看开源

hashgraph-online/hol-guard

面向 AI agent 的开源杀毒软件：在运行时拦截高风险工具、机密访问、提示注入、恶意软件包、MCP 服务器、插件和技能。

pipelab-org/pipelock

面向 MCP 安全和智能体出口的开源 AI 智能体防火墙。扫描经其代理的 HTTP、MCP、A2A 和 WebSocket 流量，检测数据外泄、SSRF 和提示词注入，并生成由中介签名的操作回执：来自智能体外部的可验证审计证据。

0sec-labs/0

Open-source AI security harness. Includes a web UI for code analysis, pentesting, vulnerability research, reverse engineering, verification, and fixing + CLI and MCP for agents.

google/mcp-security

nolabs-ai/nono

智能体运行时安全——零信任、零配置、零延迟的智能体沙箱。

arcjet/arcjet-js

面向 AI 应用和 agent 的运行时安全：提示注入检测、工具调用授权、敏感数据脱敏、机器人防护和限流。可直接接入你的 JS/TS 代码。

guardana/guardana

面向模型产物、在线端点、MCP 服务器和录制的 agent 轨迹的开源 AI 安全验证工具，为发布决策提供可复现的证据。

PrismorSec/prismor

面向 AI 代理的自托管运行时控制平面。在恶意工具调用执行前进行观察、人工审批或阻断：密钥泄露、提示注入、供应链等，均在本地仪表盘中处理。与代理无关（Claude、codex、langchain 等）。

khendzel/skills-janitor

为你的 Claude Code 技能、子智能体和 MCP 服务器做「配对」：划掉浪费上下文的，扫描提示注入，获取真实的 token 开销。发现问题就修复并真正删除。零依赖，支持 Claude Code + Codex。

pazo01/awesome-cyber-ai-arsenal

精选的攻击性、防御性及 AI/LLM 安全工具合集。

sundarsub/execwall

OpenClaw 执行防火墙——Seccomp 锁定的 AI agent 沙箱，具备策略强制执行的命令治理、WhatsApp/Telegram 集成和 Python 隔离，可部署在 Oracle Cloud 免费层。

inoio/agents-sandbox

面向 AI 编码智能体（Claude Code、opencode、pi）的沙箱：每个项目运行在隔离的 microVM 中，密钥在宿主机侧注入。支持 Linux/KVM 与 macOS。

Ephemeral-AI-Lab/ephemeral-sandbox

面向并行编码 agent 的开源 agent 沙箱基础设施：隔离工作区、MCP/CLI 控制、可观测性和原子发布。

NuGuardAI/nuguard

AI 红队工具与 LLM 安全框架，用于评估 Agentic AI 应用。测试提示注入、执行漏洞评估、生成 SBOM 并进行静态分析。

leepokai/jev-guard

面向所有编码代理的自动模式，基于 Jev：结合会话上下文对每次工具调用进行风险评分（拒绝/询问/允许），标记结果中的提示注入，检查技能和插件。支持 Claude Code、Codex、Copilot、Gemini、Cursor、pi、OpenCode、ACP。

mastepanoski/claude-skills

面向 AI 编码助手的 UX/UI 评估、AI 治理和 AI 安全技能：用 Nielsen 启发式、WCAG、Don Norman 原则审计界面；用 NIST AI RMF、ISO 42001、OWASP LLM Top 10 和 OWASP AI Testing Guide 评估 AI 风险

multikernel/sandlock

最轻量的 AI 沙箱。面向 Linux 的基于进程的沙箱，无需容器、无需虚拟机、无需特权，可防提示注入

ryanfren/AgentCloak

面向 AI 代理的安全邮件代理——通过 MCP 实现内容过滤、PII 脱敏和提示注入检测

secureagentics/Adrian

开源运行时 AI 代理安全工具——实时监控和控制 AI 代理，在代理行动之前捕获恶意工具使用、提示注入和策略漂移。

votal-ai-hq/ai-red-teaming

面向 LLM 与 Agentic AI 应用的白盒与黑盒 AI 红队框架。它分析应用源码以发现工具、角色和护栏，然后跨多个类别生成新的攻击链，并在多轮多轮交互中自适应以发现漏洞

arcjet/arcjet-py

面向 AI 应用和代理的运行时安全：提示注入检测、工具调用授权、敏感数据脱敏、机器人防护和速率限制。可直接嵌入 Python 代码。

getagentseal/agentseal

面向 AI 代理的安全工具集。扫描本机中危险的技能与 MCP 配置，监控供应链攻击，测试提示注入抵抗力，并审计在线 MCP 服务器的工具投毒问题。

LINGYK352/Watchtower

Watchtower | Self-hosted AI security assessment, asset intelligence, and evidence workflows.

fishman/awesome-agent-sandbox

面向 AI 编程智能体的可移植、自包含沙箱——microVM、容器、隔离框架。

katosh/agent_sandbox

在 HPC 系统上借助 slurm 为 AI 智能体提供沙箱。

vasikmansuri/agentconfig-doctor

MCP security scanner & config linter for AI coding agents. Finds leaked secrets, risky commands, broad permissions and invalid MCP servers in Claude Code, Cursor and VS Code (Copilot) configs. Local-first CLI, no telemetry.

digitranslab/allama

AI 安全自动化平台。可构建可视化工作流、部署自主 agent，并自动化威胁检测与响应，提供 80 多个与 SIEM、EDR、工单和云工具的集成，是自托管 SOAR 的替代方案。

ProjectRecon/awesome-ai-agents-security

AI 智能体安全生态的实时全景图

toby-bridges/api-relay-audit

针对 AI API 中转和 LLM 代理的本地安全审计：检测提示注入、模型替换、工具调用改写、SSE 异常、错误信息泄露和 Web3 钱包风险

msaleme/red-team-blue-team-agent-fabric

AI 智能体安全测试框架，对抗性测试：v4.28.0 版本包含 649 个可执行测试，覆盖 MCP、A2A、x402/L402、决策治理、基准完整性、人在回路、技能供应链。四种目标形态：判定必须既可能出错，也可能正确。对应 OWASP Agentic v1.1 T1-T17、AIUC-1 19/20（2026-Q1/Q2 集）、NIST AI 800-2。

RiccardoBiosas/awesome-MLSecOps

精选的 MLSecOps 工具与资源列表，用于保护机器学习和 AI 系统——涵盖对抗性 ML 防御、LLM 安全、AI 红队测试、模型扫描、供应链防护和 MLOps 流水线安全

ppradyoth/prompt-injection-ctf

Free prompt injection CTF: 16 LLM security missions plus a 30-mission Agentic Security Lab (OWASP Agentic Top 10), defender mode, optional live-model grading. No signup.

Unclecheng-li/DeepSec

DeepSec —— AI 安全攻防平台。Shield 实时审计 AI 生成的代码，检查幻觉包、缺失防护和 AI 模式错误。Spear 用 40+ 技能包自动化授权渗透测试，从侦察到 PoC。

bridge-mind/BridgeWard

不信任任何东西，安全交付。——面向 AI 代理的怀疑式阅读与提示注入防御技能。来源标记、红旗模式、拒绝模板以及只读注入审计器。MIT。

precize/Agentic-AI-Top10-Vulnerability

Agentic AI 十大风险（AI agent 安全）是 OWASP 和 CSA 红队工作的核心

SleuthCo/clawshield-public

面向 AI 代理的安全代理。扫描每条消息中的提示注入、PII 和密钥。纵深防御：Go 代理 + iptables 防火墙 + eBPF 内核监控。YAML 策略引擎、审计日志、5 个带 RAG 知识库的 AI 代理。

kajogo777/the-agent-sandbox-taxonomy

用于评估 AI agent 沙箱的开放分类与评分框架：7 个防御层、7 类威胁、3 个评估维度，对 27 个“沙箱”进行评分。

MikkoParkkola/nab

面向 LLM 智能体的省 token 网页微抓取工具：任意 URL → 干净 markdown，提供 CLI、MCP 服务器和 Claude Code 插件。支持真实浏览器 Cookie 认证、passkey、反爬绕过，默认开启提示注入防御，并具备端侧多模态 ASR/OCR。单个 Rust 二进制文件——不是浏览器。

martian56/redcell

AI 红队平台。自主 LLM 智能体在 Kali 容器内端到端执行渗透测试并撰写报告。采用 LangGraph 计划/执行引擎，通过 LiteLLM 接入各厂商模型，输出 PDF/JSON/SARIF。技术栈为 FastAPI + React。

kstenerud/yoloai

你的智能体本身就是安全风险，那就按风险来对待。yoloAI 正确地实现了 AI 智能体沙箱隔离。

saasvista/aibom-scanner

扫描代码库中的 AI SDK、MCP 服务器和 agent 工具；将风险映射到 NIST AI RMF、ISO 42001、EU AI Act 以及 OWASP LLM 与 Agentic Top 10

gl0di/clawseccheck

针对 OpenClaw 代理的本地只读安全审计工具，可发现配置、提示注入与供应链风险，监控漂移并在安装前审查技能，完全离线、零依赖，五层检测后给出 A–F 评级。

rewanthtammana/Who-Let-The-Agents-Act

Who Let the Agents Act? 是一个交互式智能体安全实验环境，探索 AI 智能体如何使用工具、访问数据和做出决策。通过对比存在漏洞、仅靠提示词和加固后的智能体，说明为什么提示词不是安全边界，以及授权、最小权限、数据投影、输出控制等如何保障智能体安全。

vstorm-co/pydantic-ai-shields

Pydantic AI 的护栏能力——成本跟踪、提示注入检测、PII 过滤、密钥脱敏、工具权限和异步护栏，基于 pydantic-ai 的原生 capabilities API 构建。

OraclesTech/guardian-sdk

Ethicore Engine® 是一个 AI 安全、伦理与合规平台。本仓库包含 Ethicore Engine™ 的开源组件 Guardian SDK，通过多层分析流水线保护 AI 应用免受提示注入、越狱、角色劫持、系统提示提取及 100 多种其他威胁类别的侵害

onsails/right-agent

运行在你的 Claude 订阅上的智能体。多智能体，默认沙箱隔离。精致的 Telegram 界面。

dreadnode/AIRTBench-Code

AIRTBench 的代码仓库：衡量语言模型自主 AI 红队能力

MCP-Manager/MCP-Security-Checklists

agentveil-protocol/agentveil-sdk

Independent AI agent security. For supported actions on configured routes, risky actions get a safe alternative or your approval before they run, so the task still gets done. Works with Cursor, Claude Code, Codex, Gemini CLI, Hermes CLI, and MCP tools.

Agentic-AI-Risk-Mitigation/Janus

面向 LLM Agent 的系统级安全：对工具调用实施细粒度策略，以防御间接提示注入。

getagentseal/awesome-mcp-security

800+ 个 MCP 服务器的安全评分。9 个分析器扫描提示注入、有毒数据流和攻击面风险，每日更新。

CloudDefenseAI/secure-agents-md

面向 AI 编码智能体的安全工作约定：加固的 AGENTS.md、提示词/工具注入防护、依赖卫生、符合 Scorecard 要求的开源配置。

Mai-xiyu/Codex-Prompt

Rational engineering system prompt for Codex and LLMs — focused on accuracy, software engineering, AI, security research, bug bounty, and reverse engineering. | 面向 Codex 与 LLM 的理性工程系统提示词：强调准确性、软件工程、AI、网络安全、漏洞研究与逆向工程。

emarco177/agent-security

AI 代理安全实践资源：在部署到云端的 LangChain IT 服务台代理上演示 OWASP GenAI 的攻击、修复与验证。

AgentsID-dev/agentsid-scanner

面向 MCP 服务器的安全扫描器。对认证、权限、注入风险和工具安全性进行评级。agent 安全领域的灯塔。

9hannahnine-jpg/arc-gate

Arc Gate —— 带提示注入检测的 LLM 代理。Bendex Geometry。

Acacian/aegis

面向 Python 的 LLM 防护栏与提示注入检测。自动接入 LangChain、CrewAI、OpenAI、LiteLLM 等 8 个以上框架，支持 PII 掩码、毒性检测和策略 CI/CD，一行接入、无需改代码。

ZenGuard-AI/fast-llm-security-guardrails

为 AI Agent 提供最快的信任层。

kcsinclair/kaos-control

自托管的 Claude Code 智能体编排器：以角色门控的 SDLC（计划 → 构建 → 测试 → 发布）推进想法，支持每个智能体独立沙箱、运行过程实时流式输出，并以磁盘上的 markdown 作为唯一事实来源。单个 Go 二进制文件。

X-Scale-AI/GRITS

开源 AI Agent 安全框架，可对 AI Agent 进行评分、加固和治理，基于 DoD/DISA 零信任原则构建。

mathematic-inc/earl

面向 AI 智能体的安全 CLI 代理——用 HCL 定义操作模板，密钥存于操作系统钥匙串，集成 MCP，并提供提示注入防护。

jmagly/agentic-sandbox

可自托管的持久自主编码智能体运行时：KVM 隔离虚拟机（或无根容器）、带签名 AgentCard 发现的 A2A 协议执行器、AIWG 任务派发、Web 仪表盘、virtiofs 共享存储。运行在你自己的硬件上，无需托管控制平面。

henio828/unveil

找出那些躲过人类却对机器说话的文字。用于扫描不可信内容中间接提示注入的防御性工具。

techlab-innov/llmtrace

零代码 LLM 安全与可观测性代理。为 OpenAI 兼容 API 提供实时提示注入检测、PII 扫描和成本控制，使用 Rust 构建。

Helixar-AI/sentinel

Helixar 出品的 MCP 安全扫描器

0-Vault/Vault-0

Vault-0：面向 OpenClaw 的代理安全、监控与 x402 钱包。加密密钥保险库、实时代理监控、策略执行和原生 x402 支付——使用 Rust + Tauri 构建。

Helixar-AI/mcp-security-checklist

MCP 正被快速采用，安全指引却相对滞后。这份清单为安全工程师、平台团队和技术负责人提供清晰可执行的基线，用于保障 MCP 部署安全，无论你是在交付内部工具还是面向客户的 AI agent。

CoworkedShawn/openclaw-skills

为 AI agent 能力定制的 OpenClaw 技能——记忆系统、提示注入防御、意图路由和平台集成