tencent/ai-infra-guardUna piattaforma AI Red Teaming full-stack che protegge gli ecosistemi AI tramite Agent Scan, Skills Scan, MCP scan, AI Infra scan e valutazione dei jailbreak 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/">📖 Documentazione</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> · <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>
<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">🚀 Piattaforma di AI Red Teaming di Tencent Zhuque Lab</h2>
</p>
<b>A.I.G (AI-Infra-Guard)</b> integra funzionalità come ClawScan (scansione di sicurezza di OpenClaw), Agent Scan, scansione delle vulnerabilità dell'infrastruttura AI, scansione di MCP Server e Agent Skills, e valutazione del Jailbreak, con l'obiettivo di offrire agli utenti la soluzione più completa, intelligente e intuitiva per l'autoesame dei rischi di sicurezza legati all'AI.
<p>
Ci impegniamo a rendere A.I.G (AI-Infra-Guard) la piattaforma leader del settore per l'AI red teaming. Più stelle aiutano questo progetto a raggiungere un pubblico più ampio, attirando più sviluppatori a contribuire, il che accelera l'iterazione e il miglioramento. La tua stella è fondamentale per noi!
</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>
## 📋 Sondaggio di Feedback degli Utenti
Aiutaci a migliorare A.I.G! Ti chiediamo di dedicare 3-5 minuti per compilare il nostro [Sondaggio di Feedback degli Utenti](https://doc.weixin.qq.com/forms/AJEAIQdfAAoAFkA0QbdAFwCNcKSO0BFLf). Gli utenti che forniranno un feedback di alta qualità e lasceranno un indirizzo email valido riceveranno un esclusivo gadget Tencent.
<br>
## 🚀 Novità
- **2026-09-17** · [v4.6.2](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.6.2) — Libreria delle vulnerabilità ampliata con 155 nuove regole CVE su oltre 40 componenti AI (LangFlow, n8n, PraisonAI, vLLM, llama-cpp, MLflow e altri); miglioramenti all'accuratezza di Skill-Scan (meno falsi positivi senza evidenze, streaming senza blocchi); nuovi benchmark per la perdita di controllo degli agenti (FORGE-Bench, RogueHandoff-20).
- **2026-09-10** · [v4.6.1](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.6.1) — API Checker: copertura ampliata del fingerprinting dei modelli (Gemini 2.5/3.1, Gemma 2/3/4, GLM-5.3 e GLM-5.3-Flash); affidabilità di MCP-Scan: segnala scansioni vuote/incomplete, preserva i risultati di sicurezza durante la compattazione del contesto, evidenzia gli errori di connessione sottostanti; corretti i nomi di prodotto CVE etichettati in modo errato.
- **2026-08-26** · [v4.6.0](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.6.0) — Rilevamento di avvelenamento delle API LLM (audit black-box multi-probe per rischi di sostituzione del modello e backdoor); refactoring del motore di mutazione di Agent-Scan v5.0.0; libreria delle vulnerabilità ampliata a 146 componenti AI e oltre 2000 regole CVE; correzioni di stabilità e compatibilità per la scansione MCP/Skill.
- **2026-08-17** · [v4.5.2](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.5.2) — Skill-Scan: rilevamento del bypass tramite bytecode .pyc + difesa dal charset smuggling; MCP-Scan: prevenzione RCE tramite whitelisting degli strumenti in modalità dinamica; nuovo progetto di ricerca SkillJack; libreria delle vulnerabilità ampliata a oltre 2000 regole CVE.
- **2026-07-30** · [v4.5.1](https://github.com/Tencent/AI-Infra-Guard/releases/tag/v4.5.1) — Valutazione del Jailbreak: 4 attacchi jailbreak multi-turno (Many-Shot, PAIR, GOAT, ActorAttack); Agent-Scan: 5 nuove skill OWASP + rilevamento di esfiltrazione web (10 skill in totale); MCP-Scan: 4 nuove regole di sicurezza
👉 [Release precedenti](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/)
## Indice
- [🚀 Avvio Rapido](#-avvio-rapido)
- [✨ Funzionalità](#-funzionalità)
- [🖼️ Vetrina](#️-vetrina)
- [📖 Guida Utente](#-guida-utente)
- [🔧 Documentazione API](#-documentazione-api)
- [🏗️ Evoluzione dell'Architettura](https://github.com/tencent/ai-infra-guard/blob/main/docs/architecture_evolution.md)
- [📝 Guida alla Contribuzione](#-guida-alla-contribuzione)
- [🛡️ Il Team](#️-il-team)
- [🙏 Ringraziamenti](#-ringraziamenti)
- [💬 Unisciti alla Community](#-unisciti-alla-community)
- [📖 Citazione](#-citazione)
- [📚 Ricerca e Pubblicazioni](#-ricerca-e-pubblicazioni)
- [⚖️ Licenza e Attribuzione](#️-licenza-e-attribuzione)
<br><br>
## 🚀 Avvio Rapido
### 🐳 Distribuisci A.I.G con Docker
| Docker | RAM | Spazio su Disco |
|:-------|:----|:----------|
| 20.10 o superiore | 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
```
Una volta che il servizio è in esecuzione, puoi accedere all'interfaccia web di A.I.G all'indirizzo:
`http://localhost:8088`
<br>
#### Utilizzo da OpenClaw
Puoi anche chiamare A.I.G direttamente dalla chat di OpenClaw tramite la skill `aig-scanner`.
```bash
clawhub install aig-scanner
```
Then configure `AIG_BASE_URL` to point to your running A.I.G service.
For more details, see the [`aig-scanner` README](https://github.com/tencent/ai-infra-guard/blob/main/skills/aig-scanner/README.md).
<details>
<summary><strong>More installation options</strong></summary>
### Other Installation Methods
**Method 2: One-Click Install Script （Recommended）**
```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
```
**Metodo 3: Compilare ed eseguire dal codice sorgente**
```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
```
Nota: il progetto AI-Infra-Guard è posizionato come piattaforma di AI red teaming per uso interno da parte di aziende o privati. Attualmente manca di un meccanismo di autenticazione e non dovrebbe essere distribuito su reti pubbliche.
Per maggiori informazioni, consulta: [https://tencent.github.io/AI-Infra-Guard/?menu=getting-started](https://tencent.github.io/AI-Infra-Guard/?menu=getting-started)
</details>
### ⚡ Installa aig-skill-scan con un Singolo Comando
Strumento di audit di sicurezza per Agent Skill, facilmente integrabile nelle pipeline CI/CD aziendali. La classificazione delle vulnerabilità è allineata alla tassonomia T01–T09 di [SkillTrustBench](https://matrix.tencent.com/skilltrustbench/). [Scopri di più →](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
```
### Model and API Relay Checker
Il frontend del checker viene distribuito separatamente. Il deployment Docker mantiene
le API del checker disponibili su `GET /api/v1/relay/models` e
`POST /api/v1/relay/check/stream`; la documentazione API è disponibile su
`http://127.0.0.1:8088/api-checker/docs`. Per eseguire il checker e la CLI unificata
dai sorgenti:
```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
```
Consulta la [guida all'integrazione di API Checker](https://github.com/tencent/ai-infra-guard/blob/main/docs/api-checker-integration.md) per
l'architettura runtime integrata nell'Agent, l'API HTTP, la configurazione e i confini di sicurezza.
### 🌟 Prova la versione Online Pro
Sperimenta la versione Pro con funzionalità avanzate e prestazioni migliorate. La versione Pro richiede un [codice di invito](https://wj.qq.com/s2/25099467/25vn/) e ha priorità per i contributori che hanno inviato issue, pull request o discussioni, o che aiutano attivamente a far crescere la community. Visita: [https://aigsec.ai/](https://aigsec.ai/).
<br>
<br>
## ✨ Funzionalità
### 🔍 Prestazioni e copertura di aig-skill-scan
Prestazioni su [SkillTrustBench](https://matrix.tencent.com/skilltrustbench/) con diversi LLM:
| # | Modello | 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 |
Copre 9 categorie di rischi per la sicurezza delle Skill (SkillTrustBench T01–T09):
| Livello | Rischi |
|:------|:--------|
| A · Istruzioni e Memoria | T01 Dirottamento delle istruzioni della Skill, T02 Avvelenamento della memoria |
| B · Esecuzione di codice | T03 Download ed esecuzione di payload remoti, T04 Codice malevolo incorporato |
| C · Privilegi di sistema | T05 Escalation di privilegi e accesso non autorizzato, T06 Persistenza nel sistema |
| D · Toolchain e dipendenze | T07 Dirottamento e spoofing degli strumenti, T08 Dipendenze non sicure |
| E · Qualità del codice della Skill | T09 Pratiche di programmazione non sicure |
Per la classifica completa e i dettagli, visita [SkillTrustBench](https://matrix.tencent.com/skilltrustbench/).
### 🔬 Scansione e valutazione di sicurezza
| Funzionalità | Maggiori informazioni |
|:--------|:------------|
| **[ClawScan(OpenClaw Security Scan)](https://matrix.tencent.com/clawscan)** | Supporta la valutazione con un clic dei rischi di sicurezza di OpenClaw. Rileva configurazioni non sicure, rischi delle Skill, vulnerabilità CVE e fuga di dati sensibili. |
| **Agent Scan** | Si tratta di un framework di scansione automatizzata multi-agente indipendente. È progettato per valutare la sicurezza dei flussi di lavoro degli agenti AI. Supporta senza problemi agenti in esecuzione su varie piattaforme, tra cui Dify e Coze. |
| **MCP Server & Agent Skills scan** | Rileva in modo approfondito 14 principali categorie di rischi per la sicurezza. Il rilevamento si applica sia ai MCP Server che alle Agent Skills. Supporta in modo flessibile la scansione sia dal codice sorgente che da URL remoti. |
| **AI infra vulnerability scan** | Questo scanner identifica con precisione oltre 100 componenti di framework AI. Copre più di 2000 vulnerabilità CVE note. I framework supportati includono Ollama, ComfyUI, vLLM, n8n, Triton Inference Server e altri. |
| **Jailbreak Evaluation** | Valuta i rischi di sicurezza dei prompt utilizzando dataset accuratamente curati. La valutazione applica molteplici metodi di attacco per testare la robustezza. Fornisce inoltre dettagliate capacità di confronto tra modelli. |
| **Model and API Relay Checker** | Fingerprinting dei modelli, verifica della Claude Signature, auditing black-box dei relay, PAMELA e Ventor QTest. |
<details>
<summary><strong>💎 Vantaggi aggiuntivi</strong></summary>
- 🖥️ **Interfaccia Web moderna**: UI intuitiva con scansione con un clic e monitoraggio del progresso in tempo reale
- 🔌 **API completa**: Documentazione completa dell'interfaccia e specifiche Swagger per una facile integrazione
- 🤖 **Pronto per gli Agent**: skill per agenti plug-and-play su ClawHub — [EdgeOne ClawScan](https://clawhub.ai/aigsec/edgeone-clawscan), [EdgeOne Skill Scanner](https://clawhub.ai/aigsec/edgeone-skill-scanner) e [AIG Scanner](https://clawhub.ai/aigsec/aig-scanner) — integra senza problemi la scansione di sicurezza in qualsiasi flusso di lavoro di agenti AI
- 🌐 **Multi-Lingua**: Interfacce in cinese e inglese con documentazione localizzata
- 🐳 **Cross-Platform**: Supporto per Linux, macOS e Windows con deployment basato su Docker
- 🆓 **Gratuito e Open Source**: Completamente gratuito sotto licenza Apache 2.0
</details>
<br />
## 🖼️ Vetrina
### Interfaccia principale di A.I.G
### Gestione dei Plugin
<br />
## 🗺️ Guida rapida all'uso
> Dopo il deployment, apri `http://localhost:8088` nel tuo browser.
### Scansione delle vulnerabilità dell'infrastruttura AI
**Cosa inserire come URL / IP di destinazione?**
La destinazione è l'**indirizzo di rete di un servizio AI in esecuzione** che desideri scansionare - non un URL di GitHub o un percorso del codice sorgente. A.I.G si connette al servizio attivo e ne esegue il fingerprinting per le vulnerabilità CVE note.
| Scenario | Destinazione di esempio |
|:---------|:--------------|
| Un'istanza vLLM in esecuzione locale | `http://127.0.0.1:8000` |
| Un server Ollama sulla tua LAN | `http://192.168.1.100:11434` |
| Un'istanza ComfyUI esposta internamente | `http://10.0.0.5:8188` |
| Più host (uno per riga) | `192.168.1.0/24` (CIDR), `10.0.0.1-10.0.0.20` (intervallo) |
**Passo dopo passo: scansionare un'istanza vLLM locale**
1. Avvia vLLM normalmente (ad es. `python -m vllm.entrypoints.api_server --model meta-llama/...`)
2. Nell'interfaccia web di A.I.G, clicca su **"AI基础设施安全扫描 / AI Infra Scan"**
3. Inserisci `http://127.0.0.1:8000` (o l'IP/porta su cui vLLM è in ascolto)
4. Clicca su **Start Scan** - A.I.G eseguirà il fingerprinting del servizio e lo confronterà con oltre 2000 CVE note
5. Visualizza il report: versione del componente, vulnerabilità corrispondenti, gravità e link di remediation
> 💡 **Suggerimento**: Per scansionare specificamente la build *nightly* di vLLM, esegui quella build nightly e punta A.I.G al suo indirizzo. Lo scanner rileva automaticamente la versione.
### Scansione di MCP Server e Agent Skills
Inserisci un **URL remoto** (ad es. `https://github.com/user/mcp-server`) oppure **carica un archivio sorgente locale** - non è richiesta un'istanza in esecuzione.
### Jailbreak Evaluation
Configura l'endpoint API del LLM di destinazione (base URL + API key) in **Settings → Model Config**, quindi seleziona un dataset e avvia la valutazione.
---
## 📖 Guida utente
Visita la nostra documentazione online: [https://tencent.github.io/AI-Infra-Guard/](https://tencent.github.io/AI-Infra-Guard/)
Per FAQ più dettagliate e guide alla risoluzione dei problemi, visita la nostra [documentazione](https://tencent.github.io/AI-Infra-Guard/?menu=faq).
<br />
<br>
## 🔧 Documentazione API
A.I.G fornisce un set completo di API per la creazione di attività che supportano le capacità di AI infra scan, MCP Server Scan e Jailbreak Evaluation.
Dopo l'avvio del progetto, visita `http://localhost:8088/docs/index.html` per visualizzare la documentazione API completa.
Per istruzioni dettagliate sull'uso delle API, descrizioni dei parametri ed esempi di codice completi, fai riferimento alla [Documentazione API completa](https://github.com/tencent/ai-infra-guard/blob/main/api.md).
<br />
<br>
## 📝 Guida ai contributi
Il framework di plugin estensibile funge da pietra angolare architetturale di A.I.G, invitando all'innovazione della community attraverso contributi di Plugin e Funzionalità.
### Regole per il contributo ai Plugin
1. **Regole di Fingerprint**: Aggiungi nuovi file YAML di fingerprint nella directory `data/fingerprints/`.
2. **Regole di Vulnerabilità**: Aggiungi nuove regole di scansione delle vulnerabilità nella directory `data/vuln/`.
3. **Plugin MCP**: Aggiungi nuove regole di scansione di sicurezza MCP nella directory `data/mcp/`.
4. **Dataset di Jailbreak Evaluation**: Aggiungi nuovi dataset di valutazione Jailbreak nella directory `data/eval`.
Fai riferimento ai formati delle regole esistenti, crea nuovi file e inviali tramite una Pull Request.
### Altri modi per contribuire
- 🐛 [Segnala un Bug](https://github.com/Tencent/AI-Infra-Guard/issues)
- 💡 [Suggerisci una nuova funzionalità](https://github.com/Tencent/AI-Infra-Guard/issues)
- ⭐ [Migliora la documentazione](https://github.com/Tencent/AI-Infra-Guard/pulls)
<br />
<br />
## 🛡️ Informazioni sul Team
Questo progetto è guidato e sviluppato da **Tencent Zhuque Lab**, parte del Tencent Security Platform Department. Fondato nel 2019, [Tencent Zhuque Lab](https://matrix.tencent.com/) è un laboratorio di ricerca sulla sicurezza di primo livello focalizzato sulla ricerca offensiva e difensiva nel mondo reale e sulle tecnologie all'avanguardia nel campo della sicurezza AI, coprendo la sicurezza dei grandi modelli, la sicurezza degli agenti AI, la sicurezza potenziata dall'AI e il rilevamento di contenuti generati dall'AI.
Il team ha aiutato importanti vendor come **NVIDIA, Google e Microsoft**, nonché community open-source come **OpenClaw, Linux e Hugging Face**, a correggere un gran numero di vulnerabilità ad alto rischio, ed è stato pubblicamente riconosciuto da essi.
Abbiamo rilasciato prodotti open-source per la sicurezza AI tra cui la piattaforma di test di sicurezza AI Red Team <b>A.I.G (AI-Infra-Guard)</b> e l'**Zhuque AI Detection Assistant**. La nostra ricerca è stata ampiamente pubblicata in conferenze internazionali di primo livello sulla sicurezza e sull'AI come **Black Hat, DEF CON, ICLR, CVPR, NeurIPS e ACL**, e abbiamo scritto il libro *"AI Security: Technology and Practice"*.
### 👥 Membri principali e contributi
| Ruolo | Membro | Contributo |
| --- | --- | --- |
| Head of Tencent Security Platform Department | **Yong Yang** | Ha avviato A.I.G e proposto la valutazione automatizzata dei rischi di perdita di controllo degli agenti AI, guidando l'espansione della piattaforma dalla scansione delle vulnerabilità dell'infrastruttura AI alla valutazione del rischio di esecuzione degli agenti, dell'uso improprio degli strumenti e dei confini dei permessi. |
| Head of Tencent Zhuque Lab | **Xing Zheng** | Ha proposto il meccanismo automatizzato di aggiornamento delle vulnerabilità e di allineamento ai benchmark, aiutando i fingerprint di AI Infra, le regole CVE/GHSA e i benchmark a iterare continuamente. |
| Project Lead | **Nicky** | Ricerca sulla sicurezza all'avanguardia, pianificazione del prodotto, decisioni sul percorso tecnico, collaborazione interna ed esterna e comunicazione. |
| Technical Lead | **Python** | Progettazione complessiva dell'architettura, sviluppo dei moduli core e iterazione delle versioni. |
| Core Contributor | **Zona** | Interazione frontend, esperienza di prodotto, operazioni della community e ciclo di feedback degli utenti. |
| Core Contributor | **Fyoung** | Aggiornamenti dei fingerprint dei componenti delle vulnerabilità di AI Infra e costruzione del sistema Benchmark. |
| Core Contributor | **Xiangfan** | Sviluppo di capacità di sicurezza per i rischi delle Skill e gli scenari di perdita di controllo degli agenti. |
| Core Contributor | **Elwood** | Miglioramento delle capacità di scansione della sicurezza degli Agent e aggiornamento dei report tecnici. |
| Core Contributor | **Robert** | Valutazione della sicurezza dei LLM e gestione delle strategie di jailbreak-evaluation. |
| Core Contributor | **Zoe** | Valutazione della sicurezza dei LLM, jailbreak evaluation e sviluppo del modulo di integrazione dei modelli. |
| Contributor | **Ronin** | Ha partecipato allo sviluppo della scansione di sicurezza degli agenti AI. |
| Contributor | **Rsin** | Ha partecipato alle operazioni della community e alle comunicazioni delle campagne. |
<br />
## 🙏 Ringraziamenti
### 🎓 Collaborazioni accademiche
Ringraziamo i nostri partner accademici per i loro contributi di ricerca e il supporto tecnico.
#### <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>
### 👥 Riconoscimento agli Sviluppatori Contributori
Grazie a tutti gli sviluppatori che hanno contribuito al progetto 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>
<!-- readme: collaborators,contributors -start -->
<table>
<tbody>
<tr>
<td align="center">
<a href="https://github.com/feiyang666">
<img src="https://avatars.githubusercontent.com/u/11484472?v=4" width="100;" alt="feiyang666"/>
<br />
<sub><b>feiyang</b></sub>
</a>
</td>
<td align="center">
<a href="https://github.com/nicky-cc">
<img src="https://avatars.githubusercontent.com/u/12016013?v=4" width="100;" alt="nicky-cc"/>
<br />
<sub><b>Nicky</b></sub>
</a>
</td>
<td align="center">
<a href="https://github.com/boy-hack">
<img src="https://avatars.githubusercontent.com/u/18695984?v=4" width="100;" alt="boy-hack"/>
<br />
<sub><b>boyhack</b></sub>
</a>
</td>
<td align="center">
<a href="https://github.com/aigsec">
<img src="https://avatars.githubusercontent.com/u/19813635?v=4" width="100;" alt="aigsec"/>
<br />
<sub><b>aigsec</b></sub>
</a>
</td>
<td align="center">
<a href="https://github.com/NY1024">
<img src="https://avatars.githubusercontent.com/u/25688837?v=4" width="100;" alt="NY1024"/>
<br />
<sub><b>Elwood Zonghao Ying</b></sub>
</a>
</td>
<td align="center">
<a href="https://github.com/rocie799">
<img src="https://avatars.githubusercontent.com/u/28682217?v=4" width="100;" alt="rocie799"/>
<br />
<sub><b>jucie pie</b></sub>
</a>
</td>
<td align="center">
<a href="https://github.com/y3oZ">
<img src="https://avatars.githubusercontent.com/u/55682544?v=4" width="100;" alt="y3oZ"/>
<br />
<sub><b>Truman</b></sub>
</a>
</td>
</tr>
<tr>
<td align="center">
<a href="https://github.com/kexinoh">
<img src="https://avatars.githubusercontent.com/u/91727108?v=4" width="100;" alt="kexinoh"/>
<br />
<sub><b>KEXNA</b></sub>
</a>
</td>
<td align="center">
<a href="https://github.com/xdtimdx">
<img src="https://avatars.githubusercontent.com/u/135234988?v=4" width="100;" alt="xdtimdx"/>
<br />
<sub><b>john</b></sub>
</a>
</td>
<td align="center">
<a href="https://github.com/aig-doc-bot">
<img src="https://avatars.githubusercontent.com/u/273249389?v=4" width="100;" alt="aig-doc-bot"/>
<br />
<sub><b>aigdocs[bot]</b></sub>
</a>
</td>
<td align="center">
<a href="https://github.com/zonalalala">
<img src="https://avatars.githubusercontent.com/u/170615914?v=4" width="100;" alt="zonalalala"/>
<br />
<sub><b>zonalalala</b></sub>
</a>
</td>
<td align="center">
<a href="https://github.com/ac0d3r">
<img src="https://avatars.githubusercontent.com/u/26270009?v=4" width="100;" alt="ac0d3r"/>
<br />
<sub><b>zznQ</b></sub>
</a>
</td>
<td align="center">
<a href="https://github.com/n-WN">
---
[Read more](https://github.com/tencent/ai-infra-guard)