NVIDIA/SkillSpector
面向 AI 智能体技能的 security scanner。在安装前检测 Claude Code、Codex 和 MCP 技能中的漏洞、恶意模式、安全风险、提示注入、数据外泄和供应链风险
看开源
AI 安全相关的开源项目、工具与仓库动态，按内容类型筛选，支持搜索。
分类筛选1展开收起
找到 42 个
Python · Apache-2.0新★ 23,285 TypeScript · Apache-2.0新★ 697 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。
Python · Apache-2.0新★ 468 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）。
TypeScript · MIT新★ 422 Agent-Threat-Rule/agent-threat-rules
面向 AI 代理安全威胁的开放检测规则标准——类似 Sigma，但针对 AI 代理。提供可执行、可测试的规则，覆盖提示注入、工具投毒、上下文窃取和 MCP 攻击。已合并进 Microsoft、Cisco、Gen Digital、MISP 和 FINOS 的开源项目。MIT 许可。
Python · GPL-3.0新★ 1,163 ASCIT31/Dark-Moon
开源自主 AI 渗透测试工具。50 个专家 agent 覆盖 Web、API、云、Active Directory、Kubernetes、CI/CD 和 AI/LLM（OWASP LLM Top 10）。在 Privacy Gateway 后运行本地 LLM，并与 GitHub、GitLab、Jenkins、VS Code、JetBrains、n8n、Grafana 和 Splunk 集成。
#C03 AI红队测试研究 / 基准active-directoryai-penetration-testingai-red-teamai-red-teamingai-securityai-security-toolJavaScript · MIT新★ 419 agamm/claude-code-owasp
面向 OWASP 安全最佳实践（2025-2026）的 Claude Code 技能，涵盖 Top 10:2025、ASVS 5.0、Agentic AI 安全，以及 20 多种语言特有的安全陷阱。
TypeScript · Apache-2.0新★ 34 preambleai/prompt-injector
AI 安全与提示注入载荷工具集
Python新★ 40 4vanish/AI-Pentest-Playbook
🛡 一站式渗透测试 AI 聊天机器人与 LLM 应用的参考手册。提供可直接使用的载荷，覆盖 OWASP LLM Top 10 全部条目以及前沿攻击向量（MCP · RAG · A2A · computer-use · 语音）。
JavaScript · MIT新★ 59 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
Python · Apache-2.0新★ 586 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。
HTML · MIT-0新★ 51 aws-samples/sample-aiml-security-assessment
面向 AWS 的 AI/ML 与生成式 AI 安全评估框架。自动审计 Amazon Bedrock、SageMaker、AgentCore 和 Agent Registry 工作负载的安全最佳实践
#C01 算法与数据安全研究 / 基准agent-registryagentcoreagentic-ai-securityai-securityamazon-bedrockamazon-sagemakerPython · MIT新★ 242 HeadyZhang/agent-audit
面向 LLM 代理的静态安全扫描器——提示注入、MCP 配置审计、污点分析。51 条规则映射到 OWASP Agentic Top 10 (2026)。支持 LangChain、CrewAI、AutoGen。
Python · NOASSERTION新★ 30 GenAI-Security-Project/GenAI-Data-Security-Initiative
OWASP GenAI 数据安全计划——用于保障生成式 AI 系统数据安全的分类体系、对照映射、数据集和工具。
Go · Apache-2.0新★ 314 praetorian-inc/augustus
LLM 安全测试框架，用于检测提示注入、越狱和对抗攻击——190+ 探测项、28 家提供商、单个 Go 二进制文件
JavaScript · NOASSERTION新★ 14 emmanuelgjr/GenAI-Security-Crosswalk
最全面的开源 OWASP GenAI 风险到行业框架映射——70 个映射文件、25 个框架、1016 项控制、125 起事件，以及 ML 分类器流水线。来源列表包括 LLM Top 10、Agentic Top 10、DSGAI 2026、EU AI Act、NIST、ISO、SOC 2、FedRAMP、DORA、OT/ICS、MITRE ATLAS。
TypeScript · Apache-2.0新★ 50 Synvoya/codeinspectus
面向 AI 生成应用的本地优先 MCP 安全扫描器。可在 Claude Code、Cursor、Codex 等代理中执行扫描 → 修复 → 重新扫描。
TypeScript · Apache-2.0新★ 129 StackOneHQ/defender
面向调用工具（通过 MCP、CLI 或直接函数调用）的 Agent 的开源提示注入防护。检测并防御提示注入攻击。22MB，仅用 CPU，延迟低于 10ms。
#C03 AI红队测试研究 / 基准ai-securityindirect-prompt-injectionllm-securitymcp-securityprompt-injectionprompt-injection-defensePython · AGPL-3.0新★ 897 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
Python · Apache-2.0新★ 33 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。
Go · AGPL-3.0新★ 44 yatuk/tamga
自托管的 LLM 安全代理。提供 PII 脱敏、提示注入防御，符合 KVKK/GDPR/PCI-DSS，延迟低于毫秒级。
Jupyter Notebook · MIT新★ 19 zakky8/llm-jailbreak-taxonomy
基于机制的 40 种 LLM 越狱模式分类，涵盖 10 个类别。针对 2026 年 6 月前沿模型（Claude Opus 4-8、GPT-5.5、Gemini 3.5、DeepSeek V4）的 8000 次试验自举评估。每条引用均经直接 WebFetch 验证；被驳斥的说法也有记录。
#C03 AI红队测试研究 / 基准adversarial-attacksadversarial-mladversarial-testingai-red-teamingai-safetyai-security
Shell · MIT新★ 41 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。
TypeScript · MIT新★ 24 akanthed/SecureAI-Scan
在攻击者之前发现代码中的 AI/LLM 安全漏洞，覆盖提示注入、MCP 工具投毒、RAG 数据投毒等。
Go · Apache-2.0新★ 131 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。
Python · MIT新★ 22 cyb3rmik3/prompt-injection-email-samples
用于检验邮件安全控制和 AI 邮箱助手如何处理间接提示注入的 .eml 邮件开放测试集。它将三种意图（系统提示词泄露、数据外泄、工具发现）与三种投递方式（明文、隐藏 HTML、Base64）交叉组合，并附带一个良性对照。所有内容均为虚构且不可路由。
#C03 AI红队测试研究 / 基准ai-securityemail-securityemail-security-testingmicrosoft-defender-for-office-365microsoft-securityprompt-injection
JavaScript · MIT新★ 34 hackersatyamrastogi/pentesting-cyber-mcp
50+ 个用于 AI 驱动渗透测试的 MCP 安全服务器 | 集成 Nmap、Burp Suite、Nuclei、Shodan、BloodHound、Semgrep、Trivy | 面向网络安全的 Model Context Protocol
Python新★ 29 weidutech/pi-recon
轻量级 AI 红队测试框架，用于授权的智能体/GenAI 挑战（BCTF Agent Plus 风格）：调度、有界侦察、验证、摘要。
Python · MIT新★ 75 DaoyuanLi2816/RepoGuardBench
对本地编码智能体面临的仓库来源提示注入攻击及轻量防御进行基准测试。DL4C @ ICML 2026。
CC-BY-4.0新★ 11 fevziegeyurtsevenler/LLM-Security-Turkiye
土耳其语 AI 安全的开源框架：指南系列、实战学院、研究与实验、23+ 工具和 20 个 Hugging Face 数据集 + 模型。
TypeScript · Apache-2.0新★ 28 doronp/agentshield-benchmark
AI 代理安全工具的开源基准——提示注入、数据外泄、工具滥用、来源追踪
Go · MIT新★ 15 mdombrov-33/go-promptguard
面向 Go 应用的 LLM 提示注入检测
Python · MIT新★ 19 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。
#C03 AI红队测试研究 / 基准ai-agentsai-securityblackhat-arsenalindirect-prompt-injectionlangchainpolicy-enforcement
HTML · MIT新★ 96 ZeroDayEvil/CVE-2026-41096-PoC
CVE-2026-41096（Windows DNSAPI.dll 堆溢出 / DNS-Mayhem 深度分析与审计模块）的官方 AI 安全工具模块。
MIT新★ 13 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。
JavaScript · MIT新★ 19 myProjectsRavi/sentinel-protocol
开源 AI 安全防火墙，内置 81 个引擎，支持 PII 检测、提示注入防御、MCP 安全与出站分类，本地优先、零云依赖。
TypeScript · MIT新★ 24 sahiloj/MCPScan
攻击性 MCP 服务器审计器：在 stdio、HTTP 和 SSE 传输中检测工具投毒、凭据泄露、RCE 向量、SSRF、会话劫持和供应链漏洞。
GitHub新★ 157 requie/LLMSecurityGuide
保护大语言模型（LLM）的综合参考，涵盖 OWASP GenAI Top-10 风险、提示注入、对抗性攻击、真实事件和实用防御，并收录红队工具、防护栏和缓解策略目录，帮助开发者、研究人员和安全团队负责任地部署 AI
#C03 AI红队测试研究 / 基准ai-safetyai-securityai-security-toolgenerative-ai-securitygenerative-ai-security-assurancellm-securityPython · NOASSERTION新★ 12 9hannahnine-jpg/arc-gate
Arc Gate —— 带提示注入检测的 LLM 代理。Bendex Geometry。
MIT新★ 168 ZhengyuZhao/AI-Security-and-Privacy-Events
AI 安全与隐私学术活动精选列表
#C01 算法与数据安全研究 / 基准adversarial-examplesadversarial-machine-learningai-privacyai-securitydata-poisoning
NOASSERTION新★ 13 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。
TypeScript · MIT新★ 16 Arnoldlarry15/ARES-Dashboard
AI 红队运营控制台
Python · MIT新★ 10 mirseo/string-formatter
用 Rust 编写的高性能字符串格式化器。该项目可检测并阻止 LLM 提示注入和越狱攻击，还提供可定制的基于规则的系统，并能防御混淆式提示攻击。