AI-Infra-Guard

<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/">📖 दस्तावेज़ीकरण</a> &nbsp;|&nbsp;
  🌐 <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> · <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://github.com/openclaw/clawscan" target="_blank">
       <img src="https://img.shields.io/badge/OpenClaw-Recommended-ff6b6b" alt="OpenClaw Recommended">
    </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>&nbsp;
  <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>&nbsp;
  <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">🚀 Tencent Zhuque Lab द्वारा AI Red Teaming प्लेटफ़ॉर्म</h2>
</p>

<b>A.I.G (AI-Infra-Guard)</b> ClawScan(OpenClaw Security Scan), Agent Scan, AI infra vulnerability scan, MCP Server & Agent Skills scan, और Jailbreak Evaluation जैसी क्षमताओं को एकीकृत करता है, जिसका उद्देश्य उपयोगकर्ताओं को AI सुरक्षा जोखिम स्व-परीक्षण के लिए सबसे व्यापक, बुद्धिमान और उपयोगकर्ता-अनुकूल समाधान प्रदान करना है।

<p>
  हम A.I.G(AI-Infra-Guard) को उद्योग-अग्रणी AI रेड टीमिंग प्लेटफ़ॉर्म बनाने के लिए प्रतिबद्ध हैं। अधिक स्टार्स इस प्रोजेक्ट को व्यापक दर्शकों तक पहुँचने में मदद करते हैं, जिससे अधिक डेवलपर्स योगदान देने के लिए आकर्षित होते हैं, जो पुनरावृत्ति और सुधार को तेज़ करता है। आपका स्टार हमारे लिए महत्वपूर्ण है!
</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&amp;logo=github" alt="Give us a Star">
  </a>
</p>

<br>

## 📋 उपयोगकर्ता प्रतिक्रिया सर्वेक्षण

A.I.G को बेहतर बनाने में हमारी सहायता करें! कृपया हमारे [उपयोगकर्ता प्रतिक्रिया सर्वेक्षण](https://doc.weixin.qq.com/forms/AJEAIQdfAAoAFkA0QbdAFwCNcKSO0BFLf) को भरने में 3-5 मिनट का समय दें। उच्च-गुणवत्ता वाली प्रतिक्रिया देने वाले और वैध ईमेल पता छोड़ने वाले उपयोगकर्ताओं को एक विशेष Tencent स्मृति चिन्ह उपहार प्राप्त होगा।

<br>

## 🚀 नया क्या है

- **2026-09-17** · [v4.6.2](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.6.2) — 40+ AI घटकों (LangFlow, n8n, PraisonAI, vLLM, llama-cpp, MLflow और अधिक) में 155 नए CVE नियमों के साथ भेद्यता लाइब्रेरी का विस्तार; Skill-Scan सटीकता में सुधार (कम साक्ष्य-रहित गलत सकारात्मक, स्टॉल-मुक्त स्ट्रीमिंग); नए एजेंट नियंत्रण-हानि बेंचमार्क (FORGE-Bench, RogueHandoff-20)।
- **2026-09-10** · [v4.6.1](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.6.1) — API Checker: विस्तारित मॉडल फ़िंगरप्रिंट कवरेज (Gemini 2.5/3.1, Gemma 2/3/4, GLM-5.3 और GLM-5.3-Flash); MCP-Scan विश्वसनीयता: खाली/अपूर्ण स्कैन को फ़्लैग करता है, संदर्भ संकुचन के दौरान सुरक्षा निष्कर्षों को संरक्षित करता है, अंतर्निहित कनेक्शन त्रुटियों को उजागर करता है; गलत लेबल किए गए CVE उत्पाद नामों को ठीक किया गया।
- **2026-08-26** · [v4.6.0](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.6.0) — LLM API विषाक्तता का पता लगाना (मॉडल प्रतिस्थापन और बैकडोर जोखिमों के लिए मल्टी-प्रोब ब्लैक-बॉक्स ऑडिट); Agent-Scan v5.0.0 म्यूटेशन इंजन रिफैक्टर; भेद्यता लाइब्रेरी का विस्तार 146 AI घटकों और 2000+ CVE नियमों तक; MCP/Skill स्कैन स्थिरता और संगतता सुधार।
- **2026-08-17** · [v4.5.2](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.5.2) — Skill-Scan: .pyc बाइटकोड बायपास डिटेक्शन + चारसेट स्मगलिंग डिफेंस; MCP-Scan: डायनामिक मोड में टूल व्हाइटलिस्टिंग के माध्यम से RCE रोकथाम; नया SkillJack शोध प्रोजेक्ट; भेद्यता लाइब्रेरी का विस्तार 2000+ CVE नियमों तक।
- **2026-07-30** · [v4.5.1](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.5.1) — Jailbreak Evaluation: 4 मल्टी-टर्न जेलब्रेक हमले (Many-Shot, PAIR, GOAT, ActorAttack); Agent-Scan: 5 नए OWASP स्किल्स + वेब-एक्सफ़िल्ट्रेशन डिटेक्शन (कुल 10 स्किल्स); MCP-Scan: 4 नए सुरक्षा नियम

👉 [पिछली रिलीज़ें](https://github.com/tencent/ai-infra-guard/blob/main/CHANGELOG.md) · 🛒 [AI Security Skill Market](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/)


## विषय-सूची
- [🚀 त्वरित शुरुआत](#-quick-start)
- [✨ विशेषताएँ](#-features)
- [🖼️ शोकेस](#-showcase)
- [📖 उपयोगकर्ता गाइड](#-user-guide)
- [🔧 API दस्तावेज़ीकरण](#-api-documentation)
- [🏗️ आर्किटेक्चर विकास](https://github.com/tencent/ai-infra-guard/blob/main/docs/architecture_evolution.md)
- [📝 योगदान गाइड](#-contribution-guide)
- [🛡️ टीम के बारे में](#️-about-the-team)
- [🙏 आभार](#-acknowledgements)
- [💬 समुदाय से जुड़ें](#-join-the-community)
- [📖 उद्धरण](#-citation)
- [📚 शोध और पेपर](#-research--papers)
- [⚖️ लाइसेंस और एट्रिब्यूशन](#️-license--attribution)
<br><br>
## 🚀 त्वरित शुरुआत
### 🐳 Docker के साथ A.I.G डिप्लॉय करें

| Docker | RAM | डिस्क स्थान |
|:-------|:----|:----------|
| 20.10 या उच्चतर | 4GB+ | 10GB+ |

```bash
# This method pulls pre-built images from Docker Hub for a faster start
git clone https://github.com/Tencent/AI-Infra-Guard.git
cd AI-Infra-Guard
# For Docker Compose V2+, replace 'docker-compose' with 'docker compose'
docker-compose -f docker-compose.images.yml up -d
```

सेवा चलने के बाद, आप A.I.G वेब इंटरफ़ेस को यहाँ एक्सेस कर सकते हैं:
`http://localhost:8088`
<br>

#### OpenClaw से उपयोग करें

आप `aig-scanner` स्किल के माध्यम से OpenClaw चैट से सीधे A.I.G को कॉल भी कर सकते हैं।

```bash
clawhub install aig-scanner
```

फिर अपने चल रहे A.I.G सेवा की ओर इंगित करने के लिए `AIG_BASE_URL` को कॉन्फ़िगर करें।

अधिक जानकारी के लिए, [`aig-scanner` README](https://github.com/tencent/ai-infra-guard/blob/main/skills/aig-scanner/README.md) देखें।

<details>
<summary><strong>अधिक इंस्टॉलेशन विकल्प</strong></summary>

### अन्य इंस्टॉलेशन विधियाँ

**विधि 2: वन-क्लिक इंस्टॉल स्क्रिप्ट （अनुशंसित）**
```bash
# This method will automatically install Docker and launch A.I.G with one command
curl https://raw.githubusercontent.com/Tencent/AI-Infra-Guard/refs/heads/main/docker.sh | bash
```

**विधि 3: स्रोत से बनाएँ और चलाएँ**
```bash
git clone https://github.com/Tencent/AI-Infra-Guard.git
cd AI-Infra-Guard
# This method builds a Docker image from local source code and starts the service
# (For Docker Compose V2+, replace 'docker-compose' with 'docker compose')
docker-compose up -d
```

नोट: AI-Infra-Guard प्रोजेक्ट को उद्यमों या व्यक्तियों द्वारा आंतरिक उपयोग के लिए एक AI रेड टीमिंग प्लेटफ़ॉर्म के रूप में स्थापित किया गया है। इसमें वर्तमान में प्रमाणीकरण तंत्र का अभाव है और इसे सार्वजनिक नेटवर्क पर तैनात नहीं किया जाना चाहिए।

अधिक जानकारी के लिए देखें: [https://tencent.github.io/AI-Infra-Guard/?menu=getting-started](https://tencent.github.io/AI-Infra-Guard/?menu=getting-started)

</details>

### ⚡ एक ही कमांड से aig-skill-scan इंस्टॉल करें

एजेंट स्किल सुरक्षा ऑडिट टूल, जिसे आसानी से एंटरप्राइज़ CI/CD पाइपलाइनों में एकीकृत किया जा सकता है। भेद्यता वर्गीकरण [SkillTrustBench](https://matrix.tencent.com/skilltrustbench/) T01–T09 वर्गीकरण के अनुरूप है। [और जानें →](https://github.com/Tencent/AI-Infra-Guard/tree/main/skill-scan)

```bash
pip install aig-skill-scan

# Set API key via environment variable
export LLM_API_KEY="your-api-key"

# Scan a local Skill project directory
aig-skill-scan --repo /path/to/your/skill \
           -m deepseek-v4-flash \
           --language en \
           -o result.json
```

### मॉडल और API रिले चेकर

चेकर फ्रंटएंड अलग से तैनात किया गया है। Docker तैनाती चेकर APIs को
`GET /api/v1/relay/models` और
`POST /api/v1/relay/check/stream` पर उपलब्ध रखती है; API दस्तावेज़ीकरण
`http://127.0.0.1:8088/api-checker/docs` पर उपलब्ध है। चेकर और एकीकृत CLI
को स्रोत से चलाने के लिए:

```bash
python3 -m venv services/api_checker/.venv
services/api_checker/.venv/bin/pip install -r services/api_checker/requirements.txt
go build -o ai-infra-guard ./cmd/cli/main.go

export AIG_API_CHECKER_PYTHON="$PWD/services/api_checker/.venv/bin/python"
./ai-infra-guard api-checker list
./ai-infra-guard api-checker audit
```

[API Checker एकीकरण गाइड](https://github.com/tencent/ai-infra-guard/blob/main/docs/api-checker-integration.md) देखें, जिसमें Agent-embedded रनटाइम आर्किटेक्चर, HTTP API, कॉन्फ़िगरेशन और सुरक्षा सीमाओं के बारे में जानकारी दी गई है।

### 🌟 ऑनलाइन Pro संस्करण आज़माएँ
उन्नत सुविधाओं और बेहतर प्रदर्शन के साथ Pro संस्करण का अनुभव करें। Pro संस्करण के लिए [आमंत्रण कोड](https://wj.qq.com/s2/25099467/25vn/) आवश्यक है और इसे उन योगदानकर्ताओं को प्राथमिकता दी जाती है जिन्होंने issues, pull requests, या discussions सबमिट किए हैं, या समुदाय को सक्रिय रूप से बढ़ाने में मदद की है। देखें: [https://aigsec.ai/](https://aigsec.ai/)।
<br>
<br>

## ✨ विशेषताएँ

### 🔍 aig-skill-scan प्रदर्शन और कवरेज

विभिन्न LLMs के साथ [SkillTrustBench](https://matrix.tencent.com/skilltrustbench/) पर प्रदर्शन:

| # | Model | 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 |

Skill सुरक्षा जोखिमों की 9 श्रेणियों को कवर करता है (SkillTrustBench T01–T09):

| Layer | Risks |
|:------|:--------|
| A · Instruction & Memory | T01 Skill Instruction Hijacking, T02 Memory Poisoning |
| B · Code Execution | T03 Remote Payload Download & Execution, T04 Embedded Malicious Code |
| C · System Privilege | T05 Privilege Escalation & Unauthorized Access, T06 System Persistence |
| D · Toolchain & Dependencies | T07 Tool Hijacking & Spoofing, T08 Insecure Dependencies |
| E · Skill Code Quality | T09 Insecure Coding Practices |

पूरी लीडरबोर्ड और विवरण के लिए, [SkillTrustBench](https://matrix.tencent.com/skilltrustbench/) पर जाएँ।

### 🔬 सुरक्षा स्कैनिंग और मूल्यांकन

| Feature | More Info |
|:--------|:------------|
| **[ClawScan(OpenClaw&nbsp;Security&nbsp;Scan)](https://matrix.tencent.com/clawscan)** | OpenClaw सुरक्षा जोखिमों के वन-क्लिक मूल्यांकन का समर्थन करता है। यह असुरक्षित कॉन्फ़िगरेशन, Skill जोखिमों, CVE कमजोरियों और गोपनीयता लीक का पता लगाता है।  |
| **Agent&nbsp;Scan** | यह एक स्वतंत्र, मल्टी-एजेंट स्वचालित स्कैनिंग फ्रेमवर्क है। इसे AI एजेंट वर्कफ़्लो की सुरक्षा का मूल्यांकन करने के लिए डिज़ाइन किया गया है। यह Dify और Coze सहित विभिन्न प्लेटफ़ॉर्मों पर चलने वाले एजेंट्स का सहज समर्थन करता है। |
| **MCP&nbsp;Server&nbsp;&&nbsp;Agent&nbsp;Skills&nbsp;scan** | यह सुरक्षा जोखिमों की 14 प्रमुख श्रेणियों का गहन पता लगाता है। यह पहचान MCP Servers और Agent Skills दोनों पर लागू होती है। यह स्रोत कोड और रिमोट URLs दोनों से स्कैनिंग का लचीला समर्थन करता है। |
| **AI&nbsp;infra&nbsp;vulnerability&nbsp;scan** | यह स्कैनर 100 से अधिक AI फ्रेमवर्क घटकों की सटीक पहचान करता है। यह 2000 से अधिक ज्ञात CVE कमजोरियों को कवर करता है। समर्थित फ्रेमवर्क में Ollama, ComfyUI, vLLM, n8n, Triton Inference Server और अन्य शामिल हैं। |
| **Jailbreak&nbsp;Evaluation** | यह सावधानीपूर्वक तैयार किए गए डेटासेट का उपयोग करके प्रॉम्प्ट सुरक्षा जोखिमों का आकलन करता है। मूल्यांकन मजबूती का परीक्षण करने के लिए कई हमला विधियों को लागू करता है। यह विस्तृत क्रॉस-मॉडल तुलना क्षमताएँ भी प्रदान करता है। |
| **Model and API Relay Checker** | Model fingerprinting, Claude Signature verification, relay black-box auditing, PAMELA, और Ventor QTest। |

<details>
<summary><strong>💎 अतिरिक्त लाभ</strong></summary>

- 🖥️ **आधुनिक वेब इंटरफ़ेस**: वन-क्लिक स्कैनिंग और रीयल-टाइम प्रगति ट्रैकिंग के साथ उपयोगकर्ता-अनुकूल UI
- 🔌 **पूर्ण API**: आसान एकीकरण के लिए पूर्ण इंटरफ़ेस दस्तावेज़ीकरण और Swagger विशिष्टताएँ
- 🤖 **एजेंट-तैयार**: ClawHub पर प्लग-एंड-प्ले एजेंट कौशल — [EdgeOne ClawScan](https://clawhub.ai/aigsec/edgeone-clawscan), [EdgeOne Skill Scanner](https://clawhub.ai/aigsec/edgeone-skill-scanner), और [AIG Scanner](https://clawhub.ai/aigsec/aig-scanner) — किसी भी AI एजेंट वर्कफ़्लो में सुरक्षा स्कैनिंग को सहजता से एम्बेड करें
- 🌐 **बहु-भाषा**: स्थानीयकृत दस्तावेज़ीकरण के साथ चीनी और अंग्रेज़ी इंटरफ़ेस
- 🐳 **क्रॉस-प्लेटफ़ॉर्म**: Docker-आधारित परिनियोजन के साथ Linux, macOS, और Windows समर्थन
- 🆓 **मुफ़्त और ओपन सोर्स**: Apache 2.0 लाइसेंस के अंतर्गत पूरी तरह से मुफ़्त
</details>

<br />


## 🖼️ शोकेस

### A.I.G मुख्य इंटरफ़ेस
![A.I.G Main Page](https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/aig.gif)

### प्लगइन प्रबंधन
![Plugin Management](https://raw.githubusercontent.com/tencent/ai-infra-guard/HEAD/img/plugin-gif.gif)

<br />


## 🗺️ त्वरित उपयोग गाइड

> परिनियोजन के बाद, अपने ब्राउज़र में `http://localhost:8088` खोलें।

### AI अवसंरचना भेद्यता स्कैन

**लक्ष्य URL / IP के रूप में क्या दर्ज करें?**

लक्ष्य वह **चल रही AI सेवा का नेटवर्क पता** है जिसे आप स्कैन करना चाहते हैं - कोई GitHub URL या स्रोत कोड पथ नहीं। A.I.G लाइव सेवा से कनेक्ट होता है और ज्ञात CVE भेद्यताओं के लिए उसकी फ़िंगरप्रिंटिंग करता है।

| परिदृश्य | उदाहरण लक्ष्य |
|:---------|:--------------|
| स्थानीय रूप से चल रहा vLLM इंस्टेंस | `http://127.0.0.1:8000` |
| आपके LAN पर एक Ollama सर्वर | `http://192.168.1.100:11434` |
| आंतरिक रूप से उजागर ComfyUI इंस्टेंस | `http://10.0.0.5:8188` |
| एकाधिक होस्ट (प्रति पंक्ति एक) | `192.168.1.0/24` (CIDR), `10.0.0.1-10.0.0.20` (रेंज) |

**चरण-दर-चरण: स्थानीय vLLM इंस्टेंस स्कैन करें**

1. vLLM सामान्य रूप से शुरू करें (जैसे `python -m vllm.entrypoints.api_server --model meta-llama/...`)
2. A.I.G वेब UI में, **"AI基础设施安全扫描 / AI Infra Scan"** पर क्लिक करें
3. `http://127.0.0.1:8000` दर्ज करें (या वह IP/पोर्ट जहाँ vLLM सुन रहा है)
4. **Start Scan** पर क्लिक करें - A.I.G सेवा की फ़िंगरप्रिंटिंग करेगा और इसे 2000+ ज्ञात CVE के विरुद्ध मिलाएगा
5. रिपोर्ट देखें: कंपोनेंट संस्करण, मिलान की गई भेद्यताएँ, गंभीरता, और उपचार लिंक

> 💡 **सुझाव**: विशेष रूप से vLLM के *nightly* बिल्ड को स्कैन करने के लिए, बस उस nightly बिल्ड को चलाएँ और A.I.G को उसके पते पर इंगित करें। स्कैनर संस्करण को स्वचालित रूप से पहचान लेता है।

### MCP सर्वर और एजेंट कौशल स्कैन

या तो एक **रिमोट URL** दर्ज करें (जैसे `https://github.com/user/mcp-server`) या **स्थानीय स्रोत संग्रह अपलोड करें** - किसी चल रहे इंस्टेंस की आवश्यकता नहीं।

### जेलब्रेक मूल्यांकन

**Settings → Model Config** में लक्ष्य LLM का API एंडपॉइंट (बेस URL + API कुंजी) कॉन्फ़िगर करें, फिर एक डेटासेट चुनें और मूल्यांकन शुरू करें।

---

## 📖 उपयोगकर्ता गाइड

हमारे ऑनलाइन दस्तावेज़ीकरण पर जाएँ: [https://tencent.github.io/AI-Infra-Guard/](https://tencent.github.io/AI-Infra-Guard/)

अधिक विस्तृत FAQ और समस्या निवारण गाइड के लिए, हमारे [दस्तावेज़ीकरण](https://tencent.github.io/AI-Infra-Guard/?menu=faq) पर जाएँ।
<br />
<br>

## 🔧 API दस्तावेज़ीकरण

A.I.G टास्क निर्माण API का एक व्यापक सेट प्रदान करता है जो AI इन्फ्रा स्कैन, MCP सर्वर स्कैन, और जेलब्रेक मूल्यांकन क्षमताओं का समर्थन करता है।

प्रोजेक्ट चलने के बाद, पूर्ण API दस्तावेज़ीकरण देखने के लिए `http://localhost:8088/docs/index.html` पर जाएँ।

विस्तृत API उपयोग निर्देशों, पैरामीटर विवरण, और पूर्ण उदाहरण कोड के लिए, कृपया [पूर्ण API दस्तावेज़ीकरण](https://github.com/tencent/ai-infra-guard/blob/main/api.md) देखें।
<br />
<br>

## 📝 योगदान गाइड

विस्तारणीय प्लगइन फ्रेमवर्क A.I.G की स्थापत्य आधारशिला के रूप में कार्य करता है, जो Plugin और Feature योगदान के माध्यम से समुदायिक नवाचार को आमंत्रित करता है।

### प्लगइन योगदान नियम
1.  **फ़िंगरप्रिंट नियम**: `data/fingerprints/` निर्देशिका में नई YAML फ़िंगरप्रिंट फ़ाइलें जोड़ें।
2.  **भेद्यता नियम**: `data/vuln/` निर्देशिका में नए भेद्यता स्कैन नियम जोड़ें।
3.  **MCP प्लगइन**: `data/mcp/` निर्देशिका में नए MCP सुरक्षा स्कैन नियम जोड़ें।
4.  **जेलब्रेक मूल्यांकन डेटासेट**: `data/eval` निर्देशिका में नए जेलब्रेक मूल्यांकन डेटासेट जोड़ें।

कृपया मौजूदा नियम प्रारूपों का संदर्भ लें, नई फ़ाइलें बनाएं, और उन्हें Pull Request के माध्यम से सबमिट करें।

### योगदान के अन्य तरीके
- 🐛 [बग रिपोर्ट करें](https://github.com/Tencent/AI-Infra-Guard/issues)
- 💡 [नई सुविधा सुझाएं](https://github.com/Tencent/AI-Infra-Guard/issues)
- ⭐ [दस्तावेज़ीकरण में सुधार करें](https://github.com/Tencent/AI-Infra-Guard/pulls)
<br />
<br />

## 🛡️ टीम के बारे में

यह परियोजना **Tencent Zhuque Lab** द्वारा नेतृत्व और विकसित की गई है, जो Tencent Security Platform Department का हिस्सा है। 2019 में स्थापित, [Tencent Zhuque Lab](https://matrix.tencent.com/) एक शीर्ष-स्तरीय सुरक्षा अनुसंधान प्रयोगशाला है जो वास्तविक दुनिया की आक्रामक और रक्षात्मक अनुसंधान और AI सुरक्षा क्षेत्र में अत्याधुनिक तकनीक पर केंद्रित है, जिसमें बड़े मॉडल सुरक्षा, AI एजेंट सुरक्षा, AI-संचालित सुरक्षा, और AI-जनित सामग्री पहचान शामिल है।

टीम ने **NVIDIA, Google, और Microsoft** जैसे प्रमुख विक्रेताओं, साथ ही **OpenClaw, Linux, और Hugging Face** जैसे ओपन-सोर्स समुदायों को बड़ी संख्या में उच्च-जोखिम वाली कमजोरियों को ठीक करने में मदद की है, और उनके द्वारा सार्वजनिक रूप से स्वीकार किया गया है।

---

[Read more](https://github.com/tencent/ai-infra-guard)