tencent/ai-infra-guardمنصة Red Teaming متكاملة للذكاء الاصطناعي تعمل على تأمين النظم البيئية للذكاء الاصطناعي عبر Agent Scan وSkills Scan وMCP scan وAI Infra scan وتقييم كسر الحماية (jailbreak) لنماذج اللغات الكبيرة (LLM).
<p align="center">
<h1 align="center"><img vertical-align="middle" width="400px" src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/logo-full-new.png" alt="A.I.G"/></h1>
</p>
<p align="center">
<a href="https://tencent.github.io/AI-Infra-Guard/">📖 التوثيق</a> |
🌐 <a href="https://github.com/tencent/ai-infra-guard/blob/main/readme/README_ZH.md">🇨🇳 中文</a> · <a href="https://github.com/tencent/ai-infra-guard/blob/main/readme/README_JA.md">🇯🇵 日本語</a> · <a href="https://github.com/tencent/ai-infra-guard/blob/main/readme/README_ES.md">🇪🇸 Español</a> · <a href="https://github.com/tencent/ai-infra-guard/blob/main/readme/README_DE.md">🇩🇪 Deutsch</a> · <a href="https://github.com/tencent/ai-infra-guard/blob/main/readme/README_FR.md">🇫🇷 Français</a> · <a href="https://github.com/tencent/ai-infra-guard/blob/main/readme/README_KR.md">🇰🇷 한국어</a> · <a href="https://github.com/tencent/ai-infra-guard/blob/main/readme/README_PT.md">🇧🇷 Português</a> · <a href="https://github.com/tencent/ai-infra-guard/blob/main/readme/README_RU.md">🇷🇺 Русский</a>
</p>
<p align="center">
<a href="https://github.com/tencent/AI-Infra-Guard/stargazers">
<img src="https://img.shields.io/github/stars/tencent/AI-Infra-Guard?style=social" alt="GitHub stars">
</a>
<a href="https://github.com/Tencent/AI-Infra-Guard">
<img alt="GitHub downloads" src="https://img.shields.io/github/downloads/Tencent/AI-Infra-Guard/total">
</a>
<a href="https://github.com/Tencent/AI-Infra-Guard">
<img alt="docker pulls" src="https://img.shields.io/docker/pulls/zhuquelab/aig-server.svg?color=gold">
</a>
<a href="https://github.com/Tencent/AI-Infra-Guard">
<img alt="Release" src="https://img.shields.io/github/v/release/Tencent/AI-Infra-Guard?color=green">
</a>
<a href="https://deepwiki.com/Tencent/AI-Infra-Guard">
<img src="https://deepwiki.com/badge.svg" alt="Ask DeepWiki">
</a>
</p>
<p align="center">
<a href="https://clawhub.ai/aigsec/edgeone-clawscan" target="_blank">
<img src="https://img.shields.io/badge/ClawHub-EdgeOne%20ClawScan-a870dc" alt="EdgeOne ClawScan">
</a>
<a href="https://clawhub.ai/aigsec/edgeone-skill-scanner" target="_blank">
<img src="https://img.shields.io/badge/ClawHub-EdgeOne%20Skill%20Scanner-2ea44f" alt="EdgeOne Skill Scanner">
</a>
<a href="https://clawhub.ai/aigsec/aig-scanner" target="_blank">
<img src="https://img.shields.io/badge/ClawHub-AIG%20Scanner-e6a817" alt="AIG Scanner">
</a>
</p>
<p align="center">
<a href="https://github.com/openclaw/clawscan" target="_blank">
<img src="https://img.shields.io/badge/OpenClaw-Recommended-ff6b6b" alt="OpenClaw Recommended">
</a>
</p>
<p align="center">
<a href="https://trendshift.io/repositories/13637" target="_blank"><picture><source media="(prefers-color-scheme: dark)" srcset="https://trendshift.io/api/badge/repositories/13637"><source media="(prefers-color-scheme: light)" srcset="https://trendshift.io/api/badge/repositories/13637"><img src="https://trendshift.io/api/badge/repositories/13637" alt="Tencent%2FAI-Infra-Guard | Trendshift" width="250" height="55"/></picture></a>
<a href="https://www.blackhat.com/eu-25/arsenal/schedule/index.html#aigai-infra-guard-48381" target="_blank"><img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/blackhat.png" alt="Tencent%2FAI-Infra-Guard | blackhat" width="175" height="55"/></a>
<a href="https://github.com/deepseek-ai/awesome-deepseek-integration" target="_blank"><img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/awesome-deepseek.png" alt="Tencent%2FAI-Infra-Guard | awesome-deepseek-integration" width="273" height="55"/></a>
</p>
<br>
<p align="center">
<h2 align="center">🚀 منصة الفريق الأحمر للذكاء الاصطناعي من مختبر Tencent Zhuque</h2>
</p>
<b>A.I.G (AI-Infra-Guard)</b> يدمج قدرات مثل ClawScan (فحص أمان OpenClaw)، وAgent Scan، وفحص ثغرات البنية التحتية للذكاء الاصطناعي، وفحص MCP Server ومهارات الوكيل (Agent Skills)، وتقييم كسر الحماية (Jailbreak Evaluation)، بهدف تزويد المستخدمين بأكثر الحلول شمولاً وذكاءً وسهولة في الاستخدام للفحص الذاتي لمخاطر أمان الذكاء الاصطناعي.
<p>
نحن ملتزمون بجعل A.I.G (AI-Infra-Guard) منصة الفريق الأحمر للذكاء الاصطناعي الرائدة في المجال. المزيد من النجوم يساعد هذا المشروع على الوصول إلى جمهور أوسع، وجذب المزيد من المطورين للمساهمة، مما يسرّع التطوير والتحسين. نجمة منك مهمة جداً لنا!
</p>
<p align="center">
<a href="https://github.com/Tencent/AI-Infra-Guard">
<img src="https://img.shields.io/badge/%E2%AD%90-Give%20us%20a%20Star-yellow?style=for-the-badge&logo=github" alt="Give us a Star">
</a>
</p>
<br>
## 📋 استبيان ملاحظات المستخدمين
ساعدنا في تحسين A.I.G! يرجى تخصيص 3-5 دقائق لملء [استبيان ملاحظات المستخدمين](https://doc.weixin.qq.com/forms/AJEAIQdfAAoAFkA0QbdAFwCNcKSO0BFLf). سيحصل المستخدمون الذين يقدمون ملاحظات عالية الجودة ويتركون عنوان بريد إلكتروني صالح على هدية تذكارية حصرية من Tencent.
<br>
## 🚀 الجديد
- **2026-09-17** · [v4.6.2](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.6.2) — توسيع مكتبة الثغرات بـ 155 قاعدة CVE جديدة عبر أكثر من 40 مكوّن ذكاء اصطناعي (LangFlow، n8n، PraisonAI، vLLM، llama-cpp، MLflow والمزيد)؛ تحسينات في دقة Skill-Scan (تقليل الإيجابيات الكاذبة بدون أدلة، بث بدون توقف)؛ معايير جديدة لفقدان الوكيل السيطرة (FORGE-Bench، RogueHandoff-20).
- **2026-09-10** · [v4.6.1](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.6.1) — API Checker: توسيع تغطية بصمة النماذج (Gemini 2.5/3.1، Gemma 2/3/4، GLM-5.3 وGLM-5.3-Flash)؛ موثوقية MCP-Scan: الإشارة إلى الفحوصات الفارغة/غير المكتملة، والحفاظ على النتائج الأمنية أثناء ضغط السياق، وإظهار أخطاء الاتصال الأساسية؛ تصحيح أسماء منتجات CVE المُصنّفة خطأً.
- **2026-08-26** · [v4.6.0](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.6.0) — كشف تسميم واجهة برمجة تطبيقات LLM (تدقيق متعدد الفحوصات بالصندوق الأسود لاستبدال النموذج ومخاطر الباب الخلفي)؛ إعادة هيكلة محرك الطفرات Agent-Scan v5.0.0؛ توسيع مكتبة الثغرات إلى 146 مكوّن ذكاء اصطناعي وأكثر من 2000 قاعدة CVE؛ إصلاحات استقرار وتوافق فحص MCP/Skill.
- **2026-08-17** · [v4.5.2](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.5.2) — Skill-Scan: كشف تجاوز .pyc bytecode + دفاع ضد تهريب مجموعة المحارف؛ MCP-Scan: منع RCE عبر القائمة البيضاء للأدوات في الوضع الديناميكي؛ مشروع بحثي جديد SkillJack؛ توسيع مكتبة الثغرات إلى أكثر من 2000 قاعدة CVE.
- **2026-07-30** · [v4.5.1](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.5.1) — تقييم كسر الحماية: 4 هجمات كسر حماية متعددة الأدوار (Many-Shot، PAIR، GOAT، ActorAttack)؛ Agent-Scan: 5 مهارات OWASP جديدة + كشف تسريب البيانات عبر الويب (10 مهارات إجمالاً)؛ MCP-Scan: 4 قواعد أمنية جديدة
👉 [الإصدارات السابقة](https://github.com/tencent/ai-infra-guard/blob/main/CHANGELOG.md) · 🛒 [سوق مهارات أمان الذكاء الاصطناعي](https://matrix.tencent.com/skill-market/) · 🔍 [skill-scan CLI](https://github.com/Tencent/AI-Infra-Guard/tree/main/skill-scan) · 🔍 [mcp-scan CLI](https://github.com/Tencent/AI-Infra-Guard/tree/main/mcp-scan) · 🔍 [agent-scan CLI](https://github.com/Tencent/AI-Infra-Guard/tree/main/agent-scan) · 📊 [SkillTrustBench](https://matrix.tencent.com/skilltrustbench/)
## جدول المحتويات
- [🚀 البدء السريع](#-quick-start)
- [✨ الميزات](#-features)
- [🖼️ عرض توضيحي](#-showcase)
- [📖 دليل المستخدم](#-user-guide)
- [🔧 توثيق API](#-api-documentation)
- [🏗️ تطور البنية المعمارية](https://github.com/tencent/ai-infra-guard/blob/main/docs/architecture_evolution.md)
- [📝 دليل المساهمة](#-contribution-guide)
- [🛡️ عن الفريق](#️-about-the-team)
- [🙏 شكر وتقدير](#-acknowledgements)
- [💬 انضم إلى المجتمع](#-join-the-community)
- [📖 الاقتباس](#-citation)
- [📚 الأبحاث والأوراق العلمية](#-research--papers)
- [⚖️ الترخيص والإسناد](#️-license--attribution)
<br><br>
## 🚀 البدء السريع
### 🐳 نشر A.I.G باستخدام Docker
| Docker | RAM | Disk Space |
|:-------|:----|:----------|
| 20.10 أو أعلى | 4GB+ | 10GB+ |
```bash
# This method pulls pre-built images from Docker Hub for a faster start
git clone https://github.com/Tencent/AI-Infra-Guard.git
cd AI-Infra-Guard
# For Docker Compose V2+, replace 'docker-compose' with 'docker compose'
docker-compose -f docker-compose.images.yml up -d
```
بمجرد تشغيل الخدمة، يمكنك الوصول إلى واجهة A.I.G على الويب عبر:
`http://localhost:8088`
<br>
#### الاستخدام من OpenClaw
يمكنك أيضًا استدعاء A.I.G مباشرة من محادثة OpenClaw عبر مهارة `aig-scanner`.
```bash
clawhub install aig-scanner
```
ثم قم بتهيئة `AIG_BASE_URL` ليشير إلى خدمة A.I.G قيد التشغيل لديك.
لمزيد من التفاصيل، راجع [`aig-scanner` README](https://github.com/tencent/ai-infra-guard/blob/main/skills/aig-scanner/README.md).
<details>
<summary><strong>خيارات تثبيت إضافية</strong></summary>
### طرق التثبيت الأخرى
**الطريقة 2: نص برمجي للتثبيت بنقرة واحدة （موصى به）**
```bash
# This method will automatically install Docker and launch A.I.G with one command
curl https://raw.githubusercontent.com/Tencent/AI-Infra-Guard/refs/heads/main/docker.sh | bash
```
**الطريقة 3: البناء والتشغيل من المصدر**
```bash
git clone https://github.com/Tencent/AI-Infra-Guard.git
cd AI-Infra-Guard
# This method builds a Docker image from local source code and starts the service
# (For Docker Compose V2+, replace 'docker-compose' with 'docker compose')
docker-compose up -d
```
ملاحظة: يتموضع مشروع AI-Infra-Guard كمنصة لفريق أحمر للذكاء الاصطناعي للاستخدام الداخلي من قبل الشركات أو الأفراد. وهو يفتقر حالياً إلى آلية مصادقة ولا ينبغي نشره على الشبكات العامة.
لمزيد من المعلومات، راجع: [https://tencent.github.io/AI-Infra-Guard/?menu=getting-started](https://tencent.github.io/AI-Infra-Guard/?menu=getting-started)
</details>
### ⚡ تثبيت aig-skill-scan بأمر واحد
أداة تدقيق أمني لمهارات الوكيل، سهلة الدمج في خطوط أنابيب CI/CD الخاصة بالمؤسسات. يتوافق تصنيف الثغرات مع تصنيف [SkillTrustBench](https://matrix.tencent.com/skilltrustbench/) T01–T09. [اعرف المزيد ←](https://github.com/Tencent/AI-Infra-Guard/tree/main/skill-scan)
```bash
pip install aig-skill-scan
# Set API key via environment variable
export LLM_API_KEY="your-api-key"
# Scan a local Skill project directory
aig-skill-scan --repo /path/to/your/skill \
-m deepseek-v4-flash \
--language en \
-o result.json
```
### فاحص النماذج وواجهات API الوسيطة
يتم نشر واجهة الفاحص الأمامية بشكل منفصل. يحافظ نشر Docker على
واجهات API الخاصة بالفاحص متاحة على `GET /api/v1/relay/models` و
`POST /api/v1/relay/check/stream`؛ توثيق API متاح على
`http://127.0.0.1:8088/api-checker/docs`. لتشغيل الفاحص وواجهة CLI الموحدة
من المصدر:
```bash
python3 -m venv services/api_checker/.venv
services/api_checker/.venv/bin/pip install -r services/api_checker/requirements.txt
go build -o ai-infra-guard ./cmd/cli/main.go
export AIG_API_CHECKER_PYTHON="$PWD/services/api_checker/.venv/bin/python"
./ai-infra-guard api-checker list
./ai-infra-guard api-checker audit
```
راجع [دليل تكامل API Checker](https://github.com/tencent/ai-infra-guard/blob/main/docs/api-checker-integration.md) للاطلاع على بنية وقت التشغيل المدمجة في الوكيل، وواجهة HTTP API، والتكوين، وحدود الأمان.
### 🌟 جرّب النسخة الاحترافية عبر الإنترنت
اختبر النسخة الاحترافية بميزات متقدمة وأداء محسّن. تتطلب النسخة الاحترافية [رمز دعوة](https://wj.qq.com/s2/25099467/25vn/) وتُمنح الأولوية للمساهمين الذين قدّموا مشكلات أو طلبات سحب أو مناقشات، أو يساعدون بنشاط في تنمية المجتمع. قم بزيارة: [https://aigsec.ai/](https://aigsec.ai/).
<br>
<br>
## ✨ الميزات
### 🔍 أداء aig-skill-scan وتغطيته
الأداء على [SkillTrustBench](https://matrix.tencent.com/skilltrustbench/) مع نماذج LLM مختلفة:
| # | النموذج | F1 | الدقة | الاستدعاء | FPR |
|:--|:------|:---|:----------|:-------|:----|
| 1 | Claude Opus 4.6 | **0.9848** | 0.9725 | **0.9974** | 0.0663 |
| 2 | GLM 5.1 | 0.9836 | 0.9701 | **0.9974** | 0.0723 |
| 3 | Gemini 3.5 Flash | 0.9792 | **0.9947** | 0.9641 | **0.0120** |
| 4 | Kimi 2.6 | 0.9780 | 0.9895 | 0.9667 | 0.0241 |
| 5 | DeepSeek v4 Flash | 0.9740 | 0.9868 | 0.9615 | 0.0301 |
يغطي 9 فئات من مخاطر أمان Skill (SkillTrustBench T01–T09):
| الطبقة | المخاطر |
|:------|:--------|
| A · التعليمات والذاكرة | T01 اختطاف تعليمات Skill، T02 تسميم الذاكرة |
| B · تنفيذ الكود | T03 تنزيل الحمولة عن بُعد وتنفيذها، T04 كود خبيث مضمّن |
| C · صلاحيات النظام | T05 تصعيد الصلاحيات والوصول غير المصرّح به، T06 استمرارية النظام |
| D · سلسلة الأدوات والتبعيات | T07 اختطاف الأدوات وانتحالها، T08 تبعيات غير آمنة |
| E · جودة كود Skill | T09 ممارسات برمجية غير آمنة |
للاطلاع على لوحة الصدارة الكاملة والتفاصيل، قم بزيارة [SkillTrustBench](https://matrix.tencent.com/skilltrustbench/).
### 🔬 فحص الأمان والتقييم
| الميزة | مزيد من المعلومات |
|:--------|:------------|
| **[ClawScan(OpenClaw Security Scan)](https://matrix.tencent.com/clawscan)** | يدعم التقييم بنقرة واحدة لمخاطر أمان OpenClaw. يكتشف التكوينات غير الآمنة، ومخاطر Skill، وثغرات CVE، وتسريب الخصوصية. |
| **Agent Scan** | إطار عمل مستقل متعدد الوكلاء للفحص الآلي. مصمم لتقييم أمان سير عمل وكلاء الذكاء الاصطناعي. يدعم بسلاسة الوكلاء العاملين عبر منصات متنوعة، بما في ذلك Dify وCoze. |
| **MCP Server & Agent Skills scan** | يكتشف بدقة 14 فئة رئيسية من مخاطر الأمان. ينطبق الكشف على كلٍّ من MCP Servers وAgent Skills. يدعم بمرونة الفحص من كلٍّ من الكود المصدري وعناوين URL البعيدة. |
| **AI infra vulnerability scan** | يحدد هذا الماسح بدقة أكثر من 100 مكوّن من مكوّنات أطر عمل الذكاء الاصطناعي. يغطي أكثر من 2000 ثغرة CVE معروفة. تشمل أطر العمل المدعومة Ollama وComfyUI وvLLM وn8n وTriton Inference Server وغيرها. |
| **Jailbreak Evaluation** | يقيّم مخاطر أمان التعليمات باستخدام مجموعات بيانات مُعدّة بعناية. يطبّق التقييم أساليب هجوم متعددة لاختبار المتانة. كما يوفر قدرات مقارنة تفصيلية بين النماذج المختلفة. |
| **Model and API Relay Checker** | بصمة النموذج، والتحقق من Claude Signature، وتدقيق relay الصندوق الأسود، وPAMELA، وVentor QTest. |
<details>
<summary><strong>💎 مزايا إضافية</strong></summary>
- 🖥️ **واجهة ويب حديثة**: واجهة سهلة الاستخدام مع الفحص بنقرة واحدة وتتبع التقدم في الوقت الفعلي
- 🔌 **API كامل**: توثيق كامل للواجهة ومواصفات Swagger لسهولة التكامل
- 🤖 **جاهز للوكلاء**: مهارات وكلاء جاهزة للتوصيل والتشغيل على ClawHub — [EdgeOne ClawScan](https://clawhub.ai/aigsec/edgeone-clawscan)، و[EdgeOne Skill Scanner](https://clawhub.ai/aigsec/edgeone-skill-scanner)، و[AIG Scanner](https://clawhub.ai/aigsec/aig-scanner) — لتضمين فحص الأمان بسلاسة في أي سير عمل لوكيل ذكاء اصطناعي
- 🌐 **متعدد اللغات**: واجهات بالصينية والإنجليزية مع توثيق مترجم
- 🐳 **متعدد المنصات**: دعم Linux وmacOS وWindows مع النشر القائم على Docker
- 🆓 **مجاني ومفتوح المصدر**: مجاني تمامًا بموجب ترخيص Apache 2.0
</details>
<br />
## 🖼️ العرض التوضيحي
### الواجهة الرئيسية لـ A.I.G
### إدارة الإضافات
<br />
## 🗺️ دليل الاستخدام السريع
> بعد النشر، افتح `http://localhost:8088` في متصفحك.
### فحص ثغرات البنية التحتية للذكاء الاصطناعي
**ما الذي يجب إدخاله كعنوان URL / IP الهدف؟**
الهدف هو **عنوان الشبكة لخدمة ذكاء اصطناعي قيد التشغيل** تريد فحصها - وليس عنوان URL على GitHub أو مسار كود مصدري. يتصل A.I.G بالخدمة الحية ويأخذ بصمتها بحثًا عن ثغرات CVE المعروفة.
| السيناريو | مثال على الهدف |
|:---------|:--------------|
| نسخة vLLM تعمل محليًا | `http://127.0.0.1:8000` |
| خادم Ollama على شبكتك المحلية | `http://192.168.1.100:11434` |
| نسخة ComfyUI مكشوفة داخليًا | `http://10.0.0.5:8188` |
| مضيفات متعددة (واحد لكل سطر) | `192.168.1.0/24` (CIDR)، `10.0.0.1-10.0.0.20` (نطاق) |
**خطوة بخطوة: فحص نسخة vLLM محلية**
1. شغّل vLLM بشكل طبيعي (مثل `python -m vllm.entrypoints.api_server --model meta-llama/...`)
2. في واجهة A.I.G على الويب، انقر على **"AI基础设施安全扫描 / AI Infra Scan"**
3. أدخل `http://127.0.0.1:8000` (أو IP/المنفذ الذي يستمع عليه vLLM)
4. انقر على **Start Scan** - سيأخذ A.I.G بصمة الخدمة ويطابقها مع أكثر من 2000 ثغرة CVE معروفة
5. اعرض التقرير: إصدار المكوّن، والثغرات المطابقة، والخطورة، وروابط المعالجة
> 💡 **نصيحة**: لفحص إصدار *nightly* من vLLM تحديدًا، ما عليك سوى تشغيل ذلك الإصدار الليلي وتوجيه A.I.G إلى عنوانه. يكتشف الماسح الإصدار تلقائيًا.
### فحص MCP Server وAgent Skills
أدخل إما **عنوان URL بعيد** (مثل `https://github.com/user/mcp-server`) أو **ارفع أرشيف كود مصدري محلي** - دون الحاجة إلى نسخة قيد التشغيل.
### تقييم Jailbreak
قم بتكوين نقطة نهاية API لنموذج LLM الهدف (عنوان URL الأساسي + مفتاح API) في **الإعدادات → تكوين النموذج**، ثم اختر مجموعة بيانات وابدأ التقييم.
---
## 📖 دليل المستخدم
قم بزيارة توثيقنا عبر الإنترنت: [https://tencent.github.io/AI-Infra-Guard/](https://tencent.github.io/AI-Infra-Guard/)
للاطلاع على الأسئلة الشائعة الأكثر تفصيلاً وأدلة استكشاف الأخطاء وإصلاحها، قم بزيارة [التوثيق](https://tencent.github.io/AI-Infra-Guard/?menu=faq).
<br />
<br>
## 🔧 توثيق API
يوفر A.I.G مجموعة شاملة من واجهات API لإنشاء المهام التي تدعم قدرات فحص البنية التحتية للذكاء الاصطناعي، وفحص MCP Server، وتقييم Jailbreak.
بعد تشغيل المشروع، قم بزيارة `http://localhost:8088/docs/index.html` لعرض توثيق API الكامل.
للاطلاع على تعليمات استخدام API التفصيلية، وأوصاف المعاملات، وأمثلة الكود الكاملة، يُرجى الرجوع إلى [توثيق API الكامل](https://github.com/tencent/ai-infra-guard/blob/main/api.md).
<br />
<br>
## 📝 دليل المساهمة
يُعد إطار العمل القابل للتوسيع للإضافات حجر الزاوية المعماري لـ A.I.G، ويدعو إلى الابتكار المجتمعي من خلال مساهمات الإضافات والميزات.
### قواعد المساهمة بالإضافات
1. **قواعد البصمات**: أضف ملفات بصمات YAML جديدة إلى دليل `data/fingerprints/`.
2. **قواعد الثغرات**: أضف قواعد فحص ثغرات جديدة إلى دليل `data/vuln/`.
3. **إضافات MCP**: أضف قواعد فحص أمان MCP جديدة إلى دليل `data/mcp/`.
4. **مجموعات بيانات تقييم Jailbreak**: أضف مجموعات بيانات تقييم Jailbreak جديدة إلى دليل `data/eval`.
يُرجى الرجوع إلى تنسيقات القواعد الموجودة، وإنشاء ملفات جديدة، وتقديمها عبر Pull Request.
### طرق أخرى للمساهمة
- 🐛 [الإبلاغ عن خطأ](https://github.com/Tencent/AI-Infra-Guard/issues)
- 💡 [اقتراح ميزة جديدة](https://github.com/Tencent/AI-Infra-Guard/issues)
- ⭐ [تحسين التوثيق](https://github.com/Tencent/AI-Infra-Guard/pulls)
<br />
<br />
## 🛡️ عن الفريق
يقود هذا المشروع ويطوّره **Tencent Zhuque Lab**، وهو جزء من قسم منصة الأمان في Tencent. تأسس [Tencent Zhuque Lab](https://matrix.tencent.com/) في عام 2019، وهو مختبر أبحاث أمني من الطراز الأول يركز على الأبحاث الهجومية والدفاعية في العالم الحقيقي والتقنيات المتقدمة في مجال أمان الذكاء الاصطناعي، ويغطي أمان النماذج الكبيرة، وأمان وكلاء الذكاء الاصطناعي، والأمان المعزّز بالذكاء الاصطناعي، والكشف عن المحتوى المُولّد بالذكاء الاصطناعي.
ساعد الفريق كبار الموردين مثل **NVIDIA وGoogle وMicrosoft**، بالإضافة إلى مجتمعات المصادر المفتوحة مثل **OpenClaw وLinux وHugging Face**، في إصلاح عدد كبير من الثغرات عالية الخطورة، وحظي باعترافهم العلني.
أصدرنا منتجات أمان الذكاء الاصطناعي مفتوحة المصدر بما في ذلك منصة اختبار الأمان للفريق الأحمر للذكاء الاصطناعي <b>A.I.G (AI-Infra-Guard)</b> و**Zhuque AI Detection Assistant**. وقد نُشرت أبحاثنا على نطاق واسع في مؤتمرات الأمان والذكاء الاصطناعي الدولية الرائدة مثل **Black Hat وDEF CON وICLR وCVPR وNeurIPS وACL**، كما ألّفنا كتاب *"AI Security: Technology and Practice"*.
### 👥 الأعضاء الأساسيون والمساهمات
| الدور | العضو | المساهمة |
| --- | --- | --- |
| رئيس قسم منصة الأمان في Tencent | **Yong Yang** | أطلق A.I.G واقترح التقييم الآلي لمخاطر فقدان السيطرة لدى وكلاء الذكاء الاصطناعي، موجّهًا توسّع المنصة من فحص ثغرات البنية التحتية للذكاء الاصطناعي إلى تقييم مخاطر تنفيذ الوكلاء، وسوء استخدام الأدوات، وحدود الصلاحيات. |
| رئيس Tencent Zhuque Lab | **Xing Zheng** | اقترح آلية التحديث الآلي للثغرات ومواءمة المعايير المرجعية، مما ساعد بصمات AI Infra وقواعد CVE/GHSA والمعايير المرجعية على التحديث المستمر. |
| قائد المشروع | **Nicky** | أبحاث الأمان المتقدمة، وتخطيط المنتج، وقرارات المسار التقني، والتعاون الداخلي والخارجي، والتواصل. |
| القائد التقني | **Python** | التصميم المعماري الشامل، وتطوير الوحدات الأساسية، وتحديث الإصدارات. |
| مساهم أساسي | **Zona** | التفاعل الأمامي، وتجربة المنتج، وعمليات المجتمع، وحلقة تغذية راجعة المستخدمين. |
| مساهم أساسي | **Fyoung** | تحديثات بصمات مكوّنات ثغرات AI Infra وبناء نظام Benchmark. |
| مساهم أساسي | **Xiangfan** | تطوير قدرات الأمان لمخاطر Skill وسيناريوهات فقدان السيطرة لدى الوكلاء. |
| مساهم أساسي | **Elwood** | تعزيز قدرات فحص أمان Agent وتحديث التقارير التقنية. |
| مساهم أساسي | **Robert** | تقييم سلامة LLM وعمليات استراتيجية تقييم Jailbreak. |
| مساهم أساسي | **Zoe** | تقييم سلامة LLM، وتقييم Jailbreak، وتطوير وحدة تكامل النماذج. |
| مساهم | **Ronin** | شارك في تطوير فحص أمان وكلاء الذكاء الاصطناعي. |
| مساهم | **Rsin** | شارك في عمليات المجتمع والتواصل في الحملات. |
<br />
## 🙏 شكر وتقدير
### 🎓 التعاون الأكاديمي
نشكر شركاءنا الأكاديميين على مساهماتهم البحثية ودعمهم التقني.
#### <img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/%E5%8C%97%E5%A4%A7%E6%9C%AA%E6%9D%A5%E7%BD%91%E7%BB%9C%E9%87%8D%E7%82%B9%E5%AE%9E%E9%AA%8C%E5%AE%A42.png" height="30" align="middle"/>
<table>
<tr>
<td align="center" width="90">
<a href="#">
<img src="https://avatars.githubusercontent.com/u/0?v=4" width="70px;" style="border-radius: 50%;" alt=""/>
</a>
<br />
<a href="#">
<sub><b>Prof. hui Li</b></sub>
</a>
</td>
<td align="center" width="90">
<a href="https://github.com/TheBinKing">
<img src="https://avatars.githubusercontent.com/TheBinKing" width="70px;" style="border-radius: 50%;" alt=""/>
</a>
<br />
<a href="mailto:[email protected]">
<sub><b>Bin Wang</b></sub>
</a>
</td>
<td align="center" width="90">
<a href="https://github.com/KPGhat">
<img src="https://avatars.githubusercontent.com/KPGhat" width="70px;" style="border-radius: 50%;" alt=""/>
</a>
<br />
<a href="mailto:[email protected]">
<sub><b>Zexin Liu</b></sub>
</a>
</td>
<td align="center" width="90">
<a href="https://github.com/GioldDiorld">
<img src="https://avatars.githubusercontent.com/GioldDiorld" width="70px;" style="border-radius: 50%;" alt=""/>
</a>
<br />
<a href="mailto:[email protected]">
<sub><b>Hao Yu</b></sub>
</a>
</td>
<td align="center" width="90">
<a href="https://github.com/Jarvisni">
<img src="https://avatars.githubusercontent.com/Jarvisni" width="70px;" style="border-radius: 50%;" alt=""/>
</a>
<br />
<a href="mailto:[email protected]">
<sub><b>Ao Yang</b></sub>
</a>
</td>
<td align="center" width="90">
<a href="https://github.com/Zhengxi7">
<img src="https://avatars.githubusercontent.com/Zhengxi7" width="70px;" style="border-radius: 50%;" alt=""/>
</a>
<br />
<a href="mailto:[email protected]">
<sub><b>Zhengxi Lin</b></sub>
</a>
</td>
</tr>
</table>
#### <img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/%E5%A4%8D%E6%97%A6%E5%A4%A7%E5%AD%A62.png" height="30" align="middle" style="vertical-align: middle;"/>
<table>
<tr>
<td align="center" width="120">
<a href="https://yangzhemin.github.io/">
<img src="https://avatars.githubusercontent.com/yangzhemin" width="70px;" style="border-radius: 50%;" alt=""/>
</a>
<br />
<a href="mailto:[email protected]">
<sub><b>Prof. Zhemin Yang</b></sub>
</a>
</td>
<td align="center" width="100">
<a href="https://github.com/kangwei-zhong">
<img src="https://avatars.githubusercontent.com/kangwei-zhong" width="70px;" style="border-radius: 50%;" alt=""/>
</a>
<br />
<a href="mailto:[email protected]">
<sub><b>Kangwei Zhong</b></sub>
</a>
</td>
<td align="center" width="90">
<a href="https://github.com/MoonBirdLin">
<img src="https://avatars.githubusercontent.com/MoonBirdLin" width="70px;" style="border-radius: 50%;" alt=""/>
</a>
<br />
<a href="mailto:[email protected]">
<sub><b>Jiapeng Lin</b></sub>
</a>
</td>
<td align="center" width="90">
<a href="https://vanilla-tiramisu.github.io/">
<img src="https://avatars.githubusercontent.com/vanilla-tiramisu" width="70px;" style="border-radius: 50%;" alt=""/>
</a>
<br />
<a href="mailto:[email protected]">
<sub><b>Cheng Sheng</b></sub>
</a>
</td>
</tr>
</table>
<br>
### 👥 امتنان للمطورين المساهمين
شكرًا لجميع المطورين الذين ساهموا في مشروع A.I.G.
<br />
<table border="0" cellspacing="0" cellpadding="0">
<tr>
<td width="33%"><img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/keen_lab_logo.svg" alt="Keen Lab" height="85%"></td>
<td width="33%"><img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/wechat_security.png" alt="WeChat Security" height="85%"></td>
<td width="33%"><img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/fit_sec_logo.png" alt="Fit Security" height="85%"></td>
</tr>
</table>
<!-- readme: collaborators,contributors -start -->
<table>
<tbody>
<tr>
---
[Read more](https://github.com/tencent/ai-infra-guard)