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 2026-09-22 · 当前星标 ★ 147
技术标签
核心亮点
- 提供可复现的漏洞场景，能直接动手验证提示注入、工具越权等 Agent 风险
- JavaScript 实现，部署门槛低，适合教学演示和内部安全培训
- 聚焦 AI Agent 这一新兴攻击面，比传统 Web 靶场更贴近当前 LLM 应用
不足之处
- 项目处于早期，漏洞场景和文档覆盖可能有限
- 社区规模小，更新与维护节奏待观察
适用场景
- 安全团队内部培训，让工程师亲手攻击 Agent 理解风险
- CTF 或课程实验，作为 AI 安全方向的练习靶场
- 上线前对自研 Agent 做安全自查时的对照参考
替代项目
OWASP Juice Shop、DVWA、promptfoo
同类项目推荐
Awesome-LLM-Eval
开源
一站式找全 LLM 评测资源，快速选型不踩坑
Awesome-LLM-Eval: a curated list of tools, datasets/benchmark, demos, leaderboard, p···
prometheus-eval
开源
用 Prometheus 或 GPT-4 自动给 LLM 回复打分，快速筛选最佳模型。
Evaluate your LLM's response with Prometheus and GPT4
Guardrails
开源
给大模型对话装上可编程的安全护栏，防止跑偏和有害输出。
NeMo Guardrails is an open-source toolkit for easily adding programmable guardrails ···
sim-evals
开源
把机器人策略丢进仿真跑分，省下真机评测的麻烦
A simulation evaluation platform for DROID
eval-assist
开源
用网页交互调教 LLM 当裁判，迭代出靠谱评估标准
EvalAssist is an open-source project that simplifies using large language models as ···
Static-to-Dynamic-LLMEval
开源
动态生成评测样本，防数据污染，测出模型真实力
The official GitHub repository of the paper "Recent advances in large language model···
svelte-bench
开源
专测大模型写 Svelte 5 代码行不行
An LLM benchmark for Svelte 5 based on the OpenAI methodology from OpenAIs paper "Ev···
ChineseHarm-bench
开源
测一测你的模型对中文有害内容有多能扛
ChineseHarm-Bench: A Chinese Harmful Content Detection Benchmark
ActPlane
开源
用 eBPF 管住 AI Agent 的数据流，防泄露防乱来
eBPF Information Flow Enforcement for AI Agent safety, security and effectiveness