
पेंटेस्टर्स, बग हंटर्स और सुरक्षा शोधकर्ताओं के लिए AI सुरक्षा सामग्री और संसाधनों की एक चुनिंदा सूची।
# `awesome-ai-security`[](https://awesome.re) [](https://github.com/gmh5225/awesome-ai-security/blob/main/LICENSE) पेंटेस्टर्स, बग हंटर्स और सुरक्षा शोधकर्ताओं के लिए AI सुरक्षा सामग्री और संसाधनों की एक क्यूरेटेड सूची। ``` 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. ``` > नीचे दिए गए सभी प्रोजेक्ट्स का सम्मान करें, कला के उत्कृष्ट कार्य :saluting_face: ## योगदान कैसे करें? - https://github.com/HyunCafe/contribute-practice - https://docs.github.com/en/get-started/quickstart/contributing-to-projects ## AI एजेंट्स के लिए स्किल्स यह रिपॉज़िटरी ऐसी स्किल्स प्रदान करती है जिन्हें AI एजेंट्स और कोडिंग सहायकों जैसे [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), और अन्य संगत टूल्स के साथ उपयोग किया जा सकता है। गेम सुरक्षा विषयों पर विशेष ज्ञान प्राप्त करने के लिए स्किल्स इंस्टॉल करें। - https://github.com/vercel-labs/skills [The open agent skills tool - npx skills] **[learn-skills.dev पर देखें](https://learn-skills.dev/skills/gmh5225/awesome-ai-security)** **इंस्टॉलेशन:** ```bash npx skills add https://github.com/gmh5225/awesome-ai-security --skill <skill-name> ``` **उपलब्ध कौशल:** | कौशल | विवरण | |-------|-------------| | `adversarial-machine-learning` | प्रतिकूल मशीन लर्निंग: प्रतिकूल उदाहरण, डेटा विषाक्तता, मॉडल बैकडोर, और एवेजन हमले | | `ai-powered-pentesting` | AI-संचालित पेनेट्रेशन परीक्षण उपकरण, रेड टीमिंग फ्रेमवर्क, और स्वायत्त सुरक्षा एजेंट | | `llm-attacks-security` | LLM सुरक्षा हमले: प्रॉम्प्ट इंजेक्शन, जेलब्रेकिंग, और डेटा निष्कर्षण | | `awesome-ai-security-overview` | इस रिपॉजिटरी का अवलोकन और योगदान दिशानिर्देश | | `ai-security-tooling` | AI सुरक्षा टूलिंग: डिटेक्टर, विश्लेषक, गार्डरेल, और बेंचमार्क | **उदाहरण:** ```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 ``` ## AI सुरक्षा स्टार्टर पैक - **CTF / अभ्यास** - https://github.com/verialabs/ctf-agent [ctf-agent - स्वायत्त CTFd सॉल्वर: Docker में समन्वयक LLM + समानांतर मॉडल स्वार्म; BSidesSF 2026 प्रथम] - https://aivillage.org/ [AI Village @ DEF CON - LLM जेलब्रेक चुनौतियाँ] - https://doublespeak.chat/#/handbook [Doublespeak - AI सुरक्षा चुनौतियाँ] - https://github.com/EasyJailbreak/EasyJailbreak [विरोधी जेलब्रेक प्रॉम्प्ट के लिए फ्रेमवर्क] - https://github.com/microsoft/AI-Red-Teaming-Playground-Labs [Microsoft AI रेड टीमिंग प्लेग्राउंड लैब्स] - https://github.com/schwartz1375/genai-security-training [GenAI रेड टीमिंग प्रशिक्षण] - **ब्लॉग / संसाधन** - https://genai.owasp.org/ [OWASP GenAI सुरक्षा परियोजना] - https://llm-stats.com [LLM लीडरबोर्ड] - https://www.aidaily.win [AI दैनिक समाचार] - https://baoyu.io/blog/how-to-write-good-prompt [अच्छे प्रॉम्प्ट कैसे लिखें] - https://rootissh.in/ [LLM पेंटेस्टिंग सीरीज़ ब्लॉग] - https://github.com/Abdowaer098/Wa3r-OffSec-Kit [Wa3r OffSec Kit - व्यावहारिक वर्कफ़्लो, पेलोड पैटर्न, केस स्टडीज़ और फ़ॉरेंसिक नोट्स के साथ आक्रामक-सुरक्षा ज्ञान आधार] - **न्यूज़लेटर / संग्रह** - https://mlsecops.com/podcast [MLSecOps पॉडकास्ट] - https://podcasts.apple.com/ph/podcast/the-genai-security-podcast/id1782916580 [GenAI सुरक्षा पॉडकास्ट] - https://avidml.org/ [AI भेद्यता डेटाबेस (AVID)] - https://calder-brief.pages.dev/ai-hub.html [Calder Brief AI समाचार हब — दैनिक रूप से अद्यतन AI समाचार, जिसमें AI सुरक्षा/संरक्षा कवरेज शामिल है] - **प्रमाणन / पाठ्यक्रम** - https://cs229.stanford.edu/ [Stanford CS229: मशीन लर्निंग] - https://course.fast.ai/ [fast.ai व्यावहारिक डीप लर्निंग] - https://www.coursera.org/specializations/deep-learning [Andrew Ng द्वारा डीप लर्निंग स्पेशलाइज़ेशन] - https://huggingface.co/reasoning-course [DeepSeek-R1 जैसा रीज़निंग मॉडल बनाएँ] ## AI/LLM गाइड - **बुनियादी बातें** - https://d2l.ai/ [Dive into Deep Learning - PyTorch/JAX/TensorFlow के साथ इंटरैक्टिव पुस्तक] - http://neuralnetworksanddeeplearning.com/ [Neural Networks and Deep Learning, Michael Nielsen द्वारा] - https://www.deeplearningbook.org/ [Deep Learning, Goodfellow, Bengio, Courville द्वारा] - https://github.com/karminski/one-small-step [AI/LLM ट्यूटोरियल] - https://github.com/datawhalechina/happy-llm [LLM सिद्धांत और अभ्यास ट्यूटोरियल] - https://github.com/rasbt/LLMs-from-scratch [शुरुआत से LLM बनाएँ] - https://github.com/naklecha/llama3-from-scratch [शुरुआत से LLaMA3] - https://github.com/ZJU-LLMs/Foundations-of-LLMs [LLM की बुनियाद] - **शानदार सूचियाँ** - https://github.com/WangRongsheng/awesome-LLM-resourses [व्यापक LLM संसाधन] - https://github.com/mahseema/awesome-ai-tools [शानदार AI टूल्स] - https://github.com/Shubhamsaboo/awesome-llm-apps [शानदार LLM ऐप्स] - https://github.com/mahonzhan/awesome-agent-harness [एजेंट हार्नेस, एजेंट फ्रेमवर्क, वर्कफ़्लो फ्रेमवर्क और उभरते एजेंट प्रोटोकॉल की क्यूरेटेड सूची] - https://github.com/punkpeye/awesome-mcp-servers [शानदार MCP सर्वर] - https://github.com/wong2/awesome-mcp-servers [शानदार MCP सर्वर] - https://github.com/deepseek-ai/awesome-deepseek-integration [शानदार DeepSeek इंटीग्रेशन] - https://github.com/lmmlzn/Awesome-LLMs-Datasets [शानदार LLM डेटासेट] - **शून्य से LLMs / रीज़निंग** - https://github.com/rasbt/LLMs-from-scratch/tree/main/ch05/11_qwen3 [Qwen3 शून्य से - चीनी वॉकथ्रू] - https://github.com/rasbt/LLMs-from-scratch/blob/main/ch05/11_qwen3/standalone-qwen3-moe-plus-kvcache.ipynb [KV कैश के साथ Qwen3 MoE को शून्य से लागू करें] - https://github.com/rasbt/LLMs-from-scratch/tree/main/ch05/12_gemma3 [Gemma 3 270M को शून्य से बनाएं] - https://github.com/rasbt/reasoning-from-scratch [रीज़निंग मॉडल शून्य से] - https://github.com/mingyin0312/RLFromScratch [रीइन्फोर्समेंट लर्निंग शून्य से (चीनी ट्यूटोरियल)] - https://github.com/karpathy/nanochat [~8K लाइनों में एंड-टू-एंड nanochat प्रशिक्षण लूप] - https://github.com/kyegomez/OpenMythos [OpenMythos - सार्वजनिक शोध साहित्य के आधार पर Claude Mythos आर्किटेक्चर का प्रथम-सिद्धांत सैद्धांतिक पुनर्निर्माण] - https://github.com/vixhal-baraiya/microgpt-c [MicroGPT-C — शुद्ध निर्भरता-मुक्त C (एकल फ़ाइल) में एक छोटे GPT को प्रशिक्षित और अनुमानित करें; fp32/AVX2 शैली CPU पथ; MIT] ## AI सुरक्षा और हमले ### प्रॉम्प्ट इंजेक्शन - https://www.lakera.ai/blog/guide-to-prompt-injection [प्रॉम्प्ट इंजेक्शन गाइड] - https://genai.owasp.org/llmrisk/llm01-prompt-injection/ [OWASP LLM01:2025 प्रॉम्प्ट इंजेक्शन] - https://redbotsecurity.com/prompt-injection-attacks-ai-security-2025/ [प्रॉम्प्ट इंजेक्शन हमले 2025] - https://github.com/protectai/rebuff [स्व-सख्त प्रॉम्प्ट इंजेक्शन डिटेक्टर] - https://github.com/NVIDIA/garak [NVIDIA LLM भेद्यता स्कैनर] - https://github.com/deadbits/vigil-llm [प्रॉम्प्ट इंजेक्शन और जोखिम भरे इनपुट का पता लगाता है] - https://github.com/alphasecio/prompt-guard [LLM के लिए प्रॉम्प्ट रक्षा] - https://github.com/tml-epfl/llm-adaptive-attacks [LLMs पर अनुकूली हमले] - https://github.com/RomiconEZ/llamator [LLM भेद्यता परीक्षण फ्रेमवर्क] - https://github.com/gh0stOo/claude-md-vorlagen-de/blob/main/guides/prompt-hardening.md [जर्मन-भाषा प्रॉम्प्ट-इंजेक्शन सख्तीकरण गाइड, 10 ठोस पहले/बाद कोड पैटर्न के साथ (सिस्टम/उपयोगकर्ता पृथक्करण, डिलिमिटर, आउटपुट सत्यापन, RAG स्रोत अविश्वास)] - https://github.com/Vick606/subcanopy-guard [संदर्भ-जागरूक अप्रत्यक्ष प्रॉम्प्ट इंजेक्शन स्कैनर] ### विरोधी हमले - https://gradientscience.org/intro_adversarial/ [विरोधी उदाहरणों का परिचय] - https://cset.georgetown.edu/publication/key-concepts-in-ai-safety-robustness-and-adversarial-examples/ [AI सुरक्षा और विरोधी उदाहरण] - https://github.com/Trusted-AI/adversarial-robustness-toolbox [IBM विरोधी मजबूती टूलबॉक्स] - https://github.com/QData/TextAttack [NLP मॉडल पर विरोधी हमले] - https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-2e2025.pdf [NIST विरोधी ML वर्गीकरण] - https://llm-vulnerability.github.io/ [ACL 2024 ट्यूटोरियल: LLM भेद्यताएं] - https://github.com/tensorflow/cleverhans [CleverHans - ML भेद्यता बेंचमार्क] - https://github.com/bethgelab/foolbox [Foolbox - विरोधी उदाहरण टूलबॉक्स] - https://github.com/cchio/deep-pwning [Deep-pwning] ### ज़हरीलापन और बैकडोर - https://arxiv.org/abs/2009.02276 [Witches' Brew: औद्योगिक स्तर का डेटा ज़हरीलापन] - https://arxiv.org/abs/2402.09179 [अनुकूलित LLMs पर निर्देश बैकडोर हमले] - https://arxiv.org/abs/2510.07192 [ज़हरीलापन हमलों के लिए केवल कुछ बिंदुओं की आवश्यकता होती है] - https://arxiv.org/abs/1910.03137 [MNTD: AI ट्रोजन का पता लगाना] - https://owasp.org/www-project-top-10-for-large-language-model-applications/ [LLM अनुप्रयोगों के लिए OWASP टॉप 10 2025] - https://github.com/git-disl/awesome_LLM-harmful-fine-tuning-papers [LLM हानिकारक फाइन-ट्यूनिंग पेपर] ### गोपनीयता और निष्कर्षण - https://www.usenix.org/conference/usenixsecurity21/presentation/carlini-extracting [LLMs से प्रशिक्षण डेटा निकालना] - https://arxiv.org/abs/2309.10544 [मॉडल लीचिंग: LLMs पर निष्कर्षण हमला] - https://arxiv.org/abs/2301.10226 [बड़े भाषा मॉडल के लिए वॉटरमार्क] - https://arxiv.org/abs/2103.07853 [सदस्यता अनुमान हमलों का सर्वेक्षण] - https://arxiv.org/abs/2503.19338 [बड़े पैमाने के मॉडल पर MIAs का सर्वेक्षण] - https://trustllmbenchmark.github.io/TrustLLM-Website/ [TrustLLM बेंचमार्क] - https://github.com/stratosphereips/awesome-ml-privacy-attacks [शानदार ML गोपनीयता हमले] - https://github.com/chawins/llm-sp [LLM सुरक्षा पत्र] - https://github.com/journey-ad/gemini-watermark-remover [क्लाइंट-साइड Gemini AI छवि वॉटरमार्क रिमूवर - रिवर्स अल्फा ब्लेंडिंग] ### मॉडल सुरक्षा - https://arxiv.org/html/2507.02737v1 [फ्रंटियर LLMs में स्टेग्नोग्राफी क्षमताएँ] - https://jplhughes.github.io/bon-jailbreaking/ [AI जेलब्रेकिंग] - https://github.com/Goochbeater/Spiritual-Spell-Red-Teaming [विभिन्न LLMs, मुख्य रूप से Claude को जेलब्रेक करने के लिए एक रेपो] - https://huggingface.co/blog/mlabonne/abliteration [मॉडल एब्लिटरेशन] - https://github.com/p-e-w/heretic [Heretic - LLMs के लिए पूर्ण स्वचालित सेंसरशिप हटाना, abliteration + Optuna TPE ऑप्टिमाइज़र, dense/MoE/multimodal] - https://github.com/FailSpy/abliterator [abliterator - LLMs में इनकार/विशेषताओं को एब्लेट करने के लिए Python लाइब्रेरी, TransformerLens, कैश सक्रियण, इनकार दिशा] - https://github.com/spkgyk/abliteration [Abliteration - इनकार-वेक्टर हटाने के माध्यम से LLMs को अनसेंसर करें, PyTorch हुक, TransformerLens के बिना] - https://github.com/jim-plus/llm-abliteration [llm-abliteration - Transformers के साथ एब्लिटरेटेड मॉडल बनाएं, बैच इन्फरेंस, dense/MoE, नॉर्म-प्रिज़र्विंग बाइप्रोजेक्टेड, कम VRAM] - https://github.com/Tsadoq/ErisForge [ErisForge - बेहद सरल LLM एब्लिटरेशन, आंतरिक परतों को रूपांतरित करें, AblationDecoderLayer/AdditionDecoderLayer, ExpressionRefusalScorer] - https://github.com/protectai/llm-guard [LLM Guard - सुरक्षा उपकरण] - https://github.com/protectai/modelscan [ModelScan - असुरक्षित कोड के लिए मॉडल स्कैन करें] - https://github.com/fr0gger/nova-framework [Nova Framework - जेलब्रेक डिटेक्शन] - https://github.com/fr0gger/nova_mcp [Nova MCP सर्वर] - https://github.com/0xAIDR/AIDR-Bastion [GenAI सुरक्षा प्रणाली] - https://github.com/CAU-ISS-Lab/AIGT-Detection-Evade-Detection [AI-जनित टेक्स्ट डिटेक्शन और एवेजन] - https://github.com/AUGMXNT/deccp [deccp - चीनी LLM सेंसरशिप का मूल्यांकन और अनअलाइनमेंट, Qwen2 के लिए abliteration PoC] - https://github.com/gpiat/AIAE-AbliterationBench [AbliterationBench - अवशिष्ट स्ट्रीम/abliteration हमलों के प्रति मॉडल लचीलेपन का बेंचमार्क] ## AI पेंटेस्टिंग और रेड टीमिंग ### AI-संचालित पेंटेस्टिंग - https://github.com/GreyDGL/PentestGPT [GPT-4 संचालित पेंटेस्टिंग एजेंट] - https://github.com/zakirkun/guardian-cli [Gemini के साथ AI-संचालित पेंटेस्टिंग CLI] - https://github.com/usestrix/strix [AI सुरक्षा पेंटेस्टिंग] - https://github.com/aliasrobotics/cai [CAI - साइबरसुरक्षा AI फ्रेमवर्क] - https://github.com/promptfoo/promptfoo [AI एजेंट पेंटेस्टिंग फ्रेमवर्क] - https://github.com/antoninoLorenzo/AI-OPS [पैनेट्रेशन टेस्टिंग के लिए AI सहायक] - https://github.com/yz9yt/BugTrace-AI [AI स्वचालित वेब पेंटेस्टिंग] - https://github.com/six2dez/reconftw_ai [AI विश्लेषण के साथ ReconFTW] - https://github.com/projectdiscovery/katana [Katana (ProjectDiscovery) - ऑटोमेशन के लिए तेज़ वेब क्रॉलर/स्पाइडर: स्टैंडर्ड और हेडलेस, JS एंडपॉइंट पार्सिंग, स्कोप/रेगेक्स फ़िल्टर, JSONL; httpx/nuclei और AI पेंटेस्ट एजेंट वर्कफ़्लो के साथ संयोजन] - https://github.com/Ed1s0nZ/CyberStrikeAI [100+ टूल्स के साथ AI-नेटिव सुरक्षा परीक्षण प्लेटफ़ॉर्म] - https://github.com/vxcontrol/pentagi [PentAGI - पैनेट्रेशन टेस्टिंग के लिए पूर्णतः स्वायत्त AI एजेंट] - https://github.com/XenoCoreGiger31/GEMMA-by-GOOGLE [HALO (GEMMA-by-GOOGLE) - पूर्णतः स्थानीय, स्वायत्त AI पेंटेस्टिंग एजेंट; एक स्थानीय Gemma मॉडल रिकॉन, हमले और रिपोर्टिंग के माध्यम से 29-टूल MCP सर्वर को संचालित करता है] - https://github.com/Agnuxo1/EnigmAgent [EnigmAgent - CTF बेंचमार्किंग, विकेंद्रीकृत स्वार्म समन्वय, एक्सप्लॉइट सत्यापन और Lean 4-समर्थित सुरक्षा दावों के साथ स्वायत्त AI सुरक्षा अनुसंधान/पेंटेस्ट एजेंट] - https://github.com/KeygraphHQ/shannon [Shannon - स्वायत्त AI पेंटेस्टर, वेब ऐप्स में वास्तविक एक्सप्लॉइट खोजता और निष्पादित करता है] - https://github.com/wudidike/pentest_skill [AI एजेंट के लिए ब्लैक-बॉक्स वेब पैनेट्रेशन-टेस्टिंग ऑटोमेशन फ्रेमवर्क, चरण-आधारित वर्कफ़्लो और रिपोर्ट जनरेशन के साथ] - https://github.com/yv1ing/Z3r0 [Z3r0 - अधिकृत सुरक्षा मूल्यांकन, कोड ऑडिटिंग और अनुसंधान के लिए नियंत्रित मल्टी-एजेंट वर्कबेंच: CSO समन्वयक + इंटेलिजेंस/पैनेट्रेशन/रिवर्स/क्रिप्टो विशेषज्ञ, Docker-बद्ध सैंडबॉक्स (shell/noVNC/file mgr), स्थायी प्रत्यायोजन, LiteLLM/OpenAI-संगत; FastAPI + React; MIT] - https://github.com/ASCIT31/Dark-Moon [Dark-Moon - स्वायत्त AI पैनेट्रेशन टेस्टिंग प्लेटफ़ॉर्म जहाँ Markdown कार्यप्रणाली प्लेबुक्स वेब, क्लाउड, Active Directory, Kubernetes और API लक्ष्यों पर MCP के माध्यम से 80+ आक्रामक टूल्स का संचालन करते हैं, प्रत्येक निष्कर्ष के लिए साक्ष्य ट्रेल के साथ] - https://github.com/Strategic-Automation/violin [Violin - पर्यवेक्षित, एजेंटिक Hermes Agent पेंटेस्ट प्रोफ़ाइल: इंटरैक्टिव स्कोपिंग, स्कोप सत्यापन और अनुमोदन गेट्स के साथ 31 कौशल-आधारित प्लेबुक्स (OWASP Top 10, API Top 10, LLM Top 10)। `hermes profile install https://github.com/Strategic-Automation/violin` के माध्यम से इंस्टॉल करें। Hermes-नेटिव, कोई अतिरिक्त API कुंजी नहीं; MIT] - https://github.com/secorizon/SecorizonAI [SecorizonAI - पेंटेस्टर्स के लिए टर्मिनल-नेटिव AI शेल: एकल Go बाइनरी, Ollama के माध्यम से स्थानीय LLM, शेल निष्पादन + अंतर्निहित वेब खोज के साथ JSON टूल-उपयोग ReAct लूप, ऑन-डिमांड कार्यप्रणाली गाइड, MCP (Burp) समर्थन; Apache-2.0 + Commons Clause; केवल अधिकृत एंगेजमेंट पर उपयोग करें] ### AI रेड टीमिंग टूल्स - https://github.com/Azure/counterfit [Microsoft ML पेनेट्रेशन टेस्टिंग टूल] - https://github.com/Azure/PyRIT [Microsoft GenAI के लिए रेड-टीमिंग फ्रेमवर्क] - https://github.com/meta-llama/PurpleLlama [Meta ओपन-सोर्स LLM सुरक्षा टूल्स] - https://github.com/NVIDIA/NeMo-Guardrails [NVIDIA प्रोग्रामेबल गार्डरेल्स] - https://github.com/NoDataFound/hackGPT [ऑफेंसिव सिक्योरिटी के लिए LLM टूलकिट] - https://github.com/ipa-lab/hackingBuddyGPT [स्वायत्त रेड-टीमिंग एजेंट] - https://github.com/Yanlewen/TradeTrap [TradeTrap - LLM-आधारित ट्रेडिंग एजेंट्स का परीक्षण करें: प्रॉम्प्ट इंजेक्शन, MCP हाईजैकिंग, स्टेट टैंपरिंग, मेमोरी पॉइज़निंग; AI-Trader/Valuecell] - https://github.com/humanbound/humanbound [Humanbound - ओपन-सोर्स CLI जो किसी एजेंट के HTTP एंडपॉइंट के विरुद्ध LLM-जनित एडवर्सेरियल हमले चलाता है, जिसे OWASP LLM Top 10, OWASP Agentic Top 10, NIST, और EU AI Act मैपिंग के आधार पर स्कोर किया जाता है] - https://github.com/toby-bridges/api-relay-audit [API Relay Audit - AI API रिले और LLM प्रॉक्सी के लिए लोकल ऑडिट CLI; प्रॉम्प्ट इंजेक्शन संकेतों, पैकेज-कमांड परिवर्तनों, एरर-रिस्पॉन्स लीकेज, और Anthropic SSE विसंगतियों की जाँच करता है; Markdown रिपोर्ट] - https://github.com/taoq-ai/ziran [Ziran - AI एजेंट्स के लिए सुरक्षा परीक्षण फ्रेमवर्क: ग्राफ-आधारित टूल चेन डिस्कवरी, एक्ज़ीक्यूशन-लेवल साइड-इफ़ेक्ट डिटेक्शन, मल्टी-फ़ेज़ कैंपेन; LangChain, CrewAI, MCP, A2A, रिमोट HTTP] ### AI सुरक्षा MCP टूल्स - https://github.com/tomelias10/mcp-drift-check [MCP Drift Check — निष्क्रिय स्थानीय Python CLI जो MCP क्लाइंट कॉन्फ़िग्स में परिवर्तनशील/अनपिन्ड npm/npx पैकेज संदर्भों को स्थिर रूप से चिह्नित करता है; सर्वर निष्पादित नहीं करता, पैकेज डाउनलोड नहीं करता, या कॉन्फ़िग्स अपलोड नहीं करता; MIT] - https://github.com/AndrewXuTurtle/mcpaudit [mcpaudit — MCP सर्वर + CLI जो Claude Desktop, Claude Code, Cursor, Windsurf और VS Code में पहले से इंस्टॉल किए गए MCP सर्वरों का ऑडिट करता है। टूल पॉइज़निंग (टूल विवरणों में शून्य-चौड़ाई/बिडी अक्षर सहित), क्रेडेंशियल ब्लास्ट रेडियस, विशेषाधिकार स्कोप, ट्रांसपोर्ट, और सप्लाई-चेन प्रोवेनेंस: होमोग्लिफ़ प्रकाशक स्कोप, रजिस्ट्री-हटाए गए पैकेज, इंस्टॉल हुक, और रिज़ॉल्व्ड संस्करण से मेल खाती OSV/GHSA सलाहकारियाँ। शून्य निर्भरताएँ; कुछ भी इंस्टॉल या निष्पादित नहीं होता; MIT] - https://github.com/ArmorerLabs/Armorer-Guard [Armorer Guard - प्रॉम्प्ट इंजेक्शन, क्रेडेंशियल लीकेज, एक्सफ़िल्ट्रेशन, और निष्पादन से पहले जोखिम भरे टूल-कॉल डिटेक्शन के लिए स्थानीय Rust स्कैनर और MCP प्रॉक्सी] - https://github.com/0x4m4/hexstrike-ai [HexStrike AI - 150+ साइबरसुरक्षा टूल्स MCP] - https://github.com/cyproxio/mcp-for-security [पेंटेस्टिंग MCP] - 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 — stdio पर अनौपचारिक Hacker API: रिपोर्ट, प्रोग्राम, स्कोप, कमाई, हैक्टिविटी; सबमिट/कमेंट/क्लोज़; MIT] - https://github.com/zhizhuodemao/android_proxy_mcp [Android Proxy MCP - MCP-आधारित Android ट्रैफ़िक कैप्चर, AI को प्राकृतिक भाषा के माध्यम से HTTP/HTTPS विश्लेषण करने दें] - https://github.com/MHaggis/Security-Detections-MCP [Security Detections MCP - एकीकृत Sigma/Splunk ESCU/Elastic/KQL, 71+ टूल्स, 11 प्रॉम्प्ट, स्वायत्त डिटेक्शन प्लेटफ़ॉर्म] - https://github.com/ai-blueteam/http-detection-agent [http-detection-agent - क्षमता-जागरूक HTTP हमला डिटेक्शन: 62 व्यवहार परिवारों में 76 डिटेक्शनों के सामान्यीकृत नियम कैटलॉग पर Rust CLI और स्थानीय MCP सर्वर; MIT] - https://github.com/Correctover/correctover-scan [correctover-scan - शून्य-कॉन्फ़िग npm CLI जो MCP क्लाइंट कॉन्फ़िग्स (Claude Desktop, Cursor, VS Code) को क्रेडेंशियल एक्सपोज़र, SSRF, अनुपस्थित प्रमाणीकरण/ट्रांसपोर्ट एन्क्रिप्शन और अन्य गलत कॉन्फ़िगरेशन के लिए स्कैन करता है; निष्कर्ष OWASP AISVS पर मैप किए गए; CI के लिए JSON/SARIF आउटपुट; MIT] - https://github.com/rolandpg/zettelforge [ZettelForge — CTI एजेंटिक मेमोरी MCP सर्वर जिसमें एंटिटी एक्सट्रैक्शन (CVE, खतरा अभिनेता, IOC, MITRE ATT&CK), उपनाम रिज़ॉल्यूशन के साथ नॉलेज ग्राफ, STIX 2.1, इंटेंट-वर्गीकृत रिट्रीवल, OCSF ऑडिट लॉगिंग; ऑफ़लाइन; MIT] --- [Read more](https://github.com/gmh5225/awesome-ai-security)