OpenRT

一键对多模态大模型发起42+攻击，快速暴露安全漏洞

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 评测安全 🍴 复刻 23 🐛 待处理 1 👀 关注 2
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 279
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源框架，AGPL-3.0许可，完全免费，可自行部署使用。

项目预览

OpenRT 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类评测安全
开发团队AI45Lab
官网地址https://ai45lab.github.io/OpenRT
GitHubhttps://github.com/AI45Lab/OpenRT
定价模式🏷️完全免费
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🔧 仅开源项目，无在线服务，需自行部署
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★ 279
上线时间2025-12-29 00:00:00
代码更新2026-07-17
仓库体积12.8 MB
本站数据更新2026-11-07
维护状态低维护
收录时间2026-08-10
浏览次数6

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 279

技术标签

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

上一篇：Aegis

下一篇：node9-proxy

同类项目推荐

hypoarena 开源

埋好因果链的合成文献，用 Elo 赛出谁能挖出真假设

Scientific hypothesis-discovery workbench: grounded hypothesis-evidence graphs, synt···

★ 527 2026-10-06
Loong 开源

测出长文本大模型真实力，必须跨文档推理才能答对

[EMNLP 2024 (Oral)] Leave No Document Behind: Benchmarking Long-Context LLMs with Ex···

★ 154 2026-08-09
aiewf-eval 开源

专测大模型长上下文下的安全表现

A long-context eval

★ 169 2026-09-14
nannyml 开源

模型上线后，用 nannyml 自动盯漂移和性能，提前报警

nannyml: post-deployment data science in python

★ 2161 2026-08-09
VLGuard 开源

给视觉大模型加安全锁，几乎零成本防恶意图片诱导

[ICML 2024] Safety Fine-Tuning at (Almost) No Cost: A Baseline for Vision Large Lang···

★ 91 2026-08-09
garak 开源

给大模型做安全体检，一键扫描漏洞并生成报告

the LLM vulnerability scanner

★ 9918 2026-08-10