LLMVault

在真实漏洞靶场中练手，掌握 LLM 安全攻防实战

LLMVault 是一个专为 AI 安全设计的开源训练平台，基于 OWASP LLM Top 10 标准构建，帮助安全工程师、开发者和研究人员学习并实践大语言模型（LLM）相关的安全漏洞。它解决了当前 AI 应用安全知识匮乏、实战环境缺失的问题，通过提供故意设计漏洞的模拟环境，覆盖提示注入、RAG 安全、Agent 安全、GenAI 渗透测试等核心领域。平台内置多种漏洞场景和实验，允许用户在不影响真实系统的前提下进行攻击与防御演练，从而提升对 LLM 安全威胁的识别和修复能力。其核心能力包括漏洞靶场、安全测试工具集成、场景化教学以及可扩展的插件架构，适合作为企业安全培训、高校教学和个人技能提升的实用工具。

开源 free 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 326

维护状态活跃

是否开源是

定价模式 free

项目数据

分类搜索知识

开发团队CyberSunil

所属国家

官网地址

GitHubhttps://github.com/CyberSunil/LLMVault

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent-security,ai-security,ai-security-tool,artificial-intelligence,ctf,docker,genai,good-first-issue,large-language-models,llm-security,llm-security-testing,owasp,owasp-llm-top-10,penetration-testing,prompt-injection,prompt-injection-llm-security,python,rag,red-team,vulnerable-lab

GitHub 星标★ 326

30天Star增速

HF 下载量

上线时间2026-07-15 00:00:00

最近更新2026-09-24 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数0

使用教程

核心亮点

基于 OWASP LLM Top 10 权威框架，课程内容有据可依
提供可动手的漏洞环境，覆盖提示注入、RAG 等热门攻击面
Python 技术栈，易于二次开发和集成到现有安全测试流程

不足之处

项目处于早期阶段（星标 271），文档和社区支持待观察
漏洞场景数量有限，可能无法覆盖所有 LLM 安全威胁

适用场景

企业安全团队进行 AI 安全内部培训
高校开设 LLM 安全课程，提供实验环境
安全研究员研究 GenAI 渗透测试技术

替代项目

OWASP Juice Shop、DVWA、Garak

项目介绍

LLMVault 是评测安全领域的开源项目，由 CyberSunil 开发，是 2026 年新上线的项目。

它收录于评测安全分类，该分类目前共有 466 个项目，GitHub 星标数为 326。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-24。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：企业安全团队进行AI安全内部培训。同类可对比的替代方案包括 OWASP Juice Shop、DVWA、Garak。

上一篇：bergen

下一篇：confabulations