评测安全

ablation 开源 免费 仅开源

用 LLM 智能体自动读汇编、追调用链，加速二进制逆向

ablation 是一个 AI 辅助逆向工程（AIARE）框架，用 Python 编写，面向二进制分析场景。它把反汇编···

NOIR 开源 不稳定

用 adb 给手机做隐私体检，看清 App 上报了什么

NOIR 是一款面向 Android 手机的隐私审计桌面工具，通过 adb 连接设备，扫描已安装应用的权限申请、···

lm_understand-logs 开源 免费 仅开源

把神经网络权重当文本，让大模型读懂并生成

lm_understand-logs 是博客文章《LLMs can understand and write neural network weights》的完整实···

grim-prompter 开源 免费 仅开源

把 AI 代理指向代码库，自动产出可追溯威胁模型

grim-prompter 是一个面向 AI 编码代理的威胁建模工具，把 Claude Code、Codex 等代理指向你的代码···

Zero-Breach-Toolkit 开源 免费 仅开源

离线自查设备是否留有已知间谍软件痕迹

Zero-Breach-Toolkit 是一款用 Python 编写的开源离线检测工具，用于在个人设备上排查已知商业雇佣···

bla 开源 不稳定

给代码下毒，让 AI 逆向代理白忙一场

BLA（Blind LLM Agents）是一个用 TypeScript 编写的对抗性防御工具，专门用于对抗 AI 逆向工程代理···

Awesome-Diffusion-Flow-RL 开源 免费 仅开源

扩散与流模型的强化学习论文工具一网打尽

Awesome-Diffusion-Flow-RL 是一个精选资源列表，系统整理了将强化学习与奖励优化应用于扩散模型和···

ai-jailbreaks 开源 免费 仅开源

现成越狱提示词库，快速测模型安全边界

这是一个面向 AI 安全研究与红队测试的开源提示词集合，收录约 35 条可直接粘贴使用的越狱提示词，···

ResolveLab 开源 免费 仅开源

给 Agent 工具注入故障，用副作用打分验真本事

ResolveLab 是一个面向 LLM Agent 的评测与后训练环境，核心思路是在工具调用链路中主动注入故障，···

StreamEval 开源 可打开

给流式交互视频生成立一把可复现的评测尺

StreamEval 是首个面向交互式流式视频生成的基准测试项目，用 Python 实现。它要解决的问题是：现有···

rsi_eval 开源 免费 仅开源

一条命令跑通 agent 自我改进的多轮基准评测

rsi_eval 是一个轻量级 Python SDK 与命令行工具，用于在各类 agent 基准测试上评估递归自我改进（···

Tracely-ai 开源 可打开

把线上 agent 失败轨迹变成 CI 回归测试，退化就拦 PR

Tracely-ai 是一个面向 AI Agent 的 trace 原生 CI/CD 工具，把生产环境中的 agent 调用轨迹当作一···

ARTEX 开源 免费 仅开源

让 AI 智能体自主完成渗透测试攻击链

ARTEX 是百度“agent+”攻防挑战赛冠军项目，一个用 Go 编写的 AI 自主渗透测试系统。它把大模型智···

UltraText_Bench 开源 免费 仅开源

给文生图模型做中英文写字能力体检

UltraText Bench 是一个面向图像生成模型的双语评测基准，专门衡量模型在生成图片时渲染文字的能力···

ARTEX 开源 免费 仅开源

让 AI 自动跑完授权渗透测试流程

ARTEX 是一个用 Go 编写的 AI 自主渗透测试系统，面向授权安全评估场景，把大模型决策与自动化工具···

awesome-gpt-6-astra 开源 免费 仅开源

一份清单，带你安全玩转GPT-6 Astra的实战用例与提示词。

这是一个围绕OpenAI GPT-6 Astra（推测为未来或虚构模型）的精选资源列表，旨在为开发者、安全研究···

absent-author 开源 免费 仅开源

用证据清单和 AI agent 揪出没人负责的 AI 论文

absent-author 是一个面向学术出版与同行评审场景的开源研究项目，聚焦识别那些由 AI 生成、却没有···

AISafetyHot-Hub 开源 免费 可打开

每天一份 AI 安全论文清单，md/bib/json 直接喂给 Agent

AISafetyHot-Hub 是一个面向 AI 安全领域的每日精选与论文清单仓库，以 Markdown、BibTeX 和 JSON ···

hypoarena 开源 免费 仅开源

埋好因果链的合成文献，用 Elo 赛出谁能挖出真假设

HypoArena 是一个面向科学假设发现的评测工作台，核心目标是让「AI 能否从文献中挖出真正有价值的假···

Offensive-Security-AI-Models 开源 免费 仅开源

找能聊攻防的开源模型，本地跑不拒答

Offensive-Security-AI-Models 是一个面向网络安全攻防场景的模型资源汇总项目，主要收录未经审查（···

JailbreakHub 开源 免费 仅开源

大模型安全测试提示词合集，红队评测随手取用

JailbreakHub 是一个面向大语言模型安全评测的开源研究资源库，主要收集和整理用于测试模型安全过滤···

Tracekit 开源 可打开

给 AI Agent 装行车记录仪，每步可查、篡改可发现

Tracekit 是一个面向 AI Agent 的可审计追踪与安全控制工具，核心解决 Agent 执行过程不透明、行为···

jevals 开源 免费 仅开源

每条 trace 一次请求，几分钱延迟低到能进 Agent 循环

jevals 是一个面向 AI Agent 的评测与护栏（guardrails）工具，核心思路是把每一次 Agent 调用建模···

awesome-jev-tools 开源 免费 仅开源

一页清单，快速找到 Jev 类型化决策的现成工具

awesome-jev-tools 是一个围绕 TypeSafe AI 的 System One 模型 Jev 整理的工具清单。Jev 的定位是···