Awesome-Offensive-AI-Agentic-Landscape
一张图看懂 AI 攻防：渗透、红队、漏洞发现全收录
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 ★ 435
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- 无需环境
安装与启动步骤
-
1先看分类框架
它按攻击面与研究阶段整理，先理解整体图景。
-
2明确合规前提
这些方法只能用于授权范围内的安全研究。
-
3优先读防御视角
知道攻击方式是为了设计检测与缓解。
-
4别把清单当工具包
条目多为论文与研究项目。
如何确认成功
你能说清至少两类针对智能体的攻击面，并指出对应的检测或缓解思路
注意事项
- 风险边界：这是攻击性 AI 研究的清单，内容涉及对智能体系统的攻击方法。仅可用于授权的安全研究与自己系统的加固，用于他人系统属于违法行为。
- 清单本身不含可执行工具，多为论文与研究项目。
- 条目更新快，半年前的结论可能已失效。
- 防御方视角比攻击手法更有长期价值。
核心亮点
- 覆盖开源工具、论文、基准、商业方案四类资源，信息维度比纯工具列表更全
- 同时收录国际与国内方案，方便做国内外技术路线对比
- 按渗透测试、红队、自主智能体、漏洞发现分方向组织，检索路径清晰
不足之处
- 本质是文档清单，无代码实现，无法直接运行或验证
- 分类粒度和收录标准依赖维护者，更新频率与完整性待观察
适用场景
- 安全研究员快速调研 AI 红队与自动化渗透方向的技术现状
- 企业安全团队评估 AI 渗透测试工具或商业产品选型
- CTF 选手和攻防学习者查找 AI 辅助攻击与漏洞发现的学习资料
替代项目
awesome-ai-security、Awesome-LLM-Security
下一篇：Semia
同类项目推荐
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···
M3Exam
开源
全球大模型谁更聪明？多语言考卷测出真实力
Data and code for paper "M3Exam: A Multilingual, Multimodal, Multilevel Benchmark fo···
GitTaskBench
开源
用真实仓库任务，测出代码代理的真实水平
Repo-level benchmark for real-world Code Agents: from repo understanding → env setu···
Internal-Safety-Collapse
开源
把AI智能体放进正常代码流程，看它如何自己补出危险操作
[NeurIPS 2026] Safety failures in coding agents and frontier LLMs. Reproducible work···
AICompare
开源
一键同时打开多个 AI 站点，对比回答效率翻倍
one click to open multi AI sites ｜ 一键打开多个 AI 站点，查看 AI 结果
chatgpt-failures
开源
看AI翻车现场，理性用大模型
Failure archive for ChatGPT and similar models
LLM-for-misinformation-research
开源
一键速览大模型打假研究全景，找论文不迷路
Paper list of misinformation research using (multi-modal) large language models, i.e···
SECA
开源
用语义等价攻击，自动逼出 LLM 的幻觉破绽
[NeurIPS 2025] SECA: Semantically Equivalent and Coherent Attacks for Eliciting LLM ···
dialog-eval
开源
17个指标一键评估你的对话模型，告别人工打分。
Evaluate your dialog model with 17 metrics! (see paper)