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。
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 123 个
Python · Apache-2.0新★ 1,013 Python · Apache-2.0新★ 23,285 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
TypeScript · MIT新★ 2,112 microsoft/AI-Red-Teaming-Playground-Labs
AI 红队演练场实验室，用于开展包含基础设施在内的 AI 红队培训。
Go · Apache-2.0新★ 971 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。
TypeScript · MIT新★ 6,779 superagent-ai/superagent
Superagent 保护 AI 应用免受提示注入、数据泄露和有害输出影响。将安全能力直接嵌入应用，并向客户证明合规性。
Python · Apache-2.0新★ 218 AISecurityConsortium/AIGoat
AIGoat——开源 AI 安全演练场，用于动手进行 LLM 红队测试。通过本地运行的实战攻击实验、CTF 挑战和渐进式防御，探索提示注入、RAG 投毒、AI 智能体、MCP 安全和 OWASP Top 10 for LLM Applications
Python · NOASSERTION新★ 15 Zwony/RedAgent
Enterprise-grade automated AI Agent Red Teaming & Security Auditing platform targeting OWASP Top 10 for LLMs.
Python · MIT新★ 31 emmanuelgjr/genai_incidents
生成式 AI 与 Agentic AI 安全事件的单一事实来源，映射到 OWASP LLM Top 10、OWASP Agentic Top 10（ASI）、NIST AI RMF 和 MITRE ATLAS。
HTML新★ 254 0x4D31/airt
AIRT——免费开源的 AI 红队课程，包含 8 个模块和动手 Docker 实验。使用 Perplexity Computer 构建。
Python · Apache-2.0新★ 7,209 Tencent/AI-Infra-Guard
全栈 AI 红队测试平台，通过 Agent Scan、Skills Scan、MCP scan、AI Infra scan 和 LLM 越狱评估来保障 AI 生态安全
Python · Apache-2.0新★ 278 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。
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。
MIT新★ 14 UnboundCompute/security-agent-skills
Security-testing methodology as portable, tool-agnostic agent skills for Claude Code and any agent runtime: white-box bug hunting, AI-agent and LLM red-teaming, supply-chain risk, and appsec depth.
Python新★ 49 Tcotl/DVLAA
DVLAA（Damn Vulnerable LLM and Agent Application）是一个本地 LLM 与 Agent 安全靶场，用于 OWASP LLM Top 10 和 Agent 安全培训。
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）。
Python · Apache-2.0新★ 55 humanbound/humanbound-firewall
Multi-tier firewall for AI agents — blocks prompt injections, jailbreaks, and scope violations. Local tiers first; LLM judge only when uncertain.
JavaScript · MIT新★ 131 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。
TypeScript · NOASSERTION新★ 14 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
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。
Python · 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 · MIT新★ 37 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
#C03 AI红队测试工具 / 框架agent-security-toolsagentic-aiai-agentsai-securityai-security-tooldata-exfiltrationPython · NOASSERTION新★ 380 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。
Python · NOASSERTION新★ 78 regaan/basilisk
Basilisk——开源 AI 红队框架，支持遗传式提示词进化。面向 GPT-4、Claude、Grok、Gemini 的自动化 LLM 安全测试，覆盖 OWASP LLM Top 10，包含 32 个攻击模块。
TypeScript · MIT新★ 18 Tox1469/ai-prompt-guard
面向 LLM 应用的提示注入检测和加权 strike 锁定，支持英语和葡萄牙语，零运行时依赖。
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。
Shell · MIT新★ 40 dwarvesf/claude-guardrails
Claude Code 的加固安全配置：权限拒绝规则、shell 钩子和提示注入防御，提供完整版和精简版。
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 · MIT新★ 345 CyberSunil/LLMVault
一个故意留有漏洞的 OWASP LLM Top 10 训练平台，用于 AI 安全、提示注入、RAG 安全、agent 安全和 GenAI 渗透测试。
NOASSERTION新★ 78 ProjectRecon/awesome-ai-agents-security
AI 智能体安全生态的实时全景图
MIT新★ 47 CollieAi/llm-firewall
AI 防火墙与 LLM 安全工具包——保护 AI 应用免受提示注入、越狱、PII 泄露和对抗性攻击
Rust · Apache-2.0新★ 15 Mattral/guardrail-rs
用 Rust 编写的 LLM 安全代理
MIT新★ 370 yunwei37/prompt-hacker-collections
prompt attack-defense, prompt Injection, reverse engineering notes and examples | 提示词对抗、破解例子与笔记
JavaScript · MIT新★ 47 Justinuse1/pojia-breaker
Chinese-first LLM jailbreak benchmark & red-team toolkit | 中文LLM安全评测框架 | by POJIA.AI
JavaScript · MIT新★ 123 sinewaveai/agent-security-scanner-mcp
面向 AI 编码代理的安全扫描 MCP 服务器。提示注入防火墙、包幻觉检测（430 万+ 包）、1000+ 条漏洞规则（含 AST 与污点分析）、自动修复。
Python · 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
Batchfile新★ 91 buryusu/All-AI-Jailbreaks
面向 AI 模型鲁棒性研究、红队演练和防御评估的越狱与提示注入实验精选归档。
#C03 AI红队测试研究 / 基准adversarial-promptsai-robustnessai-safetyjailbreak-researchllm-securitymodel-evaluationPython · Apache-2.0新★ 49 occludra/gateway
自托管的 AI 安全代理，可脱敏 PII、拦截提示注入，并路由到任意 LLM 提供商，兼容 OpenAI 接口。
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-securityAstro · MIT新★ 482 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
#C03 AI红队测试Awesome Listadversarial-machine-learningagentic-securityai-agentsai-governanceai-red-teamingai-security
GitHub新★ 741 tldrsec/prompt-injection-defenses
针对提示注入的各种实用与提议防御方案。
HTML · MIT新★ 10 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.
JavaScript · MIT新★ 85 PensiveFei/dsh-secure-audit
DeepSeek Harness 的只读安全与合规插件：提示词注入检测、中文 PII 脱敏，以及本地配置审计，输出经过脱敏、可复现的报告。
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。
Python · Apache-2.0新★ 267 ReversecLabs/spikee
用于评估和利用的简易提示注入工具包
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★ 38 gatsby-sec/llm-sec-range
🛡️ 大模型攻防渗透测试靶场 · 提示注入CTF / OWASP LLM Top10 / 脆弱Agent / 资料聚合。目标模型可切换：DeepSeek直连、OpenRouter中转站(国产+国外十余款小模型)、本地Ollama(DeepSeek-R1 8B离线)。一键本地部署。
Rust · MIT新★ 17 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。
GitHub新★ 61 SnailSploit/The-LLM-Red-Teamer-s-Playbook
绕过 LLM 防御层（从输入过滤到持久内存利用）的诊断方法。
Jupyter Notebook · MIT新★ 67 sinanw/llm-security-prompt-injection
该项目通过对一组输入提示进行二分类来研究大语言模型的安全性，以发现恶意提示。已使用经典机器学习算法、预训练 LLM 模型和微调 LLM 模型分析多种方法。
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-injectionHTML新★ 167 wearetyomsmnv/Awesome-LLMSecOps
在一个 GitHub 仓库中汇集 LLM、智能体、安全与运营内容，配有优质链接和图片
#C03 AI红队测试Awesome Listadversarial-ml-threat-modelingai-agents-securityai-red-teamai-safety-supply-chain-securityai-securityawesome-list
Python · MIT新★ 58 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。
Python · MIT新★ 55 sleeepeer/PIArena
[ACL 2026] PIArena: A Platform for Prompt Injection Evaluation
TypeScript · MIT新★ 269 lasso-security/claude-hooks
面向 Claude Code 的 Lasso 安全集成，包含提示注入防御
Python · Apache-2.0新★ 509 deadbits/vigil-llm
检测提示注入、越狱及其他潜在风险的 LLM 输入。
#C01 算法与数据安全研究 / 基准adversarial-attacksadversarial-machine-learninglarge-language-modelsllm-securityllmopsprompt-injection
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。
Python · GPL-3.0新★ 30 genia-dev/vibraniumdome
LLM 安全平台
Python · CC-BY-4.0新★ 13 fevziegeyurtsevenler/awesome-ai-security-tr
土耳其语 AI 安全资源——提示注入、越狱、红队测试、护栏、代理/MCP 与 RAG 安全。每条资源旁附土耳其语说明解释收录原因；失效链接由 CI 扫描。· 土耳其语 AI/LLM 安全资源列表
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。
Jupyter Notebook新★ 101 erfnzdeh/MCI-LLM-Security-Hackathon
Prompt Police 团队在 MCI 的 LLM 安全黑客松（Quera，2025 年 11 月）中的比赛日记：通过跨语言、音译和框架攻击越狱 14 个禁止领域的安全防护模型。
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
Python新★ 62 peluche/deck-of-many-prompts
手动提示注入 / 红队测试工具
Python · BSD-2-Clause新★ 81 HumanCompatibleAI/tensor-trust
一个提示注入游戏，用于收集数据以开展稳健的机器学习研究
Python · MIT新★ 73 UseAI-pro/openclaw-skills-security
精选的、安全优先的 OpenClaw 技能（基于 Markdown），安全审计技能可检测提示注入、供应链攻击和凭据泄露，适用于 Codex CLI、Claude Code 及任意 LLM
Go · MIT新★ 15 mdombrov-33/go-promptguard
面向 Go 应用的 LLM 提示注入检测
Python · MIT新★ 20 GoldenWing-360/claude-security-skills
25 个经生产验证的 Claude Code 防御性安全技能——WordPress、VPS、Cloudflare、Next.js 加固、AI 代理护栏、MCP 安全、提示注入防御、OWASP LLM Top 10、LLM 编码失败模式（slopsquatting、幻觉 API、谄媚）、事件响应、GDPR/DACH 合规。MIT，久经实战。
Python · NOASSERTION新★ 111 DmitrL-dev/AISecurity
开源 AI 安全实验室：英俄双语学院、公开的 Rust 防御、研究与本地输入评估。通过 Spectorn 体验实时防护
NOASSERTION新★ 39 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。
JavaScript · NOASSERTION新★ 15 FarzamHabibi/pre-production-checklist
面向独立创始人的上线前检查清单。包含 4,573 个条目，87% 可移植到任意技术栈，另有 26 份技术栈补充——以及 AI/智能体安全和 AI 编程助手实际写出的 bug。
Python新★ 130 pasquini-dario/project_mantis
Project Mantis：反向攻击 AI 黑客；将提示注入作为抵御 LLM 驱动网络攻击的防御手段
Python · MIT新★ 11 SyedAnas01/mcp-safeguard
🛡️ 面向 MCP (Model Context Protocol) 服务器的安全扫描器——提示注入、凭据暴露、SSRF、工具投毒及源码级凭据处理缺陷。pip install mcp-safeguard
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。
MIT新★ 41 grepstrength/WideOpenAI
面向 OpenAI 模型的间接提示注入攻击简短清单。
CC-BY-4.0新★ 10 martinholovsky/awesome-llm-attacks
一份经过整理、映射到框架的 LLM 与 GenAI 系统攻击技术目录，交叉引用 OWASP LLM Top 10、MITRE ATLAS、OWASP ASI 和 MCP 安全。
Go新★ 10 amirimi/Guardian
可扩展的 Go 微内核，用于 LLM 护栏、配额执行和策略插件。
Java · NOASSERTION新★ 16 Ratila1/JGuardrails
面向 Java LLM 应用的可编程防护栏，与框架无关的工具包，支持输入/输出校验、PII 脱敏和越狱检测，是 NVIDIA NeMo Guardrails 的 Java 替代方案
Python · Apache-2.0新★ 10 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。
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。
MIT新★ 13 Panda1847/ai-security-lab
高级 AI/LLM 安全测试框架。包含 50 多种越狱技术、提示注入工具，以及面向 GPT-4、Claude、Gemini 等的自动化漏洞扫描器。
Python · AGPL-3.0新★ 36 prompt-security/RAG_Poisoning_POC
通过向量数据库嵌入在 RAG 系统中实施隐蔽的提示注入与投毒。
Kotlin · MIT新★ 11 K4N3CO-LABS/JailBreak-Ai
JailBreak-Ai is an advanced AI red-teaming app for Android. It generates high-fidelity payload prompts to test AI safety filters, model robustness, and logical boundary security for Jailbreaking capabillities.
Python · Apache-2.0新★ 129 SantanderAI/autoguardrails
面向 LLM 护栏的对齐研究脚手架（autoresearch 风格）：在单一 policy.md 表面上进行搜索
Python · Apache-2.0新★ 28 atliq/guardex-ai
LLM 防护栏 Python SDK，提供安全分类、PII 检测、提示注入防御和依据性检查，无需外部 API 即可在本地保护 AI 应用，支持流式输出，可即插即用地集成到任意 LLM
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★ 20 sonuoffsec/AI-Security-Hub
综合性 AI 安全中心，汇集载荷、速查表、动手实验、安全工具、MCP 安全、RAG 安全、智能体安全、CTF 挑战和研究资源
Python · MIT新★ 180 seojoonkim/prompt-guard
面向 AI agent 的高级提示注入防御系统。多语言检测、严重性评分和安全审计。
Python · MIT新★ 70 ax128/AegisGate
面向 LLM API 的开源安全网关，提供提示注入检测、PII 脱敏、危险响应过滤与审计日志，兼容 OpenAI/Claude，可作为 Cursor、Claude Code 等 AI 编码代理的即插即用代理。
Python · MIT新★ 18 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。
MIT新★ 16 AdityaBhatt3010/Hacking-Lakera-Gandalf-AI-via-Prompt-Injection
Lakera Gandalf AI 挑战的逐步通关解析，展示真实世界的提示注入技术和 LLM 安全洞见。
MIT新★ 17 AdityaBhatt3010/When-LinkedIn-Gmail-Obey-Hidden-AI-Prompts-Lessons-in-Indirect-Prompt-Injection
真实案例展示配置文件和邮件中的隐藏指令如何诱使 AI 产生意外输出，揭示间接提示注入的隐蔽风险。
Python · MIT新★ 13 hi-unc1e/Auto_JB_APE
引擎就一条回路：侦察 → 规划 → 提交 → 判定 → 变异。纯标准库，零框架依赖。内置裁判打 S/A/B/C，canary 或正则命中才算赢，没坐实的不提交。334 个测试离线全绿。CLI、Python API、MCP。One loop: recon → plan → submit → judge → mutate. Pure stdlib, no framework. The judge grades S/A/B/C — canary/regex hits are wins, unconfirmed never submit. 334 offline tests. CLI, Python API, MCP. Works good on HTB AI Red Teamer labs.
GitHub新★ 14 0xSweet/awesome-llm-security-alignment
LLM 安全与对齐相关研究论文、实验和资源的精选列表。
GPL-3.0新★ 21 AI-Security-Research-Group/LLM-Attacks
AI 安全漏洞、LLM 对抗攻击、提示注入技术和机器学习安全研究的综合分类体系。涵盖 71 种以上攻击向量，包括模型投毒、agentic AI 漏洞利用和隐私泄露。
MIT新★ 12 ARUNAGIRINATHAN-K/awesome-llmsecops
✨LLM 安全运营，保障 AI 系统全生命周期的安全。
Python · Apache-2.0新★ 43 OWASP/www-project-promptme
PromptMe 是一个教学项目，展示大语言模型（LLM）及其 Web 集成中的安全漏洞，包含 10 个受 OWASP LLM Top 10 启发的动手挑战，演示这些漏洞在真实场景中如何被发现和利用
Python · Apache-2.0新★ 112 R3dShad0w7/PromptMe
PromptMe 是一个教育项目，展示大语言模型及其 Web 集成中的安全漏洞，包含 10 个受 OWASP LLM Top 10 启发的动手挑战，演示这些漏洞在真实场景中如何被发现和利用。
TypeScript · MIT新★ 80 securelayer7/PROMPTPurify
面向 LLM 应用的提示注入防护栏，紧凑模型性能超过更大的开源防护模型，不依赖正则和特征签名，演示地址：anton.securelayer7.net
Rust · Apache-2.0新★ 113 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。
Python新★ 12 anpa1200/AI-PT-Lab
故意留有漏洞的 AI 安全训练靶场，面向 LLM agent，演示 OWASP LLM Top 10 2025：RAG 注入、工具滥用、记忆投毒、供应链攻击、数据外泄等
Rust · Apache-2.0新★ 10 akav-labs/agentsentry-gateway
面向 LLM Agent 的透明 OpenAI 兼容安全网关——在出口处进行 DLP、密钥泄露、越狱和提示注入检测。是 Akav Labs 出品的 AgentSentry 的开源核心。
Python · MIT新★ 17 KazKozDev/system-prompt-benchmark
面向 LLM 安全的自动化红队测试工具，评估系统提示词对提示注入、越狱和数据外泄攻击的抵御能力。
Python · CC0-1.0新★ 13 HayatoFujihara/awesome-ai-red-teaming-jp
AI Red Teaming / AI Safety に関する日本語リソースのキュレーションリスト
Python · MIT新★ 75 olegnazarov/rag-security-scanner
RAG/LLM 安全扫描器，可识别 AI 应用（包括聊天机器人、虚拟助手和知识检索系统）中的关键漏洞。
Python · Apache-2.0新★ 11 olanokhin/openresearch-mcp
零认证、安全加固的跨领域研究 MCP 服务器：网页、学术、GitHub、新闻、天气、宏观/金融、SEC、生物医学、Bluesky、YouTube。具备 SSRF 与提示注入防御。
Python · NOASSERTION新★ 14 killertcell428/ai-guardian
面向 Python 的开源 LLM 安全库。三行代码即可保护你的 AI 应用免受提示注入、数据泄露和有害输出影响。
Python · MIT新★ 10 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。
Python · MIT新★ 53 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。
NOASSERTION新★ 11 neveratech/owasp-llm-top10-tr
OWASP GenAI LLM Top 10 2026——非官方土耳其语翻译（CC BY-SA 4.0）
Python · MIT新★ 24 Coff0xc/LLM-Security-Assessment-Framework
FORGEDAN——LLM 安全评估的进化框架 | 6 种攻击方法 | 18 个模型适配器 | Vue 3 仪表盘 | Web 安全扫描
Python · Apache-2.0新★ 45 MaxMLang/pytector
易用的 LLM 提示注入检测与提示输入净化 Python 包，支持本地模型、基于 API 的防护、工具调用防护和 LangChain 防护栏
Python · Apache-2.0新★ 10 Helixar-AI/sentinel
Helixar 出品的 MCP 安全扫描器
Python · MIT新★ 18 nevinshine/telos-runtime
闭环安全运行时，防止自主 AI Agent 中的“The Great Exfiltration”和间接提示注入。
Python · Apache-2.0新★ 257 dropbox/llm-security
Dropbox 的 LLM 安全研究代码与结果
MIT新★ 22 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。
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。
Go · MIT新★ 140 makalin/SecureMCP
SecureMCP 是一款安全审计工具，用于检测使用 Model Context Protocol (MCP) 的应用中的漏洞和错误配置。它主动识别 OAuth 令牌泄露、提示注入漏洞、恶意 MCP 服务器和工具投毒攻击等威胁。
JavaScript新★ 12 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
Go · AGPL-3.0新★ 10 LLMPID/LLMPID-AS
LLM 提示注入检测 API 服务概念验证
#C02 AI对抗防御项目large-language-modelsllmllm-securityprompt-engineeringprompt-injectionprompt-injection-detector