tencent/ai-infra-guardUne plateforme full-stack de Red Teaming IA sécurisant les écosystèmes d'IA via Agent Scan, Skills Scan, MCP scan, AI Infra scan et l'évaluation des jailbreaks 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/">📖 Documentation</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> · <a href="https://github.com/tencent/ai-infra-guard/blob/main/readme/README_DE.md">🇩🇪 Deutsch</a> · <b>🇫🇷 Français</b> · <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">🚀 Plateforme de Red Teaming IA par Tencent Zhuque Lab</h2>
</p>
<b>A.I.G (AI-Infra-Guard)</b> intègre des fonctionnalités telles que ClawScan (OpenClaw Security Scan), Agent Scan, l'analyse de vulnérabilités de l'infrastructure IA, l'analyse MCP Server & Agent Skills, ainsi que Jailbreak Evaluation, dans le but de fournir aux utilisateurs la solution la plus complète, intelligente et conviviale pour l'autoévaluation des risques de sécurité IA.
<p>
Nous nous engageons à faire d'A.I.G (AI-Infra-Guard) la plateforme de red teaming IA de référence dans l'industrie. Plus d'étoiles permettent à ce projet de toucher un public plus large, attirant davantage de développeurs à contribuer, ce qui accélère l'itération et l'amélioration. Votre étoile est cruciale pour nous !
</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>
## 📋 Enquête de satisfaction utilisateur
Aidez-nous à améliorer A.I.G ! Veuillez prendre 3 à 5 minutes pour remplir notre [Enquête de satisfaction utilisateur](https://doc.weixin.qq.com/forms/AJEAIQdfAAoAFkA0QbdAFwCNcKSO0BFLf). Les utilisateurs qui fournissent des retours de haute qualité et laissent une adresse e-mail valide recevront un cadeau exclusif Tencent.
<br>
## 🚀 Nouveautés
- **2026-07-24** · [v4.5.0](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.5.0) — Marché des skills de sécurité IA lancé (3 skills officiels) ; frontend entièrement open source ; moteur de scan Skill amélioré (9 catégories de risques, SkillTrustBench meilleur score 0.9848) ; scan Skill/MCP/Agent en CLI autonome ; bibliothèque de vulnérabilités étendue à 130 composants, 1888 règles
- **2026-06-25** · [v4.1.15](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.1.15) — MCP Scan : 3 nouvelles règles de détection de menaces (empoisonnement d'outils, exfiltration de crédentiels, injection de commandes) ; 6 nouvelles règles CVE pour llama.cpp ; `model.token` désormais optionnel avec repli sur le modèle système par défaut.
- **2026-06-18** · [v4.1.14](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.1.14) — Prompt Security : 9 nouveaux opérateurs d'attaque single-turn ; nouvelle skill `aig-agent-redteam` pour une évaluation red-team complète des Agents.
- **2026-06-11** · [v4.1.13](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.1.13) — Nouvel endpoint API de vérification de version ; scoring de sécurité basculé vers un modèle de déduction absolue pour une évaluation des risques plus claire.
- **2026-06-08** · [v4.1.12](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.1.12) — Bibliothèque d'empreintes étendue : 39 nouvelles empreintes AI Web ajoutées, 18 existantes améliorées.
👉 [Versions précédentes](https://github.com/tencent/ai-infra-guard/blob/main/CHANGELOG.md) · 🛒 [Marché des Skills de Sécurité IA](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/)
## Table des matières
- [🚀 Démarrage rapide](#-démarrage-rapide)
- [✨ Fonctionnalités](#-fonctionnalités)
- [🖼️ Galerie](#-galerie)
- [📖 Guide utilisateur](#-guide-utilisateur)
- [🔧 Documentation API](#-documentation-api)
- [🏗️ Évolution de l'Architecture](https://github.com/tencent/ai-infra-guard/blob/main/docs/architecture_evolution.md)
- [📝 Guide de contribution](#-guide-de-contribution)
- [🛡️ À propos de l'équipe](#️-à-propos-de-léquipe)
- [🙏 Remerciements](#-remerciements)
- [💬 Rejoindre la communauté](#-rejoindre-la-communauté)
- [📖 Citation](#-citation)
- [📚 Publications](#-publications)
- [⚖️ Licence & Attribution](#️-licence--attribution)
<br><br>
## 🚀 Démarrage rapide
### 🐳 Déploiement avec Docker
| Docker | RAM | Espace disque |
|:-------|:----|:----------|
| 20.10 ou supérieur | 4 Go+ | 10 Go+ |
```bash
# Cette méthode télécharge des images pré-construites depuis Docker Hub pour un démarrage plus rapide
git clone https://github.com/Tencent/AI-Infra-Guard.git
cd AI-Infra-Guard
# Pour Docker Compose V2+, remplacez 'docker-compose' par 'docker compose'
docker-compose -f docker-compose.images.yml up -d
```
Une fois le service lancé, vous pouvez accéder à l'interface web d'A.I.G à l'adresse :
`http://localhost:8088`
<br>
#### Utilisation depuis OpenClaw
Vous pouvez également appeler A.I.G directement depuis le chat OpenClaw via le skill `aig-scanner`.
```bash
clawhub install aig-scanner
```
Configurez ensuite `AIG_BASE_URL` pour pointer vers votre service A.I.G en cours d'exécution.
Pour plus de détails, consultez le [README `aig-scanner`](https://github.com/tencent/ai-infra-guard/blob/main/skills/aig-scanner/README.md).
<details>
<summary><strong>📦 Autres options d'installation</strong></summary>
### Autres méthodes d'installation
**Méthode 2 : Script d'installation en un clic (Recommandé)**
```bash
# Cette méthode installera automatiquement Docker et lancera A.I.G en une seule commande
curl https://raw.githubusercontent.com/Tencent/AI-Infra-Guard/refs/heads/main/docker.sh | bash
```
**Méthode 3 : Compilation et exécution depuis les sources**
```bash
git clone https://github.com/Tencent/AI-Infra-Guard.git
cd AI-Infra-Guard
# Cette méthode compile une image Docker à partir du code source local et démarre le service
# (Pour Docker Compose V2+, remplacez 'docker-compose' par 'docker compose')
docker-compose up -d
```
Remarque : Le projet AI-Infra-Guard est positionné comme une plateforme de red teaming IA pour usage interne par des entreprises ou des particuliers. Il ne dispose actuellement pas de mécanisme d'authentification et ne doit pas être déployé sur des réseaux publics.
Pour plus d'informations, voir : [https://tencent.github.io/AI-Infra-Guard/?menu=getting-started](https://tencent.github.io/AI-Infra-Guard/?menu=getting-started)
</details>
### ⚡ Installer aig-skill-scan en une seule commande
Outil d'audit de sécurité des Agent Skills, facilement intégrable aux pipelines CI/CD d'entreprise. La classification des vulnérabilités est alignée sur la taxonomie [SkillTrustBench](https://matrix.tencent.com/skilltrustbench/) T01–T09. [En savoir plus →](https://github.com/Tencent/AI-Infra-Guard/tree/main/skill-scan)
```bash
pip install aig-skill-scan
# Définir la clé API via une variable d'environnement
export LLM_API_KEY="your-api-key"
# Scanner un répertoire de projet Skill local
aig-skill-scan --repo /path/to/your/skill \
-m deepseek-v4-flash \
--language en \
-o result.json
```
### 🌟 Essayer la version Pro en ligne
Découvrez la version Pro avec des fonctionnalités avancées et des performances améliorées. La version Pro nécessite un [code d'invitation](https://wj.qq.com/s2/25099467/25vn/) et est prioritairement réservée aux contributeurs ayant soumis des issues, des pull requests ou des discussions, ou qui aident activement à développer la communauté. Visitez : [https://aigsec.ai/](https://aigsec.ai/).
<br>
<br>
## ✨ Fonctionnalités
### 🔍 Performance & couverture d'aig-skill-scan
Performance sur [SkillTrustBench](https://matrix.tencent.com/skilltrustbench/) avec différents LLMs :
| # | Modèle | 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 |
Couvre 9 catégories de risques de sécurité des Skills (SkillTrustBench T01–T09) :
| Couche | Risques |
|:------|:--------|
| A · Instructions & mémoire | T01 Détournement d'instructions Skill, T02 Empoisonnement de mémoire |
| B · Exécution de code | T03 Téléchargement & exécution de charge utile distante, T04 Code malveillant intégré |
| C · Privilèges système | T05 Escalade de privilèges & accès non autorisé, T06 Persistance système |
| D · Chaîne d'outils & dépendances | T07 Détournement & usurpation d'outils, T08 Dépendances non sécurisées |
| E · Qualité du code Skill | T09 Pratiques de codage non sécurisées |
Pour le classement complet, visitez [SkillTrustBench](https://matrix.tencent.com/skilltrustbench/).
### 🔬 Analyse de sécurité & évaluation
| Fonctionnalité | Plus d'informations |
|:--------|:------------|
| **[ClawScan(OpenClaw Security Scan)](https://matrix.tencent.com/clawscan)** | Prend en charge l'évaluation en un clic des risques de sécurité OpenClaw. Détecte les configurations non sécurisées, les risques liés aux Skills, les vulnérabilités CVE et les fuites de confidentialité. |
| **Agent Scan** | Framework d'analyse automatisée multi-agents indépendant, conçu pour évaluer la sécurité des workflows d'agents IA. Prend en charge de façon transparente les agents fonctionnant sur diverses plateformes, notamment Dify et Coze. |
| **MCP Server & Agent Skills scan** | Détecte de manière approfondie 14 grandes catégories de risques de sécurité. La détection s'applique aussi bien aux MCP Servers qu'aux Agent Skills. Prend en charge de manière flexible l'analyse à partir du code source et d'URLs distantes. |
| **AI infra vulnerability scan** | Identifie précisément plus de 100 composants de frameworks IA. Couvre plus de 1 900 vulnérabilités CVE connues. Les frameworks supportés incluent Ollama, ComfyUI, vLLM, n8n, Triton Inference Server et bien d'autres. |
| **Jailbreak Evaluation** | Évalue les risques de sécurité des prompts à l'aide de datasets soigneusement sélectionnés. L'évaluation applique plusieurs méthodes d'attaque pour tester la robustesse. Fournit également des capacités détaillées de comparaison inter-modèles. |
<details>
<summary><strong>💎 Avantages supplémentaires</strong></summary>
- 🖥️ **Interface web moderne** : Interface conviviale avec analyse en un clic et suivi de progression en temps réel
- 🔌 **API complète** : Documentation d'interface complète et spécifications Swagger pour une intégration facile
- 🤖 **Prêt pour les agents** : Skills d'agent prêts à l'emploi sur ClawHub - [EdgeOne ClawScan](https://clawhub.ai/aigsec/edgeone-clawscan), [EdgeOne Skill Scanner](https://clawhub.ai/aigsec/edgeone-skill-scanner) et [AIG Scanner](https://clawhub.ai/aigsec/aig-scanner) - intégrez l'analyse de sécurité dans n'importe quel workflow d'agent IA en toute simplicité
- 🌐 **Multi-langue** : Interfaces en chinois et en anglais avec documentation localisée
- 🐳 **Multi-plateforme** : Prise en charge Linux, macOS et Windows avec déploiement basé sur Docker
- 🆓 **Gratuit et open source** : Entièrement gratuit sous la licence Apache 2.0
</details>
<br />
## 🖼️ Galerie
### Interface principale d'A.I.G
### Gestion des plugins
<br />
## 🗺️ Guide d'utilisation rapide
> Après le déploiement, ouvrez `http://localhost:8088` dans votre navigateur.
### Analyse de vulnérabilités de l'infrastructure IA
**Que saisir comme URL / IP cible ?**
La cible est l'**adresse réseau d'un service IA en cours d'exécution** que vous souhaitez analyser - pas une URL GitHub ou un chemin de code source. A.I.G se connecte au service actif et l'identifie pour détecter les vulnérabilités CVE connues.
| Scénario | Exemple de cible |
|:---------|:--------------|
| Une instance vLLM en cours d'exécution localement | `http://127.0.0.1:8000` |
| Un serveur Ollama sur votre réseau local | `http://192.168.1.100:11434` |
| Une instance ComfyUI exposée en interne | `http://10.0.0.5:8188` |
| Plusieurs hôtes (un par ligne) | `192.168.1.0/24` (CIDR), `10.0.0.1-10.0.0.20` (plage) |
**Étape par étape : Analyser une instance vLLM locale**
1. Démarrez vLLM normalement (ex. `python -m vllm.entrypoints.api_server --model meta-llama/...`)
2. Dans l'interface web d'A.I.G, cliquez sur **"AI基础设施安全扫描 / AI Infra Scan"**
3. Saisissez `http://127.0.0.1:8000` (ou l'IP/port sur lequel vLLM écoute)
4. Cliquez sur **Start Scan** - A.I.G va identifier le service et le comparer à plus de 1 900 CVE connus
5. Consultez le rapport : version du composant, vulnérabilités détectées, sévérité et liens de remédiation
> 💡 **Conseil** : Pour analyser spécifiquement la version *nightly* de vLLM, lancez simplement ce build nightly et pointez A.I.G vers son adresse. Le scanner détecte automatiquement la version.
### Analyse MCP Server & Agent Skills
Saisissez soit une **URL distante** (ex. `https://github.com/user/mcp-server`) soit **chargez une archive source locale** - aucune instance en cours d'exécution n'est requise.
### Jailbreak Evaluation
Configurez l'endpoint API du LLM cible (URL de base + clé API) dans **Paramètres → Configuration du modèle**, puis sélectionnez un dataset et démarrez l'évaluation.
---
## 📖 Guide utilisateur
Consultez notre documentation en ligne : [https://tencent.github.io/AI-Infra-Guard/](https://tencent.github.io/AI-Infra-Guard/)
Pour des FAQ détaillées et des guides de dépannage, consultez notre [documentation](https://tencent.github.io/AI-Infra-Guard/?menu=faq).
<br />
<br>
## 🔧 Documentation API
A.I.G fournit un ensemble complet d'API de création de tâches prenant en charge les capacités d'analyse d'infrastructure IA, d'analyse MCP Server et de Jailbreak Evaluation.
Une fois le projet lancé, visitez `http://localhost:8088/docs/index.html` pour consulter la documentation API complète.
Pour des instructions d'utilisation détaillées, des descriptions de paramètres et des exemples de code complets, veuillez consulter la [Documentation API complète](https://github.com/tencent/ai-infra-guard/blob/main/api.md).
<br />
<br>
## 📝 Guide de contribution
Le framework de plugins extensible constitue la pierre angulaire de l'architecture d'A.I.G, invitant l'innovation communautaire via des contributions de plugins et de fonctionnalités.
### Règles de contribution aux plugins
1. **Règles de fingerprint** : Ajoutez de nouveaux fichiers YAML de fingerprint dans le répertoire `data/fingerprints/`.
2. **Règles de vulnérabilités** : Ajoutez de nouvelles règles d'analyse de vulnérabilités dans le répertoire `data/vuln/`.
3. **Plugins MCP** : Ajoutez de nouvelles règles d'analyse de sécurité MCP dans le répertoire `data/mcp/`.
4. **Datasets Jailbreak Evaluation** : Ajoutez de nouveaux datasets d'évaluation Jailbreak dans le répertoire `data/eval`.
Veuillez vous référer aux formats de règles existants, créer de nouveaux fichiers et les soumettre via une Pull Request.
### Autres façons de contribuer
- 🐛 [Signaler un bug](https://github.com/Tencent/AI-Infra-Guard/issues)
- 💡 [Suggérer une nouvelle fonctionnalité](https://github.com/Tencent/AI-Infra-Guard/issues)
- ⭐ [Améliorer la documentation](https://github.com/Tencent/AI-Infra-Guard/pulls)
<br />
<br />
## 🛡️ À propos de l'équipe
Ce projet est dirigé et développé par **Tencent Zhuque Lab**, qui fait partie du Tencent Security Platform Department. Fondé en 2019, [Tencent Zhuque Lab](https://matrix.tencent.com/) est un laboratoire de recherche en sécurité de premier plan, spécialisé dans la recherche offensive/défensive en conditions réelles et dans les technologies de pointe en matière de sécurité de l'IA. Ses domaines de recherche couvrent la sécurité des grands modèles de langage, la sécurité des agents IA, la sécurité augmentée par l'IA et la détection de contenus générés par IA.
L'équipe a aidé de grands acteurs tels que **NVIDIA, Google et Microsoft**, ainsi que des communautés open source comme **OpenClaw, Linux et Hugging Face**, à corriger un grand nombre de vulnérabilités critiques, et a reçu des remerciements officiels publics.
L'équipe a publié des produits de sécurité IA open source tels que la plateforme de tests de sécurité AI Red Team <b>A.I.G (AI-Infra-Guard)</b> et le **Zhuque AI Detection Assistant**. Ses travaux de recherche ont été largement publiés lors de conférences internationales de premier plan en sécurité et en IA telles que **Black Hat, DEF CON, ICLR, CVPR, NeurIPS et ACL**, et l'équipe est l'auteur de l'ouvrage *« AI Security: Technology and Practice »*.
### 👥 Membres principaux et contributions
| Rôle | Membre | Contribution |
| --- | --- | --- |
| Responsable du Tencent Security Platform Department | **Yong Yang** | A initié A.I.G et proposé l'évaluation automatisée des risques de perte de contrôle des agents IA, guidant l'extension de la plateforme du scan de vulnérabilités d'infrastructure IA vers l'évaluation des risques d'exécution des agents, des abus d'outils et des limites de permissions. |
| Responsable du Tencent Zhuque Lab | **Xing Zheng** | A proposé le mécanisme automatisé de mise à jour des vulnérabilités et d'alignement des benchmarks, permettant l'itération continue des empreintes AI Infra, des règles CVE/GHSA et des benchmarks. |
| Chef de projet | **Nicky** | Recherche en sécurité de pointe, planification produit, décisions sur la trajectoire technique, collaboration interne et externe, et communication. |
| Responsable technique | **Python** | Conception de l'architecture globale, développement des modules cœur et itération des versions. |
| Contributeur principal | **Zona** | Interactions front-end, expérience produit, animation de la communauté et boucle de retours utilisateurs. |
| Contributeur principal | **Fyoung** | Mise à jour des empreintes des composants vulnérables AI Infra et construction du système de benchmark. |
| Contributeur principal | **Robert** | Évaluation de la sécurité des LLM et opérations sur les stratégies d'évaluation de jailbreak. |
| Contributeur principal | **Zoe** | Évaluation de la sécurité des LLM, évaluation de jailbreak et développement du module d'intégration des modèles. |
| Contributeur principal | **Xiangfan** | Développement des capacités de sécurité pour les risques liés aux Skills et aux scénarios de perte de contrôle des agents. |
| Contributeur | **Ronin** | A participé au développement du scan de sécurité des agents IA. |
| Contributeur | **Rsin** | A participé à l'animation de la communauté et à la communication des campagnes. |
<br />
## 🙏 Remerciements
### 🎓 Collaborations académiques
Nous remercions nos partenaires académiques pour leurs contributions de recherche et leur soutien technique.
#### <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>
### 👥 Remerciements aux développeurs contributeurs
Merci à tous les développeurs qui ont contribué au projet 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>
<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>
### 🤝 Reconnaissance envers nos utilisateurs
Merci aux utilisateurs des entreprises et équipes suivantes pour leur utilisation d'A.I.G et leurs précieux retours.
<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>
## 💬 Rejoindre la communauté
### 🌐 Discussions en ligne
- **GitHub Discussions** : [Rejoignez les discussions de notre communauté](https://github.com/Tencent/AI-Infra-Guard/discussions)
- **Issues & Rapports de bugs** : [Signalez des problèmes ou suggérez des fonctionnalités](https://github.com/Tencent/AI-Infra-Guard/issues)
### 📱 Communauté de discussion
<table>
<thead>
<tr>
<th>Groupe WeChat</th>
<th>Discord <a href="https://discord.gg/U9dnPnyadZ">[lien]</a></th>
</tr>
</thead>
<tbody>
<tr>
---
[Read more](https://github.com/tencent/ai-infra-guard)