tencent/ai-infra-guardEine Full-Stack-Plattform für KI-Red-Teaming, die KI-Ökosysteme über Agent Scan, Skills Scan, MCP scan, AI Infra scan und LLM-Jailbreak-Evaluation absichert.
<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/">📖 Dokumentation</a> |
🌐 <a href="https://github.com/tencent/ai-infra-guard/blob/main/README.md">🇬🇧 English</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> · <b>🇩🇪 Deutsch</b> · <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://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">🚀 AI Red Teaming Platform von Tencent Zhuque Lab</h2>
</p>
<b>A.I.G (AI-Infra-Guard)</b> integriert Funktionen wie ClawScan (OpenClaw Security Scan), Agent Scan, AI Infrastructure Vulnerability Scan, MCP Server & Agent Skills Scan sowie Jailbreak Evaluation, um Benutzern die umfassendste, intelligenteste und benutzerfreundlichste Lösung zur Selbstüberprüfung von KI-Sicherheitsrisiken bereitzustellen.
<p>
Wir sind bestrebt, A.I.G (AI-Infra-Guard) zur branchenführenden AI Red Teaming Platform zu machen. Mehr Sterne helfen diesem Projekt, ein breiteres Publikum zu erreichen, und ziehen mehr Entwickler an, die zum Projekt beitragen - was die Iteration und Verbesserung beschleunigt. Ihr Stern ist für uns von entscheidender Bedeutung!
</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>
## 📋 Benutzer-Feedback-Umfrage
Helfen Sie uns, A.I.G zu verbessern! Bitte nehmen Sie sich 3-5 Minuten Zeit, um unsere [Benutzer-Feedback-Umfrage](https://doc.weixin.qq.com/forms/AJEAIQdfAAoAFkA0QbdAFwCNcKSO0BFLf) auszufüllen. Nutzer, die hochwertiges Feedback geben und eine gültige E-Mail-Adresse hinterlassen, erhalten ein exklusives Tencent-Geschenk.
<br>
## 🚀 Neuigkeiten
- **2026-07-24** · [v4.5.0](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.5.0) — AI-Security-Skill-Markt gestartet (3 offizielle Skills); Frontend vollständig Open Source; Skill-Scan-Engine aktualisiert (9 Risikokategorien, SkillTrustBench Top-Wert 0.9848); Skill/MCP/Agent-Scan als eigenständige CLI; Schwachstellenbibliothek auf 130 Komponenten, 1888 Regeln erweitert
- **2026-06-25** · [v4.1.15](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.1.15) — MCP Scan: 3 neue Bedrohungserkennungsregeln (Tool-Poisoning, Credential-Exfiltration, Command-Injection); 6 neue llama.cpp-CVE-Regeln; `model.token` jetzt optional mit Fallback auf das Standard-Systemmodell.
- **2026-06-18** · [v4.1.14](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.1.14) — Prompt Security: 9 neue Single-Turn-Angriffsoberatoren; neue `aig-agent-redteam` Skill für umfassende Agent Red-Team-Bewertung.
- **2026-06-11** · [v4.1.13](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.1.13) — Neuer API-Endpunkt zur Versionsprüfung; Sicherheitsbewertung auf absolutes Abzugsmodell umgestellt für klarere Risikoeinschätzung.
- **2026-06-08** · [v4.1.12](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.1.12) — Fingerprint-Bibliothek erweitert: 39 neue AI-Web-Fingerprints hinzugefügt, 18 bestehende verbessert.
👉 [Ältere Versionen](https://github.com/tencent/ai-infra-guard/blob/main/CHANGELOG.md) · 🛒 [AI-Security-Skill-Markt](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/)
## Inhaltsverzeichnis
- [🚀 Schnellstart](#-schnellstart)
- [✨ Funktionen](#-funktionen)
- [🖼️ Galerie](#-galerie)
- [📖 Benutzerhandbuch](#-benutzerhandbuch)
- [🔧 API-Dokumentation](#-api-dokumentation)
- [🏗️ Architekturentwicklung](https://github.com/tencent/ai-infra-guard/blob/main/docs/architecture_evolution.md)
- [📝 Beitragsleitfaden](#-beitragsleitfaden)
- [🛡️ Über das Team](#️-über-das-team)
- [🙏 Danksagungen](#-danksagungen)
- [💬 Community beitreten](#-community-beitreten)
- [📖 Zitierung](#-zitierung)
- [📚 Publikationen](#-publikationen)
- [⚖️ Lizenz & Namensnennung](#️-lizenz--namensnennung)
<br><br>
## 🚀 Schnellstart
### 🐳 Bereitstellung mit Docker
| Docker | RAM | Speicherplatz |
|:-------|:----|:----------|
| 20.10 oder höher | 4 GB+ | 10 GB+ |
```bash
# Diese Methode lädt vorgefertigte Images von Docker Hub für einen schnelleren Start
git clone https://github.com/Tencent/AI-Infra-Guard.git
cd AI-Infra-Guard
# Für Docker Compose V2+ ersetzen Sie 'docker-compose' durch 'docker compose'
docker-compose -f docker-compose.images.yml up -d
```
Sobald der Dienst läuft, können Sie die A.I.G-Weboberfläche unter folgender Adresse aufrufen:
`http://localhost:8088`
<br>
#### Verwendung über OpenClaw
Sie können A.I.G auch direkt über den OpenClaw-Chat mithilfe des `aig-scanner`-Skills aufrufen.
```bash
clawhub install aig-scanner
```
Konfigurieren Sie anschließend `AIG_BASE_URL` so, dass es auf Ihren laufenden A.I.G-Dienst zeigt.
Weitere Details finden Sie in der [`aig-scanner`-README](https://github.com/tencent/ai-infra-guard/blob/main/skills/aig-scanner/README.md).
<details>
<summary><strong>📦 Weitere Installationsoptionen</strong></summary>
### Weitere Installationsmethoden
**Methode 2: Ein-Klick-Installationsskript (Empfohlen)**
```bash
# Diese Methode installiert Docker automatisch und startet A.I.G mit einem einzigen Befehl
curl https://raw.githubusercontent.com/Tencent/AI-Infra-Guard/refs/heads/main/docker.sh | bash
```
**Methode 3: Aus dem Quellcode erstellen und ausführen**
```bash
git clone https://github.com/Tencent/AI-Infra-Guard.git
cd AI-Infra-Guard
# Diese Methode erstellt ein Docker-Image aus dem lokalen Quellcode und startet den Dienst
# (Für Docker Compose V2+ ersetzen Sie 'docker-compose' durch 'docker compose')
docker-compose up -d
```
Hinweis: Das AI-Infra-Guard-Projekt ist als AI Red Teaming Platform für den internen Einsatz durch Unternehmen oder Einzelpersonen konzipiert. Derzeit fehlt ein Authentifizierungsmechanismus, daher sollte es nicht in öffentlichen Netzwerken bereitgestellt werden.
Weitere Informationen finden Sie unter: [https://tencent.github.io/AI-Infra-Guard/?menu=getting-started](https://tencent.github.io/AI-Infra-Guard/?menu=getting-started)
</details>
### ⚡ aig-skill-scan mit einem Befehl installieren
Agent Skill Sicherheitsaudit-Tool, einfach in CI/CD-Pipelines integrierbar. Schwachstellenklassifizierung entspricht der [SkillTrustBench](https://matrix.tencent.com/skilltrustbench/) T01–T09 Taxonomie. [Mehr erfahren →](https://github.com/Tencent/AI-Infra-Guard/tree/main/skill-scan)
```bash
pip install aig-skill-scan
# API-Schlüssel über Umgebungsvariable setzen
export LLM_API_KEY="your-api-key"
# Lokales Skill-Projektverzeichnis scannen
aig-skill-scan --repo /path/to/your/skill \
-m deepseek-v4-flash \
--language en \
-o result.json
```
### 🌟 Online-Pro-Version ausprobieren
Erleben Sie die Pro-Version mit erweiterten Funktionen und verbesserter Leistung. Die Pro-Version erfordert einen [Einladungscode](https://wj.qq.com/s2/25099467/25vn/) und wird vorrangig für Mitwirkende vergeben, die Issues, Pull Requests oder Diskussionen eingereicht oder aktiv zur Verbreitung der Community beigetragen haben. Besuchen Sie: [https://aigsec.ai/](https://aigsec.ai/).
<br>
<br>
## ✨ Funktionen
### 🔍 aig-skill-scan Leistung & Abdeckung
Leistung auf [SkillTrustBench](https://matrix.tencent.com/skilltrustbench/) mit verschiedenen LLMs:
| # | Modell | F1 | Precision | Recall | 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 |
Deckt 9 Kategorien von Skill-Sicherheitsrisiken ab (SkillTrustBench T01–T09):
| Schicht | Risiken |
|:------|:--------|
| A · Anweisung & Speicher | T01 Skill-Anweisungs-Hijacking, T02 Speicher-Poisoning |
| B · Code-Ausführung | T03 Remote-Payload-Download & Ausführung, T04 Eingebetteter Schadcode |
| C · Systemberechtigungen | T05 Rechteeskalation & unberechtigter Zugriff, T06 Systempersistenz |
| D · Toolchain & Abhängigkeiten | T07 Tool-Hijacking & Spoofing, T08 Unsichere Abhängigkeiten |
| E · Skill-Code-Qualität | T09 Unsichere Programmierpraktiken |
Vollständige Bestenliste und Details unter [SkillTrustBench](https://matrix.tencent.com/skilltrustbench/).
### 🔬 Sicherheits-Scanning & Bewertung
| Funktion | Weitere Informationen |
|:--------|:------------|
| **[ClawScan (OpenClaw Security Scan)](https://matrix.tencent.com/clawscan)** | Unterstützt die Ein-Klick-Bewertung von OpenClaw-Sicherheitsrisiken. Erkennt unsichere Konfigurationen, Skill-Risiken, CVE-Schwachstellen und Datenschutzverletzungen. |
| **Agent Scan** | Ein eigenständiges, multi-agenten-basiertes automatisiertes Scan-Framework. Es ist darauf ausgelegt, die Sicherheit von KI-Agent-Workflows zu bewerten. Es unterstützt nahtlos Agents, die auf verschiedenen Plattformen laufen, einschließlich Dify und Coze. |
| **MCP Server && Agent Skills Scan** | Erkennt umfassend 14 Hauptkategorien von Sicherheitsrisiken. Die Erkennung gilt sowohl für MCP Server als auch für Agent Skills. Unterstützt flexibel das Scannen aus Quellcode und entfernten URLs. |
| **AI Infrastructure Vulnerability Scan** | Identifiziert präzise über 100 KI-Framework-Komponenten. Deckt mehr als 1900 bekannte CVE-Schwachstellen ab. Unterstützte Frameworks umfassen Ollama, ComfyUI, vLLM, n8n, Triton Inference Server und weitere. |
| **Jailbreak Evaluation** | Bewertet Prompt-Sicherheitsrisiken anhand sorgfältig kuratierter Datensätze. Die Evaluation wendet mehrere Angriffsmethoden an, um die Robustheit zu testen. Bietet außerdem detaillierte modellübergreifende Vergleichsmöglichkeiten. |
<details>
<summary><strong>💎 Weitere Vorteile</strong></summary>
- 🖥️ **Moderne Weboberfläche**: Benutzerfreundliche UI mit Ein-Klick-Scanning und Echtzeit-Fortschrittsverfolgung
- 🔌 **Vollständige API**: Vollständige Schnittstellendokumentation und Swagger-Spezifikationen für einfache Integration
- 🤖 **Agent-Ready**: Sofort einsetzbare Agent-Skills auf ClawHub — [EdgeOne ClawScan](https://clawhub.ai/aigsec/edgeone-clawscan), [EdgeOne Skill Scanner](https://clawhub.ai/aigsec/edgeone-skill-scanner) und [AIG Scanner](https://clawhub.ai/aigsec/aig-scanner) — Sicherheitsscans nahtlos in jeden KI-Agent-Workflow integrieren
- 🌐 **Mehrsprachig**: Chinesische und englische Oberflächen mit lokalisierter Dokumentation
- 🐳 **Plattformübergreifend**: Unterstützung für Linux, macOS und Windows mit Docker-basierter Bereitstellung
- 🆓 **Kostenlos & Open Source**: Vollständig kostenlos unter der Apache-2.0-Lizenz
</details>
<br />
## 🖼️ Galerie
### A.I.G Hauptoberfläche
### Plugin-Verwaltung
<br />
## 🗺️ Kurzanleitung
> Öffnen Sie nach der Bereitstellung `http://localhost:8088` in Ihrem Browser.
### AI Infrastructure Vulnerability Scan
**Was soll als Ziel-URL / IP eingegeben werden?**
Das Ziel ist die **Netzwerkadresse eines laufenden KI-Dienstes**, den Sie scannen möchten - nicht eine GitHub-URL oder ein Quellcodepfad. A.I.G verbindet sich mit dem laufenden Dienst und identifiziert ihn anhand bekannter CVE-Schwachstellen.
| Szenario | Beispielziel |
|:---------|:--------------|
| Eine lokal laufende vLLM-Instanz | `http://127.0.0.1:8000` |
| Ein Ollama-Server im lokalen Netzwerk | `http://192.168.1.100:11434` |
| Eine intern zugängliche ComfyUI-Instanz | `http://10.0.0.5:8188` |
| Mehrere Hosts (einer pro Zeile) | `192.168.1.0/24` (CIDR), `10.0.0.1-10.0.0.20` (Bereich) |
**Schritt für Schritt: Eine lokale vLLM-Instanz scannen**
1. Starten Sie vLLM normal (z. B. `python -m vllm.entrypoints.api_server --model meta-llama/...`)
2. Klicken Sie in der A.I.G-Weboberfläche auf **"AI基础设施安全扫描 / AI Infra Scan"**
3. Geben Sie `http://127.0.0.1:8000` ein (oder die IP/den Port, auf dem vLLM lauscht)
4. Klicken Sie auf **Scan starten** - A.I.G identifiziert den Dienst und gleicht ihn mit 1900+ bekannten CVEs ab
5. Sehen Sie den Bericht ein: Komponentenversion, gefundene Schwachstellen, Schweregrad und Behebungslinks
> 💡 **Tipp**: Um speziell den *Nightly-Build* von vLLM zu scannen, führen Sie diesen Nightly-Build aus und verweisen Sie A.I.G auf dessen Adresse. Der Scanner erkennt die Version automatisch.
### MCP Server & Agent Skills Scan
Geben Sie entweder eine **entfernte URL** ein (z. B. `https://github.com/user/mcp-server`) oder **laden Sie ein lokales Quellcode-Archiv hoch** - keine laufende Instanz erforderlich.
### Jailbreak Evaluation
Konfigurieren Sie den API-Endpunkt des Ziel-LLM (Basis-URL + API-Schlüssel) unter **Einstellungen → Modellkonfiguration**, wählen Sie dann einen Datensatz aus und starten Sie die Evaluation.
---
## 📖 Benutzerhandbuch
Besuchen Sie unsere Online-Dokumentation: [https://tencent.github.io/AI-Infra-Guard/](https://tencent.github.io/AI-Infra-Guard/)
Für ausführlichere FAQs und Fehlerbehebungsanleitungen besuchen Sie unsere [Dokumentation](https://tencent.github.io/AI-Infra-Guard/?menu=faq).
<br />
<br>
## 🔧 API-Dokumentation
A.I.G stellt einen umfassenden Satz von APIs zur Aufgabenerstellung bereit, die AI Infrastructure Scan, MCP Server Scan und Jailbreak Evaluation unterstützen.
Nachdem das Projekt läuft, besuchen Sie `http://localhost:8088/docs/index.html`, um die vollständige API-Dokumentation einzusehen.
Detaillierte API-Nutzungsanweisungen, Parameterbeschreibungen und vollständigen Beispielcode finden Sie in der [vollständigen API-Dokumentation](https://github.com/tencent/ai-infra-guard/blob/main/api.md).
<br />
<br>
## 📝 Beitragsleitfaden
Das erweiterbare Plugin-Framework bildet den architektonischen Grundstein von A.I.G und lädt die Community ein, durch Plugin- und Feature-Beiträge zu innovieren.
### Regeln für Plugin-Beiträge
1. **Fingerabdruck-Regeln**: Fügen Sie neue YAML-Fingerabdruckdateien in das Verzeichnis `data/fingerprints/` hinzu.
2. **Schwachstellen-Regeln**: Fügen Sie neue Schwachstellen-Scanregeln in das Verzeichnis `data/vuln/` hinzu.
3. **MCP-Plugins**: Fügen Sie neue MCP-Sicherheitsscanregeln in das Verzeichnis `data/mcp/` hinzu.
4. **Jailbreak Evaluation Datensätze**: Fügen Sie neue Jailbreak-Evaluationsdatensätze in das Verzeichnis `data/eval` hinzu.
Orientieren Sie sich bitte an den vorhandenen Regelformaten, erstellen Sie neue Dateien und reichen Sie diese über einen Pull Request ein.
### Weitere Möglichkeiten zum Beitragen
- 🐛 [Fehler melden](https://github.com/Tencent/AI-Infra-Guard/issues)
- 💡 [Neue Funktion vorschlagen](https://github.com/Tencent/AI-Infra-Guard/issues)
- ⭐ [Dokumentation verbessern](https://github.com/Tencent/AI-Infra-Guard/pulls)
<br />
<br />
## 🛡️ Über das Team
Dieses Projekt wird federführend von **Tencent Zhuque Lab** entwickelt, das Teil der Tencent Security Platform Department ist. Das 2019 gegründete [Tencent Zhuque Lab](https://matrix.tencent.com/) ist ein erstklassiges Sicherheitsforschungslabor, das sich auf praxisnahe Offensive- und Defensive-Forschung sowie auf Spitzentechnologien im Bereich der KI-Sicherheit konzentriert. Die Forschungsschwerpunkte umfassen Sicherheit großer Sprachmodelle, KI-Agentensicherheit, KI-gestützte Sicherheit sowie die Erkennung KI-generierter Inhalte.
Das Team hat namhaften Anbietern wie **NVIDIA, Google und Microsoft** sowie Open-Source-Communities wie **OpenClaw, Linux und Hugging Face** dabei geholfen, zahlreiche kritische Schwachstellen zu beheben, und wurde dafür offiziell anerkannt.
Das Team hat Open-Source-KI-Sicherheitsprodukte wie die KI-Red-Team-Sicherheitstest-Plattform <b>A.I.G (AI-Infra-Guard)</b> und den **Zhuque AI Detection Assistant** veröffentlicht. Forschungsergebnisse wurden auf international führenden Sicherheits- und KI-Konferenzen wie **Black Hat, DEF CON, ICLR, CVPR, NeurIPS und ACL** publiziert. Außerdem wurde das Buch *„AI Security: Technology and Practice"* veröffentlicht.
### 👥 Kernmitglieder & Beiträge
| Rolle | Mitglied | Beitrag |
| --- | --- | --- |
| Leiter der Tencent Security Platform Department | **Yong Yang** | Hat A.I.G initiiert und die automatisierte Bewertung von Kontrollverlust-Risiken bei KI-Agenten vorgeschlagen. Damit hat er die Erweiterung der Plattform vom Schwachstellen-Scan für KI-Infrastruktur hin zur Bewertung von Agent-Ausführungsrisiken, Tool-Missbrauch und Berechtigungsgrenzen gesteuert. |
| Leiter des Tencent Zhuque Lab | **Xing Zheng** | Hat den Mechanismus für automatisierte Schwachstellen-Updates und Benchmark-Abstimmung vorgeschlagen, der die kontinuierliche Iteration von KI-Infra-Fingerprints, CVE/GHSA-Regeln und Benchmarks ermöglicht. |
| Projektleiter | **Nicky** | Forschung zu Spitzen-Sicherheitsthemen, Produktplanung, Entscheidungen zur technischen Roadmap, interne und externe Kooperation sowie Kommunikation. |
| Technischer Leiter | **Python** | Gesamtarchitekturdesign, Entwicklung der Kernmodule und Versionsiteration. |
| Kernbeitragender | **Zona** | Frontend-Interaktion, Produktnutzererfahrung, Community-Betrieb und Schließen der Nutzer-Feedback-Schleife. |
| Kernbeitragender | **Fyoung** | Aktualisierung der Fingerprints für KI-Infra-Schwachstellenkomponenten und Aufbau des Benchmark-Systems. |
| Kernbeitragender | **Robert** | Sicherheit von LLMs und Betrieb der Strategien zur Jailbreak-Bewertung. |
| Kernbeitragender | **Zoe** | Sicherheit von LLMs, Jailbreak-Bewertung sowie Entwicklung des Modell-Integrationsmoduls. |
| Kernbeitragender | **Xiangfan** | Entwicklung von Sicherheitsfunktionen für Skill-Risiken und Szenarien mit Kontrollverlust von Agenten. |
| Beitragender | **Ronin** | Mitwirkung an der Entwicklung des KI-Agenten-Sicherheits-Scans. |
| Beitragender | **Rsin** | Mitwirkung am Community-Betrieb und an der Kommunikation von Kampagnen. |
<br />
## 🙏 Danksagungen
### 🎓 Akademische Kooperationen
Wir danken unseren akademischen Partnern für ihre Forschungsbeiträge und technische Unterstützung.
#### <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>
### 👥 Dank an beitragende Entwickler
Dank gilt allen Entwicklern, die zum A.I.G-Projekt beigetragen haben.
<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>
<a href="https://github.com/Tencent/AI-Infra-Guard/graphs/contributors">
<img src="https://contrib.rocks/image?repo=Tencent/AI-Infra-Guard" />
</a>
<br>
<br>
### 🤝 Dank an unsere Nutzer
Vielen Dank an die Nutzer aus den folgenden Unternehmen und Teams für die Verwendung von A.I.G und ihr wertvolles Feedback.
<br>
<div align="center">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/tencent.png" alt="Tencent" height="28px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/deepseek.png" alt="DeepSeek" height="38px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/antintl.svg" alt="Antintl" height="45px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/lenovo.png" alt="Lenovo" height="35px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/ICBC.jpg" alt="ICBC" height="40px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/vivo.png" alt="Vivo" height="30px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/oppo.png" alt="Oppo" height="30px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/haier.png" alt="Haier" height="30px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/abc.png" alt="Abc" height="40px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/JkOvmDOXpr.png" alt="招商银行" height="40px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/%E4%B8%AD%E5%9B%BD%E7%94%B5%E4%BF%A1.png" alt="中国电信" height="40px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/bilibili.jpg" alt="Bilibili" height="38px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/qunar.png" alt="Qunar" height="35px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/%E8%9C%9C%E9%9B%AA%E5%86%B0%E5%9F%8E.png" alt="蜜雪冰城" height="40px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/IDG.webp" alt="IDG" height="55px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/kingdee.png" alt="kingdee" height="40px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/unicom.png" alt="联通数科" height="40px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/changan.png" alt="长安汽车" height="40px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/tiane.png" alt="天鹅到家" height="35px">
</div>
<div align="center">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/%E6%B8%85%E5%8D%8E%E5%A4%A7%E5%AD%A6.jpg" alt="清华大学" height="40px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/%E5%8C%97%E4%BA%AC%E5%A4%A7%E5%AD%A6.png" alt="北京大学" height="40px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/nanyang.png" alt="南洋理工大学" height="40px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/fudan.png" alt="复旦大学" height="40px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/%E6%B5%99%E6%B1%9F%E5%A4%A7%E5%AD%A6.png" alt="浙江大学" height="40px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/%E5%8D%97%E4%BA%AC%E5%A4%A7%E5%AD%A6.png" alt="南京大学" height="40px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/wuhan.png" alt="武汉大学" height="40px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/An-NajahNationalUniversity.png" alt="An-Najah National University" height="40px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/%E8%A5%BF%E5%AE%89%E4%BA%A4%E9%80%9A%E5%A4%A7%E5%AD%A6.png" alt="西安交通大学" height="40px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/huazhong.png" alt="华中科技大学" height="45px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/%E5%8D%97%E5%BC%80%E5%A4%A7%E5%AD%A6.jpg" alt="南开大学" height="45px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/%E5%9B%9B%E5%B7%9D%E5%A4%A7%E5%AD%A6.png" alt="四川大学" height="40px">
<img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/Binus_University.svg" alt="Binus University" height="45px">
</div>
<br>
## 💬 Community beitreten
### 🌐 Online-Diskussionen
- **GitHub Discussions**: [An unseren Community-Diskussionen teilnehmen](https://github.com/Tencent/AI-Infra-Guard/discussions)
- **Issues & Fehlerberichte**: [Probleme melden oder Funktionen vorschlagen](https://github.com/Tencent/AI-Infra-Guard/issues)
### 📱 Diskussions-Community
<table>
<thead>
<tr>
<th>WeChat-Gruppe</th>
<th>Discord <a href="https://discord.gg/U9dnPnyadZ">[Link]</a></th>
</tr>
</thead>
<tbody>
<tr>
<td><img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/wechatgroup.png" alt="WeChat Group" width="200"></td>
<td><img src="https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/discord.png" alt="discord" width="200"></td>
</tr>
</tbody>
</table>
### 📧 Kontakt
Für Kooperationsanfragen oder Feedback erreichen Sie uns unter: [[email protected]](mailto:[email protected])
### 🔗 Empfohlene Sicherheitswerkzeuge
Wenn Sie sich für Code-Sicherheit interessieren, werfen Sie einen Blick auf [A.S.E (AICGSecEval)](https://github.com/Tencent/AICGSecEval), das erste branchenweite Repository-Level-Framework zur Bewertung der Sicherheit von KI-generiertem Code, das vom Tencent Wukong Code Security Team als Open Source veröffentlicht wurde.
<br>
<br>
## 📖 Zitierung
Wenn Sie A.I.G in Ihrer Forschung verwenden, zitieren Sie bitte:
```bibtex
@misc{Tencent_AI-Infra-Guard_2025,
author={{Tencent Zhuque Lab}},
title={{AI-Infra-Guard: A Comprehensive, Intelligent, and Easy-to-Use AI Red Teaming Platform}},
year={2025},
howpublished={GitHub repository},
```
---
[Read more](https://github.com/tencent/ai-infra-guard)