Skip to content
KitploitKITPLOIT
उपकरणएक्सप्लॉइटब्लॉग
Log in
जमा करें
उपकरणएक्सप्लॉइटब्लॉग
जमा करें

हैकिंग, पेनटेस्ट और साइबर सुरक्षा उपकरण आपके सुरक्षा शस्त्रागार के लिए!

Kitploit हैकिंग, साइबर सुरक्षा और पेंटेस्टिंग टूल्स की एक निर्देशिका है। कमजोरियों को खोजने, सिस्टम का विश्लेषण करने, परीक्षण को स्वचालित करने और अपनी सुरक्षा को मजबूत करने के लिए नवीनतम प्रोजेक्ट अपडेट खोजें।

फ़ीडसंपर्कगोपनीयता© 2026 Kitploit

टूल निर्देशिका

श्रेणियाँ

सभी श्रेणियाँ देखें
Loading categories
context-segmentation — लोकल AI एजेंट्स में लंबे समय तक चलने वाले कार्यों के लिए मल्टी-एजेंट स्वचालित संदर्भ प्रबंधन | Kitploit
उपकरण/GitHubGitHub/9xeb/context-segmentation
CTFमशीन लर्निंगपेपर और शोधलर्निंग और शिक्षाAI सुरक्षालैब और अभ्यास
GitHub9xeb/context-segmentation

context-segmentation

लोकल AI एजेंट्स में लंबे समय तक चलने वाले कार्यों के लिए मल्टी-एजेंट स्वचालित संदर्भ प्रबंधन

रिपॉजिटरी देखें
1444 महीने पहलेअभी तक समीक्षित नहीं
साझा करें

SLM एजेंट्स के लिए संदर्भ विभाजन

यह वैज्ञानिक पेपर में प्रस्तावित समाधान का कार्यान्वयन है: Evaluating Context Segmentation in Locally Deployable SLMs for Cybersecurity CTF Tasks

सेटअप

सुनिश्चित करें कि आपके पास Python 3.12.3+ इंस्टॉल है और साथ में Docker engine भी।

Python वातावरण

python3 -m venv .venv
source .venv/bin/activate
python3 -m pip install -r requirements.txt

llama.cpp

Vulkan के साथ llama.cpp प्रारंभ करें

docker compose --profile vulkan up -d

या Cuda के साथ

docker compose --profile cuda up -d

मॉडल और कंटेनर बनाएं

HuggingFace से अपना इच्छित Large Language Model (LLM) GGUF प्रारूप में डाउनलोड करें, फिर intercode-ctf कंटेनर बनाएं।

docker exec -it llamacpp ./llama-cli -hf unsloth/gemma-4-E2B-it-GGUF:Q4_K_M  # or any other GGUF model on HF
docker build -t intercode-ctf -f intercode/docker/ctf.Dockerfile ./intercode
docker restart llamacpp

बेंचमार्क चलाएं

किसी रणनीति (plain या explorer) के N बेंचमार्क चलाएं

यह परिणामों को $MODEL_NAME.$STRATEGY.bench फ़ाइल में संचित करता है

OPENAI_API_BASE=http://127.0.0.1:8080/ \
OPENAI_API_KEY=1234 \ #Mock key (we run locally)
python3 intercode_test.py \
  --model unsloth/gemma-4-E2B-it-GGUF:Q4_K_M \ #HF model
  --strategy plain \ #plain or explorer
  --count 1 #N

बेंचमार्क परिणाम जांचें

jq '.' gemma-4-E2b-it-GGUF:Q4_K_M.plain.bench

टिप्पणियाँ

intercode निर्देशिका में कोड princeton-nlp/intercode से लिया गया था और इसे हमारे सेटअप के लिए काम करने के लिए समायोजित किया गया।

टूल डाउनलोड करें

सबसे लोकप्रिय

सभी देखें →

हमारे समुदाय द्वारा सबसे अधिक उपयोग किए जाने वाले उपकरण खोजें।

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 अंतिम OSINT टूलकिट: जाँच ग्राफ़, विश्वास स्कोरिंग, उपनाम परिवार, मानचित्र, टाइमलाइन और रिपोर्ट। 49 मॉड्यूल, 400+ साइटें, किसी API कुंजी की आवश्यकता नहीं।

    755
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # घोस्टलॉक वन-टैप निष्पादन ऐप (CVE-2026-43499)

    510
  • 3

    ARTEX

    baarai/artex

    प्लानर/वर्कर एजेंट, एसेट और एक्सप्लोरेशन ग्राफ़, MITM ट्रैफ़िक रिकॉर्डिंग, और भेद्यता पुनःपरीक्षण के साथ LLM मल्टी-एजेंट स्वायत्त पेनेट्रेशन टेस्टिंग प्लेटफ़ॉर्म।

    415
  • 4

    redforge

    cybersecurity91/redforge

    ब्राउज़र-साइड रेड टीम टूलकिट, जिसमें रेकॉन, पेलोड जनरेशन, क्रेडेंशियल हमलों, क्रिप्टो, एन्कोडिंग और एंगेजमेंट रिपोर्टिंग के लिए 102 ऑफ़लाइन टूल्स हैं।

    343
  • 5

    antifox

    antifox-ai/antifox

    AI मल्टी-एजेंट स्वायत्त पेनेट्रेशन टेस्टिंग प्लेटफ़ॉर्म जो रेकॉन, अटैक-सरफ़ेस डिस्कवरी, एक्सप्लॉइटेशन वैलिडेशन और साक्ष्य-आधारित रिपोर्ट डिलीवरी संचालित करता है।

    259
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AI-मूल साइबरसुरक्षा के लिए कार्रवाई की प्रणाली—जहाँ इरादा नियंत्रित निष्पादन बन जाता है, साक्ष्य परिचालन स्मृति बन जाता है, और हर ऑपरेशन अगले को बेहतर बनाता है।

    258

सभी उपकरण खोजें

हमारे उपकरणों का संग्रह ब्राउज़ करें

सभी उपकरण देखें →