awesome-ai-security

قائمة منسّقة من مواد وموارد أمن الذكاء الاصطناعي لمختبري الاختراق وصائدي الأخطاء والباحثين الأمنيين.

If you find that some links are not working, you can simply replace the username with gmh5225.
Or you can send an issue for me.

احترموا جميع المشاريع أدناه، أعمال فنية متكاملة 🫡

كيف تساهم؟

• https://github.com/HyunCafe/contribute-practice
• https://docs.github.com/en/get-started/quickstart/contributing-to-projects

مهارات لوكلاء الذكاء الاصطناعي

يوفر هذا المستودع مهارات يمكن استخدامها مع وكلاء الذكاء الاصطناعي ومساعدي البرمجة مثل Cursor، وOpenClaw، وClaude Code، وCodex CLI، وغيرها من الأدوات المتوافقة. ثبّت المهارات للحصول على معرفة متخصصة حول مواضيع أمن الألعاب.

• https://github.com/vercel-labs/skills [أداة مهارات الوكلاء المفتوحة - npx skills]

عرض على learn-skills.dev

التثبيت:

npx skills add https://github.com/gmh5225/awesome-ai-security --skill <skill-name>

المهارات المتاحة:

المهارة	الوصف
adversarial-machine-learning	التعلم الآلي الخصامي: الأمثلة الخصامية، وتسميم البيانات، والأبواب الخلفية للنماذج، وهجمات التهرب
ai-powered-pentesting	أدوات اختبار الاختراق المدعومة بالذكاء الاصطناعي، وأطر الفريق الأحمر، ووكلاء الأمن المستقلون
llm-attacks-security	هجمات أمن النماذج اللغوية الكبيرة: حقن الأوامر، وكسر القيود، واستخراج البيانات
awesome-ai-security-overview	نظرة عامة على هذا المستودع وإرشادات المساهمة
ai-security-tooling	أدوات أمن الذكاء الاصطناعي: الكواشف، والمحللات، وضوابط الحماية، ومعايير التقييم

مثال:

# Install LLM attacks skill
npx skills add https://github.com/gmh5225/awesome-ai-security --skill llm-attacks-security

# Install multiple skills
npx skills add https://github.com/gmh5225/awesome-ai-security --skill adversarial-machine-learning
npx skills add https://github.com/gmh5225/awesome-ai-security --skill ai-powered-pentesting

حزمة بداية أمن الذكاء الاصطناعي

• مسابقات CTF / التدريب

  • https://github.com/verialabs/ctf-agent [ctf-agent - حلّال CTFd مستقل: منسّق LLM + أسر نماذج متوازية في Docker؛ المركز الأول في BSidesSF 2026]
  • https://aivillage.org/ [AI Village @ DEF CON - تحديات كسر حماية نماذج LLM]
  • https://doublespeak.chat/#/handbook [Doublespeak - تحديات أمن الذكاء الاصطناعي]
  • https://github.com/EasyJailbreak/EasyJailbreak [إطار عمل لأوامر كسر الحماية العدائية]
  • https://github.com/microsoft/AI-Red-Teaming-Playground-Labs [مختبرات Microsoft AI Red Teaming Playground]
  • https://github.com/schwartz1375/genai-security-training [تدريب الفريق الأحمر للذكاء الاصطناعي التوليدي]

• المدونات / الموارد

  • https://genai.owasp.org/ [مشروع OWASP لأمن الذكاء الاصطناعي التوليدي]
  • https://llm-stats.com [لوحة صدارة نماذج LLM]
  • https://www.aidaily.win [أخبار الذكاء الاصطناعي اليومية]
  • https://baoyu.io/blog/how-to-write-good-prompt [كيفية كتابة أوامر جيدة]
  • https://rootissh.in/ [مدونة سلسلة اختبار اختراق نماذج LLM]
  • https://github.com/Abdowaer098/Wa3r-OffSec-Kit [Wa3r OffSec Kit - قاعدة معرفية للأمن الهجومي مع سير عمل عملي وأنماط حمولات ودراسات حالة وملاحظات جنائية]

• النشرات الإخبارية / المجموعات

  • https://mlsecops.com/podcast [بودكاست MLSecOps]
  • https://podcasts.apple.com/ph/podcast/the-genai-security-podcast/id1782916580 [بودكاست أمن الذكاء الاصطناعي التوليدي]
  • https://avidml.org/ [قاعدة بيانات ثغرات الذكاء الاصطناعي (AVID)]
  • https://calder-brief.pages.dev/ai-hub.html [مركز أخبار الذكاء الاصطناعي Calder Brief — أخبار ذكاء اصطناعي تُحدَّث يوميًا، بما في ذلك تغطية أمن وسلامة الذكاء الاصطناعي]

• الشهادات / الدورات

  • https://cs229.stanford.edu/ [Stanford CS229: تعلّم الآلة]
  • https://course.fast.ai/ [fast.ai التعلّم العميق التطبيقي]
  • https://www.coursera.org/specializations/deep-learning [تخصص التعلّم العميق من Andrew Ng]
  • https://huggingface.co/reasoning-course [بناء نموذج استدلال مثل DeepSeek-R1]

دليل الذكاء الاصطناعي / نماذج LLM

• الأساسيات

  • https://d2l.ai/ [Dive into Deep Learning - كتاب تفاعلي مع PyTorch/JAX/TensorFlow]
  • http://neuralnetworksanddeeplearning.com/ [Neural Networks and Deep Learning بقلم Michael Nielsen]
  • https://www.deeplearningbook.org/ [Deep Learning بقلم Goodfellow وBengio وCourville]
  • https://github.com/karminski/one-small-step [درس تعليمي عن الذكاء الاصطناعي / نماذج LLM]
  • https://github.com/datawhalechina/happy-llm [درس تعليمي عن مبادئ وممارسة نماذج LLM]
  • https://github.com/rasbt/LLMs-from-scratch [بناء نموذج LLM من الصفر]
  • https://github.com/naklecha/llama3-from-scratch [LLaMA3 من الصفر]
  • https://github.com/ZJU-LLMs/Foundations-of-LLMs [أساسيات نماذج LLM]

• قوائم Awesome

  • https://github.com/WangRongsheng/awesome-LLM-resourses [موارد شاملة عن نماذج LLM]
  • https://github.com/mahseema/awesome-ai-tools [أدوات ذكاء اصطناعي رائعة]
  • https://github.com/Shubhamsaboo/awesome-llm-apps [تطبيقات LLM رائعة]
  • https://github.com/mahonzhan/awesome-agent-harness [قائمة منسّقة لأُطر تشغيل الوكلاء وأُطر الوكلاء وأُطر سير العمل وبروتوكولات الوكلاء الناشئة]
  • https://github.com/punkpeye/awesome-mcp-servers [خوادم MCP رائعة]
  • https://github.com/wong2/awesome-mcp-servers [خوادم MCP رائعة]
  • https://github.com/deepseek-ai/awesome-deepseek-integration [تكاملات DeepSeek رائعة]
  • https://github.com/lmmlzn/Awesome-LLMs-Datasets [مجموعات بيانات LLM رائعة]

• نماذج LLM من الصفر / الاستدلال

  • https://github.com/rasbt/LLMs-from-scratch/tree/main/ch05/11_qwen3 [Qwen3 From Scratch - Chinese walkthrough]
  • https://github.com/rasbt/LLMs-from-scratch/blob/main/ch05/11_qwen3/standalone-qwen3-moe-plus-kvcache.ipynb [Implement Qwen3 MoE with KV cache from scratch]
  • https://github.com/rasbt/LLMs-from-scratch/tree/main/ch05/12_gemma3 [Build Gemma 3 270M from scratch]
  • https://github.com/rasbt/reasoning-from-scratch [نماذج الاستدلال من الصفر]
  • https://github.com/mingyin0312/RLFromScratch [التعلم المعزز من الصفر (درس تعليمي بالصينية)]
  • https://github.com/karpathy/nanochat [حلقة تدريب nanochat من البداية إلى النهاية في ~8K سطر]
  • https://github.com/kyegomez/OpenMythos [OpenMythos - إعادة بناء نظرية من المبادئ الأولى لمعمارية Claude Mythos بناءً على أدبيات البحث المنشورة]
  • https://github.com/vixhal-baraiya/microgpt-c [MicroGPT-C — تدريب واستدلال GPT صغير بلغة C نقية خالية من التبعيات (ملف واحد)؛ مسار CPU بأسلوب fp32/AVX2؛ MIT]

أمن الذكاء الاصطناعي والهجمات

حقن الأوامر (Prompt Injection)

• https://www.lakera.ai/blog/guide-to-prompt-injection [دليل حقن الأوامر]
• https://genai.owasp.org/llmrisk/llm01-prompt-injection/ [OWASP LLM01:2025 حقن الأوامر]
• https://redbotsecurity.com/prompt-injection-attacks-ai-security-2025/ [هجمات حقن الأوامر 2025]
• https://github.com/protectai/rebuff [كاشف حقن الأوامر ذاتي التحصين]
• https://github.com/NVIDIA/garak [ماسح ثغرات LLM من NVIDIA]
• https://github.com/deadbits/vigil-llm [يكشف حقن الأوامر والمدخلات الخطرة]
• https://github.com/alphasecio/prompt-guard [دفاع الأوامر لـ LLM]
• https://github.com/tml-epfl/llm-adaptive-attacks [هجمات تكيفية على نماذج LLM]
• https://github.com/RomiconEZ/llamator [إطار اختبار ثغرات LLM]
• https://github.com/gh0stOo/claude-md-vorlagen-de/blob/main/guides/prompt-hardening.md [دليل تحصين حقن الأوامر باللغة الألمانية مع 10 أنماط برمجية ملموسة قبل/بعد (فصل النظام/المستخدم، المحددات، التحقق من المخرجات، عدم الثقة بمصادر RAG)]
• https://github.com/Vick606/subcanopy-guard [ماسح حقن الأوامر غير المباشر الواعي بالسياق]