OpenRT 是评测安全领域的开源项目，由 AI45Lab 开发，2025 年首次发布。
它收录于评测安全分类，该分类目前共有 458 个项目，GitHub 星标数为 272。
项目仍在小幅维护中，最近一次代码更新于 2026-09-17。AGPL-3.0许可，完全免费，可自行部署使用。
它主要面向的使用场景是：多模态大模型上线前的安全评测。同类可对比的替代方案包括 Garak、PyRIT、TextAttack。
OpenRT
一键对多模态大模型发起42+攻击，快速暴露安全漏洞
OpenRT 是一个面向多模态大语言模型（MLLMs）的开源红队测试框架，内置 42 种以上的攻击方法，覆盖提示注入、越狱、对抗性样本等常见安全威胁。它旨在解决多模态模型在图像、文本、音频等输入下的安全评测难题，提供自动化、高吞吐的测试流程，帮助开发者系统性地发现模型漏洞并评估其鲁棒性。核心能力包括：丰富的攻击方法库、支持代理式攻击（agentic attacks）、高效的批量测试机制，以及可扩展的评测报告。项目处于早期阶段，但已具备完整的框架结构，适合安全研究人员和模型开发者集成到日常评测流程中。
开源
free
评测安全
GitHub 星标
★ 272
维护状态
维护中
是否开源
是
定价模式
free
项目数据
分类评测安全
开发团队AI45Lab
所属国家
定价模式free
价格说明开源框架，AGPL-3.0许可，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议AGPL-3.0
主要语言Python
技术栈/模型agentic-attacks,ai-safety,high-throughput,multimodal-llm,red-teaming,safety-evaluation
GitHub 星标★ 272
30天Star增速
HF 下载量
上线时间2025-12-29 00:00:00
最近更新2026-09-17 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-10
浏览次数5
使用教程
核心亮点
- 内置42+攻击方法，覆盖提示注入、越狱、对抗样本等主流安全威胁
- 支持高吞吐批量测试，可快速评估大规模模型
- 专为多模态设计，支持图像、文本等混合输入场景
不足之处
- 早期项目，文档和社区支持尚待完善
- 攻击方法库虽多，但部分方法可能缺乏深度定制选项
适用场景
- 多模态大模型上线前的安全评测
- 模型迭代过程中的鲁棒性回归测试
- 安全研究机构进行红队对抗演练
替代项目
Garak、PyRIT、TextAttack
项目介绍
上一篇：Aegis
下一篇：node9-proxy
同类项目推荐
akto
开源
给 AI 应用做安全体检，防提示注入和数据泄露
Akto is the fastest growing AI Security platform for your teams to secure AI agents,···
XSafeClaw
开源
给 AI 智能体装上安全盾，自动红队测试找漏洞
Introducing XSafeClaw: The Open-Source Agent Safety Platform from Fudan University
deepteam
开源
自动模拟越狱攻击，提前测出 LLM 安全漏洞
DeepTeam is a framework to red team LLMs and AI agents.
Tracely-ai
开源
把生产事故变成回归测试，合并前自动拦截 AI 故障
Trace-native CI/CD for AI agents — production failures become regression tests that···