看开源

微软开源 Agent Governance Toolkit，提供策略执行与沙箱等治理能力

微软开源 Agent Governance Toolkit，用于在策略约束下运行 AI Agent，包含策略执行、Agent 本身的零信任身份、执行沙箱与可靠性工程等能力，相关规范文档与代码一同公开。

ETH Zurich SPY Lab 开源 AgentDojo：评测 LLM Agent 提示词注入攻防的动态环境

ETH Zurich 的 SPY Lab 与 Invariant Labs 开源 AgentDojo，一个用于评测针对 LLM Agent 的提示词注入攻击与防御的动态环境。它同时提供用户任务与注入任务，使攻击和防御能在同一基准上被测量，并配有 NeurIPS 2024 datasets and benchmarks track 的论文。

AgentPoison：NeurIPS 2024 论文官方实现，通过记忆库对 LLM Agent 投毒

AgentPoison 是 NeurIPS 2024 论文的官方实现，展示了如何通过 LLM Agent 的记忆或知识库植入后门，使检索上下文中出现特定触发词时 Agent 被劫持，而普通查询表现正常。该方法适用于评估检索语料不完全受控的 RAG 管道的人员参考。

Uber 开源 AI Agent 检测与响应系统 ADR

Uber 开源了其 AI Agent 检测与响应系统 ADR（Agentic AI Detection and Response），覆盖员工使用的编码 Agent 和面向客户的 Agent，通过可观测性、安全基准测试和威胁检测提供防护。该系统源自 Uber 内部的生产部署，是少数带有生产落地记录的同类工具之一。

Agentic Radar：扫描 agentic workflow 并报告安全态势

Agentic Radar 扫描 agentic workflow 并报告其安全态势，包括每个 agent 可触达的工具以及不可信输入进入系统的位置，同时生成可视化地图与发现结果。该工具最近更新于 2025 年 11 月。

Bosch AIShield Watchtower：面向模型文件与 Jupyter Notebook 的开源扫描器

Bosch AIShield 推出 Watchtower 扫描器，针对模型文件与 Jupyter Notebook 检查不安全的序列化，以及 Notebook 中的密钥和高风险代码，其立论是 Notebook 属于 AI 供应链却很少被纳入安全审查。该项目最近更新于 2026 年 3 月，来源为开源安全。

AI Prompt Fuzzer：Burp Suite 扩展将 LLM 提示词暴力测试集成到 Web 渗透测试流程

AI Prompt Fuzzer 是一款 Burp Suite 扩展，可直接从 Intruder 模块对 AI 提示词进行暴力破解测试，将大语言模型（LLM）安全测试融入 Web 应用渗透测试工作流。该工具面向安全测试人员，简化了在常规 Web 渗透流程中对 AI 应用进行提示词层面安全评估的操作。

Agent Wiz：从 LangGraph、AutoGen、CrewAI 智能体中提取工作流图并自动做威胁评估

Agent Wiz 是一个开源工具，能从基于 LangGraph、AutoGen 或 CrewAI 构建的智能体中提取工作流、绘制流程图，并在结果上自动运行威胁评估。原文指出，针对智能体系统的威胁建模目前大多仍是白板推演，这类直接读取真实工作流图的工具值得关注；该项目最后更新于 2025 年 11 月。

Bishop Fox 开源 AIMap：互联网规模发现暴露的 AI 基础设施

Bishop Fox 开源 AIMap，用于在互联网规模上发现并指纹识别公开可达的 AI 基础设施，覆盖 MCP servers、Ollama 实例、vLLM 与 LiteLLM 代理、LangServe chains 和 Gradio 应用，并对发现的目标进行安全测试。项目定位是帮助组织在被他人发现之前摸清自身暴露面，最近更新于 April 2026。

AI-BOM：盘点基础设施中实际运行的 AI 模型、Agent 与 API

AI-BOM 为 AI 生成一份物料清单，列出基础设施中实际运行的 Agent、模型与 API，包括未被登记注册的部分。文章指出，清单盘点是多数 AI 安全项目跳过的一步，而未被发现的组件无法得到保护。该内容最后更新于 2026 年 5 月。

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。

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。

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.

anthropics/defending-code-reference-harness

用于威胁建模、扫描、分诊、修补的技能，外加一个可 /customize 的自主扫描框架。

google/mcp-security

Trusted-AI/adversarial-robustness-toolbox

Adversarial Robustness Toolbox（ART）——用于机器学习安全的 Python 库——规避、投毒、提取、推理——红队与蓝队

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。

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。

SpaceAI-UAG/LLM-agent-security

zhinjs/zhin

AI 原生的 TypeScript 机器人框架——一套代码适配 20 多个聊天平台（QQ、Discord、Telegram、Slack、微信等）。可选启用带 MCP、工具和安全策略的 AI agent。核心小于 10MB。

mattolson/agent-sandbox

用于与 AI 编码智能体协作的安全本地开发环境。

PIsberg/vibetags

VibeTags 是一个 Java 注解处理器，为 Cursor、Claude、Gemini、Codex CLI 等代码生成工具充当 AI 护栏。开发者通过简单注解控制 AI 行为，保护关键代码并引导 AI 的实现。

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.

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。

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。

vinceAmstoutz/symfony-security-auditor

面向 Symfony 应用的 AI 驱动多代理安全审计器，通过 symfony/ai 实现提供商无关。

humanbound/humanbound-firewall

Multi-tier firewall for AI agents — blocks prompt injections, jailbreaks, and scope violations. Local tiers first; LLM judge only when uncertain.

DFKHelper/token-goat

为 Claude Code、Codex、Copilot、Gemini CLI 等减少 token 消耗并保持专注：精准读取提示、PDF/Office/CSV/markdown 文件拦截、205+ 条过滤与拦截规则、紧凑清单注入、图片压缩、缓存与压缩技能、缓存 MCP 调用、提示注入防护等。

purpleroc/mcp-security-inspector

一个用于检测Model Context Protocol (MCP)安全性的Chrome扩展工具。

ZeroLeaks/zeroleaks

AI 安全扫描器——测试你的 AI 系统是否存在提示注入和提取漏洞

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。

affaan-m/agentshield

AI agent 安全扫描器。检测 agent 配置、MCP 服务器和工具权限中的漏洞。提供 CLI、GitHub Action、ECC 插件和 GitHub App 集成。

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

Arcanum-Sec/arc_pi_taxonomy

Arcanum 提示注入分类法

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

Portkey-AI/gateway

一个速度极快的 AI 网关，内置防护栏。通过一个快速友好的 API 路由到 1600+ LLM 和 50+ AI 防护栏。

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.

putervision/WebCrypt

零依赖的 Web Crypto 套件与 Model Context Protocol (MCP) 服务器，支持 AES-256-GCM、RSA-4096 及 AI 智能体安全。

putervision/spc

高性能零依赖静态分析工具，在 20 种编程语言中强制执行 NASA Power of Ten 规则，并审计 AI agent 技能、MCP 服务器配置、提示模板和 LLM 模型安全。

LumosLab-Innovation/OpenHunterAI

面向 Web、API 和 LLM 应用安全的本地优先 AI 红队工具，具备攻击者式推理、有证据支撑的发现，以及供 AI 编码代理使用的技能。

speedydivid/TokenForge

面向 AI 编程智能体的上下文窗口优化。对工具输出进行沙箱化（减少 98%），通过 SQLite + FTS5 持久化会话记忆，并通过 MCP + hooks 在 17 个平台上执行路由。可与 Claude Code、Gemini CLI、VS Code Copilot、OpenCode、Codex CLI 配合使用。

spring-ai-community/mcp-security

用于 MCP 的 Spring Security 配置

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。

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

OWASP/MCP-Security-Testing-Guide

OWASP MCP 安全测试指南。

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。

OWASP/AISVS

AI 安全验证标准（AISVS），为开发者、架构师和安全专业人员提供结构化检查清单，用于验证 AI 驱动应用的安全性。

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。

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。

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

nukIeer/AI-Prompt-Injection-Cheatsheet

用于提示注入、越狱 LLM 和绕过 AI 过滤器的 AI 黑客技巧，适合测试 AI 安全漏洞的道德黑客和安全研究人员。一个 README.md 汇集实用的 AI 提示工程技巧。

Azure-Samples/sherpa

MCP 安全与最佳实践的引导式实验环境

Shiva108/ai-llm-red-team-handbook

AI / LLM 红队实战手册与顾问指南

harishsg993010/crossbow-agent

全球首个开源的全自主 AI 安全工程师。

BSI-Bund/baseline_defense_lab_indirectPromptInjections

mirzayasirabdullahbaig07/PromptGuard-AI

PromptGuard 是单文件 AI 安全平台，实时扫描用户提示并将其分类为 SAFE、SUSPICIOUS 或 DANGEROUS

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。

schmitthub/clawker

AI 编码代理沙箱平台

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。

BIGPPWONG/EdgeBox

功能完备的 GUI 驱动本地 LLM 代理沙箱，完整支持 MCP 协议，提供 CLI 与桌面环境，让 AI 代理像人类一样操作浏览器、终端等桌面应用，基于 E2B 开源代码构建。

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

intelligent-ears/Anchor

基于透明日志的 MCP 工具模式来源验证，使用 Sigstore/Rekor 检测 rug-pull、工具投毒和工具遮蔽攻击。

Shubeeksh-K/Secure-AI-Guardrails

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。

SyntaxMethod/CVE-2026-42978-PoC-Research

CVE-2026-42978 Windows 推送通知（WpnService）释放后使用与竞态条件漏洞的 PoC 研究、诊断扫描器，以及 AI Security Tool 的安全审计模块。

KryptosAI/mcp-observatory

Free, MIT-licensed MCP security testing from ClearFrame. Scan, audit, compare, and review locally; continue in the ClearFrame CLI or Mac app.

SnailSploit/Burp-MCP-Security-Analysis-Toolkit

Burp MCP 安全分析工具包

SnailSploit/AATMF-Adversarial-AI-Threat-Modeling-Framework

AATMF | 开源对抗性 AI 威胁建模框架

perplext/LLMrecon

企业级 LLM 安全测试框架，实现 OWASP LLM Top 10，包含高级提示注入、越狱技术和自动化漏洞发现，服务于 AI 安全研究。

dan1t0/gophish-mcp

一套轻量级脚本和工具集，用于自动化 Gophish 活动、简化钓鱼评估并加速 MCP 安全工作流。

laboratoriohacker-com/tatu

免费、开源、可自托管。由 Laboratório Hacker 为重视 AI 安全的团队打造，几分钟即可部署。

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。

andersmyrmel/vard

面向 LLM 应用的轻量级提示注入检测。

GenAI-Security-Project/GenAI-Security-Advisor

基于 OWASP GenAI Security Project 已发布研究（LLM Top 10、Agentic Top 10、数据安全风险及相关资源）构建的 AI agent/技能

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

secnova-ai/ClawdSecbot

ClawdSecbot is a professional AI Bot security protection solution, providing security capabilities including real-time threat detection, prompt injection protection, and security auditing to comprehensively protect your AI applications. ClawdSecbot 是一款专业的 AI Bot 安全防护解决方案，提供实时威胁检测、提示词注入防护、安全审计等安全能力，全方位保护您的 AI 应用安全。

lambblue/rui

真实用户指令：针对间接提示注入的黑盒指令认证中间件。

gryszzz/open-thymos

AI 智能体沙箱监狱运行时，提供本地优先的桌面应用和 CLI。可与任意模型（Claude、OpenAI、Groq、Ollama、LM Studio）对话；每个动作都经过意图 → 提案 → 提交的流程，由签名的能力授权令、按风险分级的审批和可重放的哈希链账本管控。可在 Mind 图谱中观察其思考过程。认知层提出建议，运行时层负责治理。

Azure/kars

面向 Kubernetes 的 Agent Reference Stack（kars）—— 微软开源的一套技术栈，用于在 Kubernetes 上安全运行 AI agent。多运行时、感知 Foundry、按 agent 加固的沙箱、受管控的出站流量、端到端加密的 agent 间网格。

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。

CodeDuet/codeduet-microvm-ai-agent-sandbox

基于 Cloud Hypervisor 和 Python 的 MicroVM AI agent 沙箱系统，支持 Linux 和 Windows 客户机操作系统，通过 MicroVM 提供硬件级隔离，同时保持轻量资源占用

cybertechajju/LLM-PROMPT-INJECTION-PAYLOAD-S

为道德黑客和 AI 红队解锁安全、高信号的提示工作流

Hellsender01/LLMMap

面向集成 LLM 应用的自动化提示注入测试框架，采用双 LLM 架构。

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

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.

didvc/ai-bwrap

Better agentic security inside a sandbox; one wrapper, any agent.

controlplaneio/sandbox-probe

Agentic 沙箱枚举：发现安全问题，并为逃逸自动化提供种子。

thomaspeklak/agent-sandbox

基于 podman 的 agent 沙箱

ZeroDayEvil/CVE-2026-50416-writeup-and-PoC

🛡 Official AI Security Tool module for CVE-2026-50416 (Win32k desktop heap kernel address information disclosure) with safe in-app validation, KASLR impact assessment, and defensive Windows exploitability analysis for security teams.

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。

darkfiv/PromptInjectionScanner

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。

bob-reis/claude-pentest-skills

面向 Claude Code 的攻击性安全技能集合，涵盖完整 PTES 方法论，涉及 AWS/IAM、pfSense、Active Directory、Web 攻击、Palo Alto PAN-OS、AI 代理审计与 LLM 安全测试。

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

agenticsorg/agentic-security

Sydsec/syd

用于隔离网络渗透测试的离线 AI 安全助手

General-Analysis/mcp-guard

MCP Guard 保护你的 MCP 客户端免受提示注入攻击等威胁。

remorses/opencode-injection-guard

OpenCode 的提示注入检测插件。适用于任何 LLM 提供商。在工具调用输出到达智能体之前，用评判模型进行扫描。是 OpenAI Guardrails 的替代方案。

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

xyun92/trilane

TriLane：自主 AI 渗透测试器和多 agent 安全审计器，用于对 Web 应用和 API 进行经授权的灰盒测试，使用 Rust 和 Tauri 构建。

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。

mikeprivette/ai-security-shared-responsibility

AI 安全共担责任模型

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。

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.

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

shriramkv/mcp-server-audit

一款对 CI 友好的开源 CLI，在 MCP 服务器接入 AI 智能体之前对其进行静态审计。它无需调用任何工具，即可标记工具投毒、隐藏的 Unicode 载荷、误导性注解和宽松的模式，并按严重程度报告发现，用于流水线门禁。

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。

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。

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。

bountyyfi/mcp-watchdog

位于 AI 编码助手与 MCP 服务器之间的 MCP 安全代理，检测并阻断所有已知的 MCP 攻击类型。适用于 macOS、Linux 和 Windows 上的任意 MCP 服务器（工具、资源、提示）。

ZenGuard-AI/fast-llm-security-guardrails

为 AI Agent 提供最快的信任层。

socprime/AIDR-Bastion

一套全面的 GenAI 防护系统，用于防御恶意提示词、注入攻击和有害内容。系统串联多个引擎，在用户输入到达 GenAI 应用之前对其进行分析和分类。

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。

aws-samples/sample-mcp-security-scanner

该模式介绍如何实现一个 Model Context Protocol (MCP) 服务器，集成三款行业标准安全扫描工具（Checkov、Semgrep 和 Bandit），提供全面的代码安全分析。该服务器让 Kiro 和 Amazon Q Developer 等 AI 编码助手能自动扫描代码片段。

ZeroDayEvil/CVE-2026-20805-PoC

CVE-2026-20805（桌面窗口管理器 / dwm.exe 信息泄露与内存泄漏诊断）的官方 AI 安全工具模块。

fr0gger/MCP_Security

用于试验 MCP 安全性的仓库

ZeroDayEvil/CVE-2026-21858-n8n-FullChain

CVE-2026-21858 + CVE-2025-68613（n8n“Ni8mare”未授权任意文件读取与表达式注入 RCE 完整利用链）的官方 AI 安全工具模块。

ruvnet/agentic-security

azukaar/plurality

开源 AI 虚拟助手 agent 沙箱/运行器，自带原生 UI 客户端（OpenClaw/Chatbot 的替代方案）

randalltr/universal-llm-jailbreak-hiddenlayer

利用 HiddenLayer 的 Policy Puppetry 攻击实现的通用 LLM 越狱，已在 GPT-4、Claude、Gemini 和开源模型上测试。

wrxck/srag

用 Rust 编写的语义代码搜索与 RAG 系统，具备 tree-sitter 分块、用于 IDE 集成的 MCP 服务器、提示注入检测和密钥脱敏。

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。

FareedKhan-dev/agentic-security-pipeline

一个自主智能体流水线，使用单个 7B 开源 LLM（Qwen2.5-Coder）在 vLLM 上端到端地发现、验证并修补真实的 C 语言内存安全漏洞，并以 AddressSanitizer 作为真值判定器。

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。

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。

slowmist/MasterMCP

一套演示工具包，通过数据投毒、JSON 注入、函数覆盖和跨 MCP 调用攻击，揭示 MCP（Model Context Protocol）框架中潜在的安全漏洞，暴露 AI 安全问题并提供防御建议。仅供教育与研究用途。

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。

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。

GenAI-Security-Project/GenAI-Agent-Security-Initiative

这个仓库收录了常见 Agent 框架中不安全代码和/或安全配置错误的示例

aminrj-labs/mcp-attack-labs

面向 AI agent 的动手式攻防安全实验：MCP 工具投毒、跨服务器影子攻击、RAG 注入、agentic 记忆攻击，以及可运行的五阶段 MCP→A2A 杀伤链。可在本地复现，无需云 API。

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。

fubak/ferret-scan

面向 LLM CLI（Claude Code、Codex、Gemini、Droid、Opencode 等）配置和 MD 文件的安全扫描器 —— 检测提示注入、凭据泄露和恶意模式

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。

cybozu/prompt-hardener

Prompt Hardener 分析基于 LLM 的代理和应用中源自提示注入的风险。

akramIOT/Agentic-IAM

智能体身份与智能体安全系统。

seshan-arunagiri/AEGIS

AgentShield 是一款 AI 安全中间件，在工具响应到达 AI 之前对其进行分析、净化和评分，保护 LLM 代理免受 MCP 工具投毒和提示注入攻击。

qianniuspace/mcp-security-audit

一个强大的 MCP（Model Context Protocol）服务器，用于审计 npm 包依赖的安全漏洞。集成远程 npm registry，可实时进行安全检查。

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

Helixar-AI/sentinel

Helixar 出品的 MCP 安全扫描器

balavenkatesh3322/guardrails-demo

基于 Llama Guard 的 LLM 安全项目

nshkrdotcom/GUARDRAIL

GUARDRAIL——MCP 安全网关，提供统一访问、资源委派和降低风险的信息限制。

1996fanrui/agents-sandbox

在隔离的本地沙箱中全速运行 AI agent（Claude Code、Codex、OpenClaw 等），零成本、对宿主机零风险

tegridydev/multi-agent-secops-llm

一个多智能体安全框架，利用多个 LLM 模型分析并生成全面的安全简报。

xamitgupta/ipi-scanner

在 LLM 读取之前检测间接提示注入攻击

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。

damienbod/McpSecurity

研究 MCP、OAuth 与安全

jagreehal/pydantic-ai-guardrails

Pydantic AI 的防护栏

mcp-security-standard/mcp-server-security-standard

MCP Server Security Standard（MSSS）：一套开放、可测试的安全控制标准，用于认证 MCP 服务器，包含分级、证据要求和报告模式。

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。

ParzivalHack/Aegis.rs

首个完全用 Rust 编写的本地托管开源 LLM 安全代理

andrasfe/vulnicheck

Python 漏洞扫描器与 MCP 安全工具包，通过 OSV/NVD/GitHub Advisory DB 实时检查依赖，支持 Docker 分析、密钥检测、MCP 配置校验、LLM 风险评估与交互式安全审计。

drmhrehman/trustfed

提出基于区块链的框架 TrustFed，用于跨设备联邦学习系统检测模型投毒攻击、实现公平训练设置并维护参与设备的信誉。TrustFed 通过检测并移除攻击者来保证公平性，利用区块链智能合约维护参与设备的信誉，促使参与者积极、诚实地贡献模型。实现上使用了 Python 模拟的联邦学习框架、区块链智能合约和统计离群点检测技术。

TravHaran/Im.Primo

使用 TrueDepth 进行 3D 模型扫描并无线 3D 打印。

macro-inc/macro

Macro is a unified workspace for teams: email, chat, docs, tasks, agents, calls, and CRM — @-linked together with shared AI memory.

togg53192-cmd/jailbreaks：32 条提示词覆盖 26+ 模型的越狱提示词合集

GitHub 仓库 togg53192-cmd/jailbreaks 收录 32 条针对 26+ 模型的完整提示词，涵盖 OpenCode Zen 免费隐身模型（LongCat 2.5。

ECC 2.2.3：为 Claude Code 等编码 Agent 提供 71 个 agents、311 个 skills 与 AgentShield 安全扫描的 MIT 开源工程系统

ECC 2.2.3 是 MIT 许可的开源编码 Agent 工程系统，通过 `npx ecc-universal@2.2.3 setup` 为 Claude Code、Codex、Kimi Code 提供引导式安装，原生插件 slug 为 `ecc@ecc`。

nightly-labs/openbot：本地优先的 AI 队友桌面工作区（开发预览）

nightly-labs 推出 OpenBot，一款本地优先的桌面工作区，为每个 AI 代理提供独立工作区与会话，支持本地 Codex App Server、Claude Code，并通过 ACP 接入 Grok CLI、OpenCode、Gemini、Cursor CLI 和 Cline CLI。

wshobson/agents

面向 Claude Code、Codex、Cursor、OpenCode、GitHub Copilot、Google Antigravity 和 Pi 的多工具智能体插件市场。

Ponytail 5 发布：Claude Code 智能体技能减少 53% 代码量并保持 98% 风险逻辑测试覆盖

Ponytail 5 是面向 AI 编程智能体的技能提示词，在 Claude Code 中用同一智能体对比测试 39 个任务（含真实 FastAPI + React 仓库、Opus 5.5、各跑 5 次），代码量减少 53%、耗时减少 41%、成本降低 26%、token 减少 45%。

luongnv89/claude-howto

一份以示例驱动的 Claude Code 可视化指南，涵盖基础概念到高级智能体，并附带可直接复制使用的模板。

AWS 开源 Agent Toolkit，为 Claude Code 等编码 Agent 提供 MCP 与安全护栏

AWS 在 GitHub 开源 Agent Toolkit for AWS，为 Claude Code、Codex、Cursor、Devin、Kiro、fx 等编码 Agent 提供 MCP Server 配置。

TauricResearch/TradingAgents

TradingAgents：基于多智能体 LLM 的金融交易框架，用于辅助股票等金融资产的交易决策。

thedotmack/claude-mem

Persistent Context Across Sessions for Every Agent – Captures everything your agent does during sessions, compresses it with AI, and injects relevant context back into future sessions.