Skip to content
KitploitKITPLOIT
HerramientasExploitsBlog
Log in
Enviar
HerramientasExploitsBlog
Enviar

¡Herramientas de Hacking, PenTest y Ciberseguridad para tu Arsenal de Seguridad!

Kitploit es un directorio de herramientas de hacking, ciberseguridad y pentesting. Descubre las últimas actualizaciones de proyectos para encontrar vulnerabilidades, analizar sistemas, automatizar pruebas y fortalecer tu seguridad.

FeedsContactoPrivacidad© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
awesome-ai-security — Una lista curada de materiales y recursos de Seguridad en IA para Pentesters, Bug Hunters e Investigadores de Seguridad. | Kitploit
Herramientas/GitHubGitHub/gmh5225/awesome-ai-security
CTFPruebas de PenetraciónPapers e InvestigaciónAprendizaje y EducaciónRed TeamingRecursos CuradosRutas de Aprendizaje y CursosSeguridad de IAAtaque AdversarioLabs y Práctica
GitHub
6758123hace 29 díasRevisado por Kitploit
Compartir
gmh5225/awesome-ai-security

awesome-ai-security

Una lista curada de materiales y recursos de Seguridad en IA para Pentesters, Bug Hunters e Investigadores de Seguridad.

Ver Repositorio
# `awesome-ai-security`[![Awesome](https://awesome.re/badge.svg)](https://awesome.re)

[![GitHub license](https://img.shields.io/github/license/gmh5225/awesome-ai-security)](https://github.com/gmh5225/awesome-ai-security/blob/main/LICENSE)

Una lista curada de materiales y recursos de seguridad de IA para pentesters, cazadores de bugs e investigadores de seguridad.

```
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.
```
> Muestra respeto a todos los proyectos a continuación, perfectas obras de arte :saluting_face:

## ¿Cómo contribuir?
- https://github.com/HyunCafe/contribute-practice
- https://docs.github.com/en/get-started/quickstart/contributing-to-projects

## Habilidades para agentes de IA
Este repositorio proporciona habilidades que se pueden usar con agentes de IA y asistentes de programación como [Cursor](https://www.cursor.com/), [OpenClaw](https://docs.openclaw.ai/), [Claude Code](https://docs.anthropic.com/en/docs/claude-code), [Codex CLI](https://github.com/openai/codex) y otras herramientas compatibles. Instala las habilidades para obtener conocimientos especializados sobre temas de seguridad de videojuegos.

- https://github.com/vercel-labs/skills [The open agent skills tool - npx skills]

**[Ver en learn-skills.dev](https://learn-skills.dev/skills/gmh5225/awesome-ai-security)**

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

**Habilidades disponibles:**
| Habilidad | Descripción |
|-------|-------------|
| `adversarial-machine-learning` | Aprendizaje automático adversarial: ejemplos adversariales, envenenamiento de datos, puertas traseras en modelos y ataques de evasión |
| `ai-powered-pentesting` | Herramientas de pruebas de penetración impulsadas por IA, marcos de red teaming y agentes de seguridad autónomos |
| `llm-attacks-security` | Ataques de seguridad a LLM: inyección de prompts, jailbreaking y extracción de datos |
| `awesome-ai-security-overview` | Descripción general de este repositorio y directrices de contribución |
| `ai-security-tooling` | Herramientas de seguridad de IA: detectores, analizadores, guardrails y benchmarks |

**Ejemplo:**
```bash
# 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
```



## Paquete de inicio de seguridad de IA

- **CTFs / Práctica**
  - https://github.com/verialabs/ctf-agent [ctf-agent - solucionador autónomo de CTFd: LLM coordinador + enjambres de modelos paralelos en Docker; BSidesSF 2026 1.º]
  - https://aivillage.org/ [AI Village @ DEF CON - Desafíos de jailbreak de LLM]
  - https://doublespeak.chat/#/handbook [Doublespeak - Desafíos de seguridad de IA]
  - https://github.com/EasyJailbreak/EasyJailbreak [Framework para prompts de jailbreak adversariales]
  - https://github.com/microsoft/AI-Red-Teaming-Playground-Labs [Microsoft AI Red Teaming Playground Labs]
  - https://github.com/schwartz1375/genai-security-training [Formación en red teaming de GenAI]

- **Blogs / Recursos**
  - https://genai.owasp.org/ [Proyecto de seguridad GenAI de OWASP]
  - https://llm-stats.com [Clasificación de LLM]
  - https://www.aidaily.win [Noticias diarias de IA]
  - https://baoyu.io/blog/how-to-write-good-prompt [Cómo escribir buenos prompts]
  - https://rootissh.in/ [Blog de la serie de pentesting de LLM]
  - https://github.com/Abdowaer098/Wa3r-OffSec-Kit [Wa3r OffSec Kit - base de conocimiento de seguridad ofensiva con flujos de trabajo prácticos, patrones de payload, casos de estudio y notas de forense]

- **Boletines / Colecciones**
  - https://mlsecops.com/podcast [Pódcast de MLSecOps]
  - https://podcasts.apple.com/ph/podcast/the-genai-security-podcast/id1782916580 [Pódcast de seguridad GenAI]
  - https://avidml.org/ [Base de datos de vulnerabilidades de IA (AVID)]
  - https://calder-brief.pages.dev/ai-hub.html [Centro de noticias de IA de Calder Brief — noticias de IA actualizadas a diario, incluida cobertura de seguridad/salvaguarda de IA]

- **Certificaciones / Cursos**
  - https://cs229.stanford.edu/ [Stanford CS229: Machine Learning]
  - https://course.fast.ai/ [fast.ai Practical Deep Learning]
  - https://www.coursera.org/specializations/deep-learning [Especialización en Deep Learning de Andrew Ng]
  - https://huggingface.co/reasoning-course [Construye un modelo de razonamiento como DeepSeek-R1]



## Guía de IA/LLM

- **Fundamentos**
  - https://d2l.ai/ [Dive into Deep Learning - Libro interactivo con PyTorch/JAX/TensorFlow]
  - http://neuralnetworksanddeeplearning.com/ [Neural Networks and Deep Learning de Michael Nielsen]
  - https://www.deeplearningbook.org/ [Deep Learning de Goodfellow, Bengio, Courville]
  - https://github.com/karminski/one-small-step [Tutorial de IA/LLM]
  - https://github.com/datawhalechina/happy-llm [Tutorial de principios y práctica de LLM]
  - https://github.com/rasbt/LLMs-from-scratch [Construye un LLM desde cero]
  - https://github.com/naklecha/llama3-from-scratch [LLaMA3 desde cero]
  - https://github.com/ZJU-LLMs/Foundations-of-LLMs [Fundamentos de los LLM]

- **Listas Awesome**
  - https://github.com/WangRongsheng/awesome-LLM-resourses [Recursos completos sobre LLM]
  - https://github.com/mahseema/awesome-ai-tools [Herramientas de IA Awesome]
  - https://github.com/Shubhamsaboo/awesome-llm-apps [Aplicaciones LLM Awesome]
  - https://github.com/mahonzhan/awesome-agent-harness [Lista curada de harnesses de agentes, frameworks de agentes, frameworks de flujos de trabajo y protocolos de agentes emergentes]
  - https://github.com/punkpeye/awesome-mcp-servers [Servidores MCP Awesome]
  - https://github.com/wong2/awesome-mcp-servers [Servidores MCP Awesome]
  - https://github.com/deepseek-ai/awesome-deepseek-integration [Integración de DeepSeek Awesome]
  - https://github.com/lmmlzn/Awesome-LLMs-Datasets [Conjuntos de datos de LLM Awesome]

- **LLMs desde cero / Razonamiento**
  - https://github.com/rasbt/LLMs-from-scratch/tree/main/ch05/11_qwen3 [Qwen3 desde cero - recorrido en chino]
  - https://github.com/rasbt/LLMs-from-scratch/blob/main/ch05/11_qwen3/standalone-qwen3-moe-plus-kvcache.ipynb [Implementar Qwen3 MoE con KV cache desde cero]
  - https://github.com/rasbt/LLMs-from-scratch/tree/main/ch05/12_gemma3 [Construir Gemma 3 270M desde cero]
  - https://github.com/rasbt/reasoning-from-scratch [Modelos de razonamiento desde cero]
  - https://github.com/mingyin0312/RLFromScratch [Aprendizaje por refuerzo desde cero (tutorial en chino)]
  - https://github.com/karpathy/nanochat [Bucle de entrenamiento nanochat de extremo a extremo en ~8K líneas]
  - https://github.com/kyegomez/OpenMythos [OpenMythos - reconstrucción teórica desde primeros principios de la arquitectura de Claude Mythos basada en literatura de investigación pública]
  - https://github.com/vixhal-baraiya/microgpt-c [MicroGPT-C — entrena e infiere un GPT diminuto en C puro sin dependencias (archivo único); ruta de CPU estilo fp32/AVX2; MIT]



## Seguridad de IA y ataques

### Inyección de prompts
- https://www.lakera.ai/blog/guide-to-prompt-injection [Guía de inyección de prompts]
- https://genai.owasp.org/llmrisk/llm01-prompt-injection/ [OWASP LLM01:2025 Inyección de prompts]
- https://redbotsecurity.com/prompt-injection-attacks-ai-security-2025/ [Ataques de inyección de prompts 2025]
- https://github.com/protectai/rebuff [Detector de inyección de prompts autoendurecedor]
- https://github.com/NVIDIA/garak [Escáner de vulnerabilidades de LLM de NVIDIA]
- https://github.com/deadbits/vigil-llm [Detecta inyecciones de prompts y entradas de riesgo]
- https://github.com/alphasecio/prompt-guard [Defensa contra prompts para LLM]
- https://github.com/tml-epfl/llm-adaptive-attacks [Ataques adaptativos contra LLMs]
- https://github.com/RomiconEZ/llamator [Framework de pruebas de vulnerabilidades de LLM]
- https://github.com/gh0stOo/claude-md-vorlagen-de/blob/main/guides/prompt-hardening.md [Guía en alemán de endurecimiento contra inyección de prompts con 10 patrones de código concretos antes/después (separación sistema/usuario, delimitadores, validación de salida, desconfianza en fuentes RAG)]
- https://github.com/Vick606/subcanopy-guard [Escáner de inyección de prompts indirecta con reconocimiento de contexto]

### Ataques adversarios
- https://gradientscience.org/intro_adversarial/ [Introducción a los ejemplos adversarios]
- https://cset.georgetown.edu/publication/key-concepts-in-ai-safety-robustness-and-adversarial-examples/ [Seguridad de IA y ejemplos adversarios]
- https://github.com/Trusted-AI/adversarial-robustness-toolbox [IBM Adversarial Robustness Toolbox]
- https://github.com/QData/TextAttack [Ataques adversarios contra modelos de NLP]
- https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-2e2025.pdf [Taxonomía de ML adversario de NIST]
- https://llm-vulnerability.github.io/ [Tutorial ACL 2024: Vulnerabilidades de LLM]
- https://github.com/tensorflow/cleverhans [CleverHans - Benchmark de vulnerabilidades de ML]
- https://github.com/bethgelab/foolbox [Foolbox - Caja de herramientas de ejemplos adversarios]
- https://github.com/cchio/deep-pwning [Deep-pwning]

### Envenenamiento y puertas traseras
- https://arxiv.org/abs/2009.02276 [Witches' Brew: Industrial Scale Data Poisoning]
- https://arxiv.org/abs/2402.09179 [Instruction Backdoor Attacks on Customized LLMs]
- https://arxiv.org/abs/2510.07192 [Poisoning Attacks Need Only a Few Points]
- https://arxiv.org/abs/1910.03137 [MNTD: Detecting AI Trojans]
- https://owasp.org/www-project-top-10-for-large-language-model-applications/ [OWASP Top 10 para aplicaciones LLM 2025]
- https://github.com/git-disl/awesome_LLM-harmful-fine-tuning-papers [Artículos sobre fine-tuning dañino de LLM]

### Privacidad y extracción
- https://www.usenix.org/conference/usenixsecurity21/presentation/carlini-extracting [Extracting Training Data from LLMs]
- https://arxiv.org/abs/2309.10544 [Model Leeching: Extraction Attack on LLMs]
- https://arxiv.org/abs/2301.10226 [Watermark for Large Language Models]
- https://arxiv.org/abs/2103.07853 [Membership Inference Attacks Survey]
- https://arxiv.org/abs/2503.19338 [MIAs on Large-Scale Models Survey]
- https://trustllmbenchmark.github.io/TrustLLM-Website/ [TrustLLM Benchmark]
- https://github.com/stratosphereips/awesome-ml-privacy-attacks [Awesome ML Privacy Attacks]
- https://github.com/chawins/llm-sp [LLM Security Papers]
- https://github.com/journey-ad/gemini-watermark-remover [Client-side Gemini AI image watermark remover - Reverse Alpha Blending]

### Seguridad de modelos
- https://arxiv.org/html/2507.02737v1 [Steganography Capabilities in Frontier LLMs]
- https://jplhughes.github.io/bon-jailbreaking/ [AI Jailbreaking]
- https://github.com/Goochbeater/Spiritual-Spell-Red-Teaming [A repo for jailbreaking various LLMs, mainly Claude]
- https://huggingface.co/blog/mlabonne/abliteration [Model Abliteration]
- https://github.com/p-e-w/heretic [Heretic - fully automatic censorship removal for LLMs, abliteration + Optuna TPE optimizer, dense/MoE/multimodal]
- https://github.com/FailSpy/abliterator [abliterator - Python library to ablate refusal/features in LLMs, TransformerLens, cache activations, refusal direction]
- https://github.com/spkgyk/abliteration [Abliteration - uncensor LLMs via refusal-vector removal, PyTorch hooks, no TransformerLens]
- https://github.com/jim-plus/llm-abliteration [llm-abliteration - make abliterated models with Transformers, batch inference, dense/MoE, norm-preserving biprojected, low VRAM]
- https://github.com/Tsadoq/ErisForge [ErisForge - dead simple LLM abliteration, transform internal layers, AblationDecoderLayer/AdditionDecoderLayer, ExpressionRefusalScorer]
- https://github.com/protectai/llm-guard [LLM Guard - Security Tool]
- https://github.com/protectai/modelscan [ModelScan - Scan Models for Unsafe Code]
- https://github.com/fr0gger/nova-framework [Nova Framework - Jailbreak Detection]
- https://github.com/fr0gger/nova_mcp [Nova MCP Server]
- https://github.com/0xAIDR/AIDR-Bastion [GenAI Protection System]
- https://github.com/CAU-ISS-Lab/AIGT-Detection-Evade-Detection [AI-Generated Text Detection & Evasion]
- https://github.com/AUGMXNT/deccp [deccp - Evaluating and unaligning Chinese LLM censorship, abliteration PoC for Qwen2]
- https://github.com/gpiat/AIAE-AbliterationBench [AbliterationBench - benchmark model resilience to residual stream/abliteration attacks]



## Pentesting de IA y Red Teaming

### Pentesting impulsado por IA
- https://github.com/GreyDGL/PentestGPT [Agente de pentesting impulsado por GPT-4]
- https://github.com/zakirkun/guardian-cli [CLI de pentesting impulsada por IA con Gemini]
- https://github.com/usestrix/strix [Pentesting de seguridad con IA]
- https://github.com/aliasrobotics/cai [CAI - Framework de IA para ciberseguridad]
- https://github.com/promptfoo/promptfoo [Framework de pentesting con agentes de IA]
- https://github.com/antoninoLorenzo/AI-OPS [Asistente de IA para pruebas de penetración]
- https://github.com/yz9yt/BugTrace-AI [Pentesting web automatizado con IA]
- https://github.com/six2dez/reconftw_ai [ReconFTW con análisis de IA]
- https://github.com/projectdiscovery/katana [Katana (ProjectDiscovery) - rastreador/araña web rápido para automatización: estándar y headless, análisis de endpoints JS, filtros de scope/regex, JSONL; se combina con httpx/nuclei y flujos de trabajo de agentes de pentesting con IA]
- https://github.com/Ed1s0nZ/CyberStrikeAI [Plataforma de pruebas de seguridad nativa de IA con más de 100 herramientas]
- https://github.com/vxcontrol/pentagi [PentAGI - Agentes de IA totalmente autónomos para pruebas de penetración]
- https://github.com/XenoCoreGiger31/GEMMA-by-GOOGLE [HALO (GEMMA-by-GOOGLE) - Agente de pentesting con IA totalmente local y autónomo; un modelo Gemma local impulsa un servidor MCP de 29 herramientas a través de reconocimiento, ataque y generación de informes]
- https://github.com/Agnuxo1/EnigmAgent [EnigmAgent - agente autónomo de investigación de seguridad/pentesting con IA, con benchmarking de CTF, coordinación de enjambres descentralizada, validación de exploits y afirmaciones de seguridad respaldadas por Lean 4]
- https://github.com/KeygraphHQ/shannon [Shannon - Pentester de IA autónomo, encuentra y ejecuta exploits reales en aplicaciones web]
- https://github.com/wudidike/pentest_skill [Framework de automatización de pruebas de penetración web de caja negra para agentes de IA con flujo de trabajo por fases y generación de informes]
- https://github.com/yv1ing/Z3r0 [Z3r0 - banco de trabajo multiagente controlado para evaluación de seguridad autorizada, auditoría de código e investigación: coordinador CSO + especialistas en inteligencia/penetración/ingeniería inversa/criptografía, sandboxes vinculados a Docker (shell/noVNC/gestor de archivos), delegación persistente, LiteLLM/compatible con OpenAI; FastAPI + React; MIT]
- https://github.com/ASCIT31/Dark-Moon [Dark-Moon - plataforma autónoma de pruebas de penetración con IA donde playbooks de metodología en Markdown orquestan más de 80 herramientas ofensivas vía MCP en objetivos web, cloud, Active Directory, Kubernetes y API, con un rastro de evidencias por cada hallazgo]
- https://github.com/Strategic-Automation/violin [Violin - perfil de pentesting supervisado y agéntico de Hermes Agent: 31 playbooks basados en habilidades (OWASP Top 10, API Top 10, LLM Top 10) con alcance interactivo, validación de alcance y puertas de aprobación. Se instala mediante `hermes profile install https://github.com/Strategic-Automation/violin`. Nativo de Hermes, sin claves API adicionales; MIT]
- https://github.com/secorizon/SecorizonAI [SecorizonAI - shell de IA nativo de terminal para pentesters: binario único en Go, LLM local vía Ollama, bucle ReAct de uso de herramientas en JSON con ejecución de shell + búsqueda web integrada, guías de metodología bajo demanda, soporte MCP (Burp); Apache-2.0 + Commons Clause; usar solo en encargos autorizados]

### Herramientas de Red Teaming con IA
- https://github.com/Azure/counterfit [Herramienta de Pruebas de Penetración de ML de Microsoft]
- https://github.com/Azure/PyRIT [Framework de Red Teaming para GenAI de Microsoft]
- https://github.com/meta-llama/PurpleLlama [Herramientas de Seguridad para LLM de Código Abierto de Meta]
- https://github.com/NVIDIA/NeMo-Guardrails [Guardrails Programables de NVIDIA]
- https://github.com/NoDataFound/hackGPT [Kit de Herramientas LLM para Seguridad Ofensiva]
- https://github.com/ipa-lab/hackingBuddyGPT [Agente Autónomo de Red Teaming]
- https://github.com/Yanlewen/TradeTrap [TradeTrap - prueba agentes de trading basados en LLM: inyección de prompts, secuestro de MCP, manipulación de estado, envenenamiento de memoria; AI-Trader/Valuecell]
- https://github.com/humanbound/humanbound [Humanbound - CLI de código abierto que ejecuta ataques adversarios generados por LLM contra el endpoint HTTP de un agente, puntuados según las asignaciones de OWASP LLM Top 10, OWASP Agentic Top 10, NIST y la Ley de IA de la UE]
- https://github.com/toby-bridges/api-relay-audit [API Relay Audit - CLI de auditoría local para relays de API de IA y proxies LLM; sondea señales de inyección de prompts, cambios en comandos de paquetes, filtración en respuestas de error y anomalías SSE de Anthropic; informes en Markdown]
- https://github.com/taoq-ai/ziran [Ziran - framework de pruebas de seguridad para agentes de IA: descubrimiento de cadenas de herramientas basado en grafos, detección de efectos secundarios a nivel de ejecución, campañas multifase; LangChain, CrewAI, MCP, A2A, HTTP remoto]

### Herramientas MCP de seguridad con IA
- https://github.com/tomelias10/mcp-drift-check [MCP Drift Check — CLI pasiva local en Python que señala estáticamente referencias a paquetes npm/npx mutables/sin fijar en las configuraciones de clientes MCP; no ejecuta servidores, no descarga paquetes ni sube configuraciones; MIT]
- https://github.com/AndrewXuTurtle/mcpaudit [mcpaudit — servidor MCP + CLI que audita los servidores MCP que ya tienes instalados en Claude Desktop, Claude Code, Cursor, Windsurf y VS Code. Envenenamiento de herramientas (incl. caracteres de ancho cero/bidi en las descripciones de herramientas), radio de explosión de credenciales, alcance de privilegios, transporte y procedencia de la cadena de suministro: ámbitos de editor con homoglifos, paquetes eliminados del registro, hooks de instalación y avisos OSV/GHSA cotejados con la versión resuelta. Cero dependencias; no se instala ni se ejecuta nada; MIT]
- https://github.com/ArmorerLabs/Armorer-Guard [Armorer Guard - escáner local en Rust y proxy MCP para inyección de prompts, filtración de credenciales, exfiltración y detección de llamadas a herramientas de riesgo antes de su ejecución]
- https://github.com/0x4m4/hexstrike-ai [HexStrike AI - MCP con más de 150 herramientas de ciberseguridad]
- https://github.com/cyproxio/mcp-for-security [MCP de pentesting]
- https://github.com/johnhalloran321/mcpSafetyScanner [MCP Safety Scanner]
- https://github.com/Karthikathangarasu/pentest-mcp [Pentest MCP]
- https://github.com/Sicks3c/hackerone-mcp-server [HackerOne MCP — API no oficial de Hacker sobre stdio: informes, programas, alcance, ganancias, hacktivity; enviar/comentar/cerrar; MIT]
- https://github.com/zhizhuodemao/android_proxy_mcp [Android Proxy MCP - captura de tráfico de Android basada en MCP, permite que la IA analice HTTP/HTTPS mediante lenguaje natural]
- https://github.com/MHaggis/Security-Detections-MCP [Security Detections MCP - Sigma/Splunk ESCU/Elastic/KQL unificados, más de 71 herramientas, 11 prompts, plataforma de detección autónoma]
- https://github.com/ai-blueteam/http-detection-agent [http-detection-agent - detección de ataques HTTP consciente de capacidades: CLI en Rust y servidor MCP local sobre un catálogo normalizado de reglas con 76 detecciones en 62 familias de comportamiento; MIT]
- https://github.com/Correctover/correctover-scan [correctover-scan - CLI npm de configuración cero que escanea las configuraciones de clientes MCP (Claude Desktop, Cursor, VS Code) en busca de exposición de credenciales, SSRF, falta de autenticación/cifrado de transporte y otras malas configuraciones; hallazgos mapeados a OWASP AISVS; salida JSON/SARIF para CI; MIT]
- https://github.com/rolandpg/zettelforge [ZettelForge — servidor MCP de memoria agéntica para CTI con extracción de entidades (CVEs, actores de amenazas, IOCs, MITRE ATT&CK), grafo de conocimiento con resolución de alias, STIX 2.1, recuperación clasificada por intención, registro de auditoría OCSF; sin conexión; MIT]
- https://github.com/doomsday-network/bounty-guard [BountyGuard — firewall de inyección de prompts de código abierto, lista de bloqueo de honeypots publicada (data/honeypots.json) y servidor de seguridad MCP sin dependencias (mcp_server.py / https://doomsday.network/mcp) que examina repositorios de GitHub en busca de firmas trampa y clasifica los issues en SAFE_WITH_ESCROW, SAFE_NO_ESCROW o QUARANTINE; MIT]

### C2 impulsado por IA
- https://github.com/Red-Hex-Consulting/Ankou [Framework C2 con IA]

### Craqueo de contraseñas con IA
- https://github.com/d-sec-net/VPK [Craqueo automatizado de contraseñas con IA]



## Herramientas y frameworks de seguridad con IA

### SOC y SecOps con IA
- https://github.com/Vigil-SOC/vigil [Vigil - SOC nativo de IA de código abierto: 12 agentes especializados, flujos de trabajo multiagente, integraciones MCP (SIEM/EDR/TI/sandbox/ticketing), FastAPI + React]
- https://github.com/ccjmcc/jevsec [JevSec - triaje de seguridad con modelo de decisión compatible con Jev para comportamiento web breve entre solicitudes; combina reglas deterministas con Qwen3-4B local, normalización consciente de la privacidad y revisión en modo sombra; MIT]

### IA para ingeniería inversa
- https://github.com/ZeroDaysBroker/GhidraGPT [Integración de GPT para Ghidra]
- https://github.com/jtang613/GhidrAssist [Extensión LLM para Ghidra]
- https://github.com/0xeb/windbg-copilot [WinDbg Copilot - Extensión de depuración agéntica]
- https://github.com/agentrebench/AgentRE-Bench [AgentRE-Bench - Benchmark agéntico para RE de binarios de horizonte largo: C2/codificación/anti-análisis, puntuación determinista, 13 tareas ELF]
- https://github.com/banteg/bn [bn - CLI de Binary Ninja amigable para agentes: descompilación, xrefs, tipos, mutaciones vía socket Unix al plugin de GUI]
- https://github.com/amruth-sn/kong [Kong - ingeniero inverso agéntico, RE de binarios orquestado por LLM mediante Ghidra en proceso, análisis de grafo de llamadas, deofuscación agéntica]
- https://github.com/CSIT-SG/AETHER [Un copiloto de ingeniería inversa impulsado por IA para asistir en el tedioso análisis de malware en IDA Pro]
- https://github.com/thatskriptkid/re-harness [RE-harness - Plugin de OpenCode para análisis estático de PE de Windows para Qwen 27B/35B: herramientas estructuradas de solo lectura IDA/IDASQL, fallback de lifting de funciones grandes NeverD/LLVM; harness de análisis de malware; macOS/Linux]
- https://github.com/mrphrazer/ghidra-headless-mcp [ghidra-headless-mcp — Ghidra headless sobre MCP]
- https://github.com/vwww-droid/Mira [Mira - banco de trabajo de detección en tiempo de ejecución móvil (Android/iOS): análisis en vivo nativo de IA con Relay + MCP, flujos de trabajo de shell remoto/Frida y conocimiento de detección reutilizable]
- https://github.com/buzzer-re/ToCode [ToCode - exporta binarios/bases de datos IDA a árboles de proyecto tipo código fuente (C recuperado, asm, resúmenes, metadatos JSON enriquecidos + AGENTS.md) para que los agentes de codificación puedan recorrer binarios grandes como un oráculo; compatible con IDA Pro y radare2]
- https://github.com/cellebrite-labs/ghidra-rpc [ghidra-rpc - habilidad agéntica de Ghidra: ejecuta Ghidra como un demonio PyGhidra persistente que expone descompilación/xrefs/recuperación de tipos/parcheo/diff de binarios mediante un CLI JSON sobre socket Unix, controlable por cualquier asistente de IA con capacidad de shell (Cursor, Claude Code, etc.); por Cellebrite Labs]
- https://github.com/morluto/rea [REA - CLI local y servidor MCP para ingeniería inversa asistida por agentes de binarios nativos, aplicaciones JavaScript/Electron y ensamblados .NET; procedencia de evidencia y limitaciones explícitas; el análisis profundo nativo utiliza Hopper, Ghidra o IDA instalados por separado]

### Detección de vulnerabilidades con IA
- https://github.com/Mayaaa311/LLMBugScanner [LLM BugScanner - pipeline estilo GPTLens: LLMs de código HF conectables como auditor + crítico, clasifica los hallazgos por corrección/severidad; conjuntos de datos orientados a Solidity]
- https://github.com/LLMAudit/LLMSmartAuditTool [LLM-SmartAudit - auditoría de Solidity multiagente (modos BA/TA), roles orientados a tareas, más de 40 prompts de detección, notebooks por lotes + visualizador web, API de OpenAI; arXiv:2410.09381]
- https://github.com/scabench-org/hound [Auditor de IA con grafos de conocimiento adaptativos]
- https://github.com/416rehman/DeepZero [DeepZero - motor de pipeline automatizado de investigación de vulnerabilidades (etapas definidas en YAML) para el análisis a gran escala de controladores del kernel de Windows, descompilación y evaluación de explotabilidad de IOCTL con agentes de IA]
- https://github.com/kpolley/redai [RedAI - banco de trabajo de terminal para el descubrimiento de vulnerabilidades impulsado por IA con evidencia de validación en vivo (entornos de validación de navegador/iOS, PoCs, registros, capturas de pantalla, informes reproducibles)]
- https://github.com/vercel-labs/deepsec [deepsec - arnés de seguridad impulsado por agentes de codificación para grandes bases de código: escaneo de sitios candidatos, investigación/revalidación con IA y flujos de trabajo de hallazgos exportables]
- https://github.com/Agent-Field/sec-af [SEC-AF - auditor de seguridad nativo de IA sobre AgentField: demuestra la explotabilidad con veredictos, trazas de flujo de datos y evidencia accionable; DAG de agentes de caza/prueba adversarial; Apache-2.0]
- https://github.com/evilsocket/audit [audit - agente de descubrimiento de vulnerabilidades de 8 etapas (estilo Cloudflare Glasswing): Recon/Hunt/Validate/Gapfill/Dedupe/Trace/Feedback/Report; agentes especializados + refutación adversarial + puerta de alcanzabilidad; Claude Code Agent SDK, OAuth de suscripción; MIT]
- https://github.com/visa/visa-vulnerability-agentic-harness [VVAH (Visa) - pipeline SAST agéntico para el descubrimiento autónomo de vulnerabilidades: modelado de amenazas en 9 etapas → investigación multi-enfoque → verificación adversarial → SARIF; multimodelo (Claude CLI/SDK, OpenAI); inspirado en Glasswing; CLI `vvaharness`; solo para uso autorizado]
- https://github.com/scadastrangelove/rust-in-peace [rust-in-peace - arnés agéntico de descubrimiento de vulnerabilidades en Rust: bucle autónomo de reconocimiento/detección/triaje/parcheo para errores de memoria en unsafe/FFI, DoS por pánico y problemas de confianza en la deserialización; verifica los hallazgos con detectores de Miri/ASan/panic/hang y cargo-fuzz]
- https://github.com/zakirkun/deep-eye [Deep Eye - escáner de vulnerabilidades y framework de pentesting impulsado por IA con soporte para múltiples proveedores de LLM, generación de payloads, módulos de reconocimiento y exportación de informes]
- https://semgrep.dev/ [SAST asistido por IA]
- https://github.com/squirrelscan/squirrelscan [Herramienta de auditoría de sitios web para flujos de trabajo de agentes/LLM (seguridad/rendimiento/SEO)]
- https://github.com/rohansx/vgx [Escáner de seguridad pre-commit de Git con integración de LLM (detecta código generado por IA + vulnerabilidades)]
- https://github.com/HikaruEgashira/vulnhuntrs [Herramienta de auditoría de seguridad web con IA]
- https://github.com/xvnpw/ai-security-analyzer [Generador de documentación de seguridad con IA]
- https://github.com/aress31/burpgpt [BurpGPT - Escaneo de vulnerabilidades con IA]
- https://github.com/haroonawanofficial/AISA-Scanner [Escáner de seguridad con IA]
- https://github.com/youpengl/OpenVul [OpenVul - framework de post-entrenamiento para la detección de vulnerabilidades basada en LLM (SFT/DPO/ORPO/GRPO)]
- https://github.com/Pinperepette/snakebite [snakebite - escáner de cadena de suministro de PyPI: heurísticas + LLM opcional para reducir falsos positivos; modo local o de feed RSS]
- https://github.com/rushter/hexora [hexora - analizador estático en Rust para Python malicioso (cadena de suministro, scripts pegados, IoCs); reglas AST con niveles de confianza]
- https://github.com/sashiko-dev/sashiko [Sashiko - revisión agéntica de parches del kernel de Linux (Rust): lore.kernel.org + git local, protocolo LLM multi-etapa (implementación, concurrencia, seguridad, controladores), interfaz web/CLI; autocontenido; el contexto del parche/kernel se envía al LLM—autorice el uso compartido y supervise el coste de la API; Apache-2.0]

### Análisis de CVE con IA
- https://github.com/arschlochnop/VulnWatchdog [Monitoreo de CVE con análisis de GPT]
- https://github.com/suhasgowtham-x/aegis-security-co-pilot [Escáner de CVE con IA]
- https://github.com/ucsb-mlsec/VulnLLM-R [LLM de razonamiento especializado para vulnerabilidades]
- https://github.com/RogoLabs/VulnRadar [VulnRadar - Radar de vulnerabilidades mediante GitHub Actions: lista de seguimiento de CVE, KEV/EPSS/PatchThis, issues, Discord/Slack/Teams]

### OSINT con IA
- https://ai.cylect.io/ [OSINT con IA]
- https://github.com/apurvsinghgautam/robin/ [Herramienta OSINT de dark web impulsada por IA]
- https://github.com/calesthio/Crucix [Crucix - terminal OSINT autoalojada: 27 fuentes abiertas (satélites, vuelos, conflictos, mercados), panel de Jarvis, alertas opcionales con LLM y bots de Telegram/Discord]

### Bibliotecas de seguridad con IA
- https://secml.readthedocs.io/ [SecML - Biblioteca de ML segura y explicable]
- https://github.com/google/oss-fuzz-gen [Herramienta de fuzzing para auditoría de código con IA]
- https://github.com/Invicti-Security/brainstorm [Fuzzer con IA para aplicaciones web]
- https://github.com/NativeStar/js-hooker [js-hooker - biblioteca ligera de hooking de JavaScript para entornos de navegador (ayudante de interceptación/instrumentación en tiempo de ejecución)]

### TLS, huellas digitales y señales de bots (web / automatización)
- https://github.com/rawandahmad698/noble-tls [noble-tls - cliente HTTP de Python con suplantación de TLS/JA3 (API similar a requests, huellas actualizadas automáticamente)]
- https://github.com/lexiforest/curl_cffi [curl_cffi - bindings de Python a libcurl-impersonate: huellas TLS/JA3 y HTTP/2 alineadas con el navegador sin un navegador completo; opción predeterminada sólida para obtenciones mediante scripts]
- https://github.com/0x676e67/rnet [rnet - cliente HTTP de Rust con control de huellas TLS JA3/JA4 y HTTP/2]
- https://github.com/fingerprintjs/BotD [BotD (FingerprintJS) - SDK de detección de bots del lado del cliente de código abierto que se integra en tus propias páginas (autoalojado / integración de primera parte)]
- https://github.com/tiagozip/cap [Cap - alternativa CAPTCHA autoalojada centrada en la privacidad (prueba de trabajo + desafíos de instrumentación); ~20kb, sin telemetría, Docker autónomo, modo invisible; alternativa a reCAPTCHA/hCaptcha/Turnstile; Apache-2.0]
- https://github.com/botswin/BotBrowser [BotBrowser - Chromium multiplataforma para automatización/QA frente a pilas anti-bot (Cloudflare, Akamai, Kasada, Shape, DataDome, PerimeterX, hCaptcha, FunCaptcha, Imperva, reCAPTCHA, ThreatMetrix, Adscore, etc.); úsalo solo en sistemas de tu propiedad]
- https://github.com/MiddleSchoolStudent/BotBrowser [BotBrowser (distribución alternativa) - compilaciones de Chromium orientadas a headless para automatización anti-bot; compáralo con el fork de botswin; solo objetivos autorizados]
- https://github.com/zhom/donutbrowser [Donut Browser - Chromium anti-detección de código abierto (Wayfern) con perfiles aislados, proxy/VPN, API local y MCP para Claude/automatización; AGPL-3.0; solo objetivos autorizados]

---

[Read more](https://github.com/gmh5225/awesome-ai-security)
Descargar herramienta

Más Populares

Ver todos →

Descubre las herramientas más usadas por nuestra comunidad.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 El kit de herramientas OSINT definitivo: grafo de investigación, puntuación de confianza, familias de alias, mapa, línea de tiempo e informes. 49 módulos, más de 400 sitios, sin necesidad de claves API.

    972
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicación de Ejecución con un Solo Toque GhostLock (CVE-2026-43499)

    666
  • 3

    looking-glass

    anonghosty/looking-glass

    Plataforma CSIRT que ingiere informes de Shadowserver en MongoDB y los reproduce como mapas interactivos, análisis, hallazgos, avisos y paneles ejecutivos.

    424
  • 4

    jumpserver

    jumpserver/jumpserver

    JumpServer es una plataforma de gestión de accesos privilegiados (PAM) de código abierto que proporciona a los equipos de DevOps y TI acceso seguro y bajo demanda a endpoints SSH, RDP, Kubernetes, base de datos y RemoteApp a través de un navegador web.

    389
  • 5

    SafeLine

    chaitin/safeline

    Proxy inverso y WAF autoalojado que filtra tráfico HTTP malicioso, bloquea inyecciones SQL, XSS y ataques de bots, con limitación de velocidad y cifrado dinámico de HTML/JS.

    337
  • 6

    ARTEX

    baarai/artex

    Plataforma de pruebas de penetración autónoma multiagente basada en LLM con agentes planificadores/trabajadores, grafos de activos y de exploración, registro de tráfico MITM y reevaluación de vulnerabilidades.

    331

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →