经装过 Strix重新执行同一条命令即可升级到带扩展的版本。没有安装该扩展时Strix 在遇到vertex_ai/开头的模型会报No module named google错误并提示 Vertex AI 支持是可选的、需用pipx install strix-agent[vertex]安装见 main.py。完成 Google Cloud 认证两种认证方式任选其一方式一用 gcloud CLI 登录gcloud auth application-default login方式二使用服务账号密钥文件把GOOGLE_APPLICATION_CREDENTIALS指向该 JSON 密钥文件的路径。下面文档中的/path/to/service-account.json是示例路径需要替换成你实际的密钥文件路径export GOOGLE_APPLICATION_CREDENTIALS/path/to/service-account.json配置 Gemini 模型把STRIX_LLM设为 LiteLLM 的provider/model-name格式模型格式说明见 模型总览。Vertex AI 文档 列出的可用模型模型说明vertex_ai/gemini-3-pro-preview安全测试场景综合表现最佳vertex_ai/gemini-3-flash-preview更快、更省export STRIX_LLMvertex_ai/gemini-3-pro-previewVertex AI 通道不需要设置LLM_API_KEY——配置文档明确说明该变量对 Vertex AI、AWS Bedrock 这类云厂商认证方式不适用。如果需要在环境变量里显式指定 GCP 项目和区域再加上文档给出的这两项export VERTEXAI_PROJECTyour-project-id export VERTEXAI_LOCATIONglobal其中your-project-id替换为你的 Google Cloud 项目 IDglobal是文档示例给出的区域值。需要说明一处版本差异文档表格列出的模型名与源码推荐列表models.py 中的vertex_ai/gemini-3.1-pro-preview、vertex_ai/gemini-3.7-flash并不完全一致本文以文档表格为准具体以你在 GCP 环境中实际开通的模型名对应 LiteLLM 前缀vertex_ai/书写。运行扫描并核对结果配置完成后直接发起扫描strix --target ./your-app./your-app替换为扫描目标。Strix 支持本地代码目录、GitHub 仓库、线上应用 URL 等多种目标形式也可用--target-list从文件读取多个目标详见 快速开始 的 Target Types 一节。模型接入正常时Strix 会继续执行扫描扫描结果保存在strix_runs/run-name目录首次运行会自动拉取 Docker 沙箱镜像耗时相应更长。常见问题报No module named google缺少 Vertex AI 依赖重新执行pipx install strix-agent[vertex]即可。认证不通过回到 Prerequisites 一节核对两件事——Vertex AI API 是否已启用、账号是否具有Vertex AI User角色并确认已用上面两种方式之一完成 Application Default Credentials 认证。误配了LLM_API_KEY该变量不参与 Vertex AI 通道认证完全由 Google Cloud 凭据完成不需要也不应该用 API key 来接通 Vertex。【免费下载链接】strixOpen-source AI penetration testing tool to find and fix your app’s vulnerabilities.项目地址: https://gitcode.com/GitHub_Trending/strix/strix创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考