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 2026-08-09 · 当前星标 ★ 235
核心亮点
- 专注 AI 智能体安全测试，填补传统测试空白
- 提供 SDK 和 CLI，可本地运行，集成灵活
- 支持对接云平台，便于规模化测试和协作
不足之处
- 项目早期，文档和社区生态待观察
- 测试覆盖场景可能有限，需自行扩展用例
适用场景
- AI 智能体上线前安全评估
- 持续集成中自动执行对抗性测试
- 红队演练或安全审计辅助工具
替代项目
PyRIT、Garak、TextAttack
上一篇：agent-opfor
下一篇：lintlang
同类项目推荐
AI-Infra-Guard
开源
一键扫描AI全链路，提前揪出安全漏洞
A full-stack AI Red Teaming platform securing AI ecosystems via Agent Scan, Skills S···
LooGLE
开源
测长文本模型真实力，看它能否抓住长文关键
ACL 2024 | LooGLE: Long Context Evaluation for Long-Context Language Models
LLMRouterBench
开源
把各家大模型路由方法拉到同一张考卷上比高低
[Findings@ACL'26] LLMRouterBench: A Massive Benchmark and Unified Framework for LLM ···
halo-record
开源
给 AI 代理装上防篡改黑匣子，操作记录人人可验
Tamper-evident audit trails for AI agents: hash-chained Runtime Records, dependency-···
tribunal
开源
在 Elixir 里像写测试一样评测 LLM 输出
LLM evaluation framework for Elixir: evaluate and test LLM outputs, detect hallucina···
text2image-benchmark
开源
一键跑分，量化你的文生图模型实力
Benchmark for generative image models
Modality-Integration-Rate
开源
量化视觉-语言模型跨模态对齐，诊断融合短板
[ICCV 2025] The official code of the paper "Deciphering Cross-Modal Alignment in Lar···
hallucination-leaderboard
开源
看哪个大模型摘要最不容易瞎编
Leaderboard Comparing LLM Performance at Producing Hallucinations when Summarizing S···
Awesome-LLM-Uncertainty-Reliabil···
开源
一页看懂LLM可靠性研究全景，找论文、查基准、避幻觉坑
Awesome-LLM-Robustness: a curated list of Uncertainty, Reliability and Robustness in···