项目预览
项目数据
项目介绍
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 2026-11-06 · 当前星标 ★ 101
核心亮点
- 用 LLM 红蓝智能体在真实基础设施上对抗，评测更接近实战而非静态靶场
- Rust 实现，性能与资源占用控制较好，适合长时间运行的对抗循环
- 把多智能体编排与安全运营流程结合，可直接用于模型/策略的攻防效果对比
不足之处
- 项目仅约 101 星，处于早期阶段，接口与行为可能频繁变动
- 在真实基础设施上运行攻防智能体，对隔离与权限管控要求高，误操作风险需自行兜底
适用场景
- 安全团队用红蓝智能体对抗演练，评估现有防护与响应流程
- 研究机构对比不同 LLM 在攻击与防守任务中的实际表现
- 企业安全运营平台做自动化评测与策略迭代的实验环境
替代项目
CyberGym、AutoPenBench、PentestGPT
上一篇：nyt-connections
下一篇：GateMem
同类项目推荐
gpt_jailbreak_status
开源
追踪 GPT 越狱动态，掌握 AI 安全薄弱点
This is a repository that aims to provide updates on the status of jailbreaking the ···
llm-hallucination-survey
开源
一站式读懂大模型幻觉，从入门到前沿
Reading list of hallucination in LLMs. Check out our new survey paper: "Siren’s Son···
nordef-matrix-open-control
开源
给 AI 加一道可验证的安全闸门，三态决策拦截风险
NORDEF Matrix Open Control: model-independent AI safety belt with 0/1/2 decisions, E···
ARTEX
开源
让 AI 智能体自主完成渗透测试攻击链
AI 自主渗透测试系统
One-Eval
开源
用 agent 自动跑完 LLM 评测全流程，省去手工配数据与打分
Automated system for LLM evaluation via agents. Doc as below:
awesome-hallucination-detection
开源
大模型幻觉检测论文一网打尽，快速入门不迷路
List of papers on hallucination detection in LLMs.
awesome-data-contamination
开源
查论文，避坑LLM评估数据污染
The Paper List on Data Contamination for Large Language Models Evaluation.
ollama-benchmark
开源
一键测本地大模型吞吐，选模型不靠猜
LLM Benchmark for Throughput via Ollama (Local LLMs)
seismometer
开源
在 Notebook 里做医疗 AI 模型的分组评测与可视化
AI model evaluation with a focus on healthcare