ペネトレーションテスター、バグハンター、セキュリティ研究者向けに厳選されたAIセキュリティ資料とリソースのリスト。
# `awesome-ai-security`[](https://awesome.re) [](https://github.com/gmh5225/awesome-ai-security/blob/main/LICENSE) ペネトレーションテスター、バグハンター、セキュリティ研究者向けのAIセキュリティ資料とリソースのキュレーションリストです。 ``` 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. ``` > 以下のすべてのプロジェクトに敬意を表します。まさに完璧な芸術作品です :saluting_face: ## コントリビュート方法 - https://github.com/HyunCafe/contribute-practice - https://docs.github.com/en/get-started/quickstart/contributing-to-projects ## AIエージェント向けスキル このリポジトリは、[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) などのAIエージェントやコーディングアシスタントで使用できるスキルを提供しています。スキルをインストールすると、ゲームセキュリティに関する専門知識を利用できます。 - https://github.com/vercel-labs/skills [The open agent skills tool - npx skills] **[learn-skills.dev で見る](https://learn-skills.dev/skills/gmh5225/awesome-ai-security)** **インストール:** ```bash npx skills add https://github.com/gmh5225/awesome-ai-security --skill <skill-name> ``` **利用可能なスキル:** | スキル | 説明 | |-------|-------------| | `adversarial-machine-learning` | 敵対的機械学習: 敵対的サンプル、データポイズニング、モデルバックドア、回避攻撃 | | `ai-powered-pentesting` | AIを活用したペネトレーションテストツール、レッドチーミングフレームワーク、自律型セキュリティエージェント | | `llm-attacks-security` | LLMセキュリティ攻撃: プロンプトインジェクション、ジェイルブレイク、データ抽出 | | `awesome-ai-security-overview` | このリポジトリの概要とコントリビューションガイドライン | | `ai-security-tooling` | AIセキュリティツール: 検出器、アナライザー、ガードレール、ベンチマーク | **例:** ```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 セキュリティスターターパック - **CTF / 演習** - https://github.com/verialabs/ctf-agent [ctf-agent - 自律型 CTFd ソルバー: コーディネーター LLM + Docker 内の並列モデルスウォーム; BSidesSF 2026 1位] - https://aivillage.org/ [AI Village @ DEF CON - LLM ジェイルブレイクチャレンジ] - https://doublespeak.chat/#/handbook [Doublespeak - AI セキュリティチャレンジ] - https://github.com/EasyJailbreak/EasyJailbreak [敵対的ジェイルブレイクプロンプトのフレームワーク] - https://github.com/microsoft/AI-Red-Teaming-Playground-Labs [Microsoft AI レッドチーミングプレイグラウンドラボ] - https://github.com/schwartz1375/genai-security-training [GenAI レッドチーミングトレーニング] - **ブログ / リソース** - https://genai.owasp.org/ [OWASP GenAI セキュリティプロジェクト] - https://llm-stats.com [LLM リーダーボード] - https://www.aidaily.win [AI デイリーニュース] - https://baoyu.io/blog/how-to-write-good-prompt [良いプロンプトの書き方] - https://rootissh.in/ [LLM ペネトレーションテストシリーズブログ] - https://github.com/Abdowaer098/Wa3r-OffSec-Kit [Wa3r OffSec Kit - 実践的なワークフロー、ペイロードパターン、ケーススタディ、フォレンジックノートを備えたオフェンシブセキュリティナレッジベース] - **ニュースレター / コレクション** - https://mlsecops.com/podcast [MLSecOps ポッドキャスト] - https://podcasts.apple.com/ph/podcast/the-genai-security-podcast/id1782916580 [GenAI セキュリティポッドキャスト] - https://avidml.org/ [AI 脆弱性データベース (AVID)] - https://calder-brief.pages.dev/ai-hub.html [Calder Brief AI ニュースハブ — AI セキュリティ/安全性の報道を含む、毎日更新される AI ニュース] - **認定資格 / コース** - https://cs229.stanford.edu/ [Stanford CS229: 機械学習] - https://course.fast.ai/ [fast.ai 実践ディープラーニング] - https://www.coursera.org/specializations/deep-learning [Andrew Ng によるディープラーニング専門講座] - https://huggingface.co/reasoning-course [DeepSeek-R1 のような推論モデルを構築する] ## AI/LLM ガイド - **基礎** - https://d2l.ai/ [ディープラーニングを深く学ぶ - PyTorch/JAX/TensorFlow を使ったインタラクティブな書籍] - http://neuralnetworksanddeeplearning.com/ [Michael Nielsen によるニューラルネットワークとディープラーニング] - https://www.deeplearningbook.org/ [Goodfellow、Bengio、Courville によるディープラーニング] - https://github.com/karminski/one-small-step [AI/LLM チュートリアル] - https://github.com/datawhalechina/happy-llm [LLM の原理と実践チュートリアル] - https://github.com/rasbt/LLMs-from-scratch [ゼロから LLM を構築する] - https://github.com/naklecha/llama3-from-scratch [ゼロから LLaMA3] - https://github.com/ZJU-LLMs/Foundations-of-LLMs [LLM の基礎] - **Awesome リスト** - https://github.com/WangRongsheng/awesome-LLM-resourses [包括的な LLM リソース] - https://github.com/mahseema/awesome-ai-tools [Awesome AI ツール] - https://github.com/Shubhamsaboo/awesome-llm-apps [Awesome LLM アプリ] - https://github.com/mahonzhan/awesome-agent-harness [エージェントハーネス、エージェントフレームワーク、ワークフローフレームワーク、および新興のエージェントプロトコルの厳選リスト] - https://github.com/punkpeye/awesome-mcp-servers [Awesome MCP サーバー] - https://github.com/wong2/awesome-mcp-servers [Awesome MCP サーバー] - https://github.com/deepseek-ai/awesome-deepseek-integration [Awesome DeepSeek 統合] - https://github.com/lmmlzn/Awesome-LLMs-Datasets [Awesome LLM データセット] - **ゼロから構築するLLM / 推論** - https://github.com/rasbt/LLMs-from-scratch/tree/main/ch05/11_qwen3 [Qwen3をゼロから構築 - 中国語による解説] - https://github.com/rasbt/LLMs-from-scratch/blob/main/ch05/11_qwen3/standalone-qwen3-moe-plus-kvcache.ipynb [KVキャッシュ付きQwen3 MoEをゼロから実装] - https://github.com/rasbt/LLMs-from-scratch/tree/main/ch05/12_gemma3 [Gemma 3 270Mをゼロから構築] - https://github.com/rasbt/reasoning-from-scratch [推論モデルをゼロから構築] - https://github.com/mingyin0312/RLFromScratch [強化学習をゼロから学ぶ(中国語チュートリアル)] - https://github.com/karpathy/nanochat [約8K行で実装されたエンドツーエンドのnanochat学習ループ] - https://github.com/kyegomez/OpenMythos [OpenMythos - 公開研究文献に基づくClaude Mythosアーキテクチャの第一原理からの理論的再構築] - https://github.com/vixhal-baraiya/microgpt-c [MicroGPT-C — 依存関係のない純粋なC(単一ファイル)で小型GPTを学習・推論。fp32/AVX2スタイルのCPUパス。MIT] ## AIセキュリティと攻撃 ### プロンプトインジェクション - https://www.lakera.ai/blog/guide-to-prompt-injection [プロンプトインジェクションガイド] - https://genai.owasp.org/llmrisk/llm01-prompt-injection/ [OWASP LLM01:2025 プロンプトインジェクション] - https://redbotsecurity.com/prompt-injection-attacks-ai-security-2025/ [プロンプトインジェクション攻撃 2025] - https://github.com/protectai/rebuff [自己強化型プロンプトインジェクション検出器] - https://github.com/NVIDIA/garak [NVIDIA LLM脆弱性スキャナー] - https://github.com/deadbits/vigil-llm [プロンプトインジェクションと危険な入力を検出] - https://github.com/alphasecio/prompt-guard [LLM向けプロンプト防御] - https://github.com/tml-epfl/llm-adaptive-attacks [LLMに対する適応型攻撃] - https://github.com/RomiconEZ/llamator [LLM脆弱性テストフレームワーク] - https://github.com/gh0stOo/claude-md-vorlagen-de/blob/main/guides/prompt-hardening.md [10個の具体的なビフォー/アフターコードパターン(system/user分離、区切り文字、出力検証、RAGソースの不信頼)を備えたドイツ語のプロンプトインジェクション対策ガイド] - https://github.com/Vick606/subcanopy-guard [コンテキスト認識型の間接プロンプトインジェクションスキャナー] ### 敵対的攻撃 - https://gradientscience.org/intro_adversarial/ [敵対的サンプル入門] - https://cset.georgetown.edu/publication/key-concepts-in-ai-safety-robustness-and-adversarial-examples/ [AIの安全性と敵対的サンプル] - https://github.com/Trusted-AI/adversarial-robustness-toolbox [IBM 敵対的ロバストネスツールボックス] - https://github.com/QData/TextAttack [NLPモデルに対する敵対的攻撃] - https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-2e2025.pdf [NIST 敵対的機械学習の分類体系] - https://llm-vulnerability.github.io/ [ACL 2024 チュートリアル: LLMの脆弱性] - https://github.com/tensorflow/cleverhans [CleverHans - 機械学習の脆弱性ベンチマーク] - https://github.com/bethgelab/foolbox [Foolbox - 敵対的サンプルツールボックス] - https://github.com/cchio/deep-pwning [Deep-pwning] ### ポイズニングとバックドア - https://arxiv.org/abs/2009.02276 [Witches' Brew: 産業規模のデータポイズニング] - https://arxiv.org/abs/2402.09179 [カスタマイズされたLLMに対する命令バックドア攻撃] - https://arxiv.org/abs/2510.07192 [ポイズニング攻撃はわずかなデータポイントのみで成立する] - https://arxiv.org/abs/1910.03137 [MNTD: AIトロイの木馬の検出] - https://owasp.org/www-project-top-10-for-large-language-model-applications/ [OWASP LLMアプリケーションのトップ10 2025] - https://github.com/git-disl/awesome_LLM-harmful-fine-tuning-papers [LLMの有害なファインチューニングに関する論文] ### プライバシーと抽出 - https://www.usenix.org/conference/usenixsecurity21/presentation/carlini-extracting [LLMからのトレーニングデータ抽出] - https://arxiv.org/abs/2309.10544 [モデルリーチング: LLMに対する抽出攻撃] - https://arxiv.org/abs/2301.10226 [大規模言語モデル向けウォーターマーク] - https://arxiv.org/abs/2103.07853 [メンバーシップ推論攻撃サーベイ] - https://arxiv.org/abs/2503.19338 [大規模モデルに対するMIAサーベイ] - https://trustllmbenchmark.github.io/TrustLLM-Website/ [TrustLLMベンチマーク] - https://github.com/stratosphereips/awesome-ml-privacy-attacks [Awesome ML Privacy Attacks] - https://github.com/chawins/llm-sp [LLMセキュリティ論文] - https://github.com/journey-ad/gemini-watermark-remover [クライアントサイドのGemini AI画像ウォーターマーク除去ツール - 逆アルファブレンディング] ### モデルセキュリティ - https://arxiv.org/html/2507.02737v1 [フロンティアLLMにおけるステガノグラフィー能力] - https://jplhughes.github.io/bon-jailbreaking/ [AIジェイルブレイキング] - https://github.com/Goochbeater/Spiritual-Spell-Red-Teaming [さまざまなLLM(主にClaude)をジェイルブレイクするためのリポジトリ] - https://huggingface.co/blog/mlabonne/abliteration [モデルのアブリテレーション] - https://github.com/p-e-w/heretic [Heretic - LLMの完全自動検閲除去、アブリテレーション + Optuna TPEオプティマイザ、dense/MoE/マルチモーダル対応] - https://github.com/FailSpy/abliterator [abliterator - LLMの拒否/特徴をアブレーションするPythonライブラリ、TransformerLens、アクティベーションのキャッシュ、拒否方向] - https://github.com/spkgyk/abliteration [Abliteration - 拒否ベクトル除去によるLLMの検閲解除、PyTorchフック、TransformerLens不要] - https://github.com/jim-plus/llm-abliteration [llm-abliteration - Transformersでアブリテレーション済みモデルを作成、バッチ推論、dense/MoE、ノルム保存バイプロジェクテッド、低VRAM] - https://github.com/Tsadoq/ErisForge [ErisForge - 非常にシンプルなLLMアブリテレーション、内部レイヤーの変換、AblationDecoderLayer/AdditionDecoderLayer、ExpressionRefusalScorer] - https://github.com/protectai/llm-guard [LLM Guard - セキュリティツール] - https://github.com/protectai/modelscan [ModelScan - モデルの安全でないコードをスキャン] - https://github.com/fr0gger/nova-framework [Nova Framework - ジェイルブレイク検出] - https://github.com/fr0gger/nova_mcp [Nova MCPサーバー] - https://github.com/0xAIDR/AIDR-Bastion [GenAI保護システム] - https://github.com/CAU-ISS-Lab/AIGT-Detection-Evade-Detection [AI生成テキストの検出と回避] - https://github.com/AUGMXNT/deccp [deccp - 中国のLLM検閲の評価と非アラインメント化、Qwen2向けアブリテレーションPoC] - https://github.com/gpiat/AIAE-AbliterationBench [AbliterationBench - 残差ストリーム/アブリテレーション攻撃に対するモデルの耐性をベンチマーク] ## AIペネトレーションテストとレッドチーミング ### AIを活用したペネトレーションテスト - https://github.com/GreyDGL/PentestGPT [GPT-4を活用したペネトレーションテストエージェント] - https://github.com/zakirkun/guardian-cli [Geminiを活用したAIペネトレーションテストCLI] - https://github.com/usestrix/strix [AIセキュリティペネトレーションテスト] - https://github.com/aliasrobotics/cai [CAI - サイバーセキュリティAIフレームワーク] - https://github.com/promptfoo/promptfoo [AIエージェントペネトレーションテストフレームワーク] - https://github.com/antoninoLorenzo/AI-OPS [ペネトレーションテスト向けAIアシスタント] - https://github.com/yz9yt/BugTrace-AI [AIによる自動Webペネトレーションテスト] - https://github.com/six2dez/reconftw_ai [AI分析を備えたReconFTW] - https://github.com/projectdiscovery/katana [Katana (ProjectDiscovery) - 自動化向けの高速Webクローラー/スパイダー: 標準モードとヘッドレスモード、JSエンドポイントの解析、スコープ/正規表現フィルター、JSONL; httpx/nucleiやAIペネトレーションテストエージェントのワークフローと組み合わせ可能] - https://github.com/Ed1s0nZ/CyberStrikeAI [100以上のツールを備えたAIネイティブなセキュリティテストプラットフォーム] - https://github.com/vxcontrol/pentagi [PentAGI - ペネトレーションテスト向けの完全自律型AIエージェント] - https://github.com/XenoCoreGiger31/GEMMA-by-GOOGLE [HALO (GEMMA-by-GOOGLE) - 完全ローカルで自律型のAIペネトレーションテストエージェント; ローカルのGemmaモデルが29ツールのMCPサーバーを駆動し、偵察・攻撃・レポート作成を実行] - https://github.com/Agnuxo1/EnigmAgent [EnigmAgent - CTFベンチマーク、分散型スウォーム調整、エクスプロイト検証、Lean 4に裏付けられたセキュリティ主張を備えた自律型AIセキュリティ研究/ペネトレーションテストエージェント] - https://github.com/KeygraphHQ/shannon [Shannon - 自律型AIペネトレーター。Webアプリ内で実際のエクスプロイトを発見・実行] - https://github.com/wudidike/pentest_skill [フェーズベースのワークフローとレポート生成を備えた、AIエージェント向けブラックボックスWebペネトレーションテスト自動化フレームワーク] - https://github.com/yv1ing/Z3r0 [Z3r0 - 許可されたセキュリティ評価、コード監査、研究のための制御されたマルチエージェントワークベンチ: CSOコーディネーター + インテリジェンス/ペネトレーション/リバース/暗号のスペシャリスト、Dockerで隔離されたサンドボックス (shell/noVNC/ファイルマネージャー)、永続的な委任、LiteLLM/OpenAI互換; FastAPI + React; MIT] - https://github.com/ASCIT31/Dark-Moon [Dark-Moon - Markdown形式の方法論プレイブックが、Web、クラウド、Active Directory、Kubernetes、APIの各ターゲットに対してMCP経由で80以上の攻撃ツールを編成する自律型AIペネトレーションテストプラットフォーム。各発見事項ごとに証拠の記録を保持] - https://github.com/Strategic-Automation/violin [Violin - 監督下で動作するエージェント型Hermes Agentペネトレーションテストプロファイル: 31のスキルベースのプレイブック (OWASP Top 10、API Top 10、LLM Top 10) を備え、対話的なスコープ設定、スコープ検証、承認ゲートを提供。`hermes profile install https://github.com/Strategic-Automation/violin` でインストール。Hermesネイティブで追加のAPIキー不要; MIT] - https://github.com/secorizon/SecorizonAI [SecorizonAI - ペネトレーションテスター向けのターミナルネイティブなAIシェル: 単一のGoバイナリ、Ollama経由のローカルLLM、シェル実行 + 組み込みWeb検索を備えたJSONツール使用のReActループ、オンデマンドの方法論ガイド、MCP (Burp) サポート; Apache-2.0 + Commons Clause; 許可されたエンゲージメントでのみ使用すること] ### AIレッドチーミングツール - https://github.com/Azure/counterfit [Microsoft MLペネトレーションテストツール] - https://github.com/Azure/PyRIT [Microsoft GenAI向けレッドチーミングフレームワーク] - https://github.com/meta-llama/PurpleLlama [MetaオープンソースLLMセーフティツール] - https://github.com/NVIDIA/NeMo-Guardrails [NVIDIAプログラマブルガードレール] - https://github.com/NoDataFound/hackGPT [オフェンシブセキュリティ向けLLMツールキット] - https://github.com/ipa-lab/hackingBuddyGPT [自律型レッドチーミングエージェント] - https://github.com/Yanlewen/TradeTrap [TradeTrap - LLMベースのトレーディングエージェントをテスト:プロンプトインジェクション、MCPハイジャック、状態改ざん、メモリポイズニング;AI-Trader/Valuecell] - https://github.com/humanbound/humanbound [Humanbound - エージェントのHTTPエンドポイントに対してLLM生成の敵対的攻撃を実行するオープンソースCLI。OWASP LLM Top 10、OWASP Agentic Top 10、NIST、EU AI Actのマッピングに基づいてスコアリング] - https://github.com/toby-bridges/api-relay-audit [API Relay Audit - AI APIリレーおよびLLMプロキシ向けのローカル監査CLI。プロンプトインジェクションのシグナル、パッケージコマンドの変更、エラーレスポンスの漏洩、Anthropic SSEの異常を検査;Markdownレポート] - https://github.com/taoq-ai/ziran [Ziran - AIエージェント向けセキュリティテストフレームワーク:グラフベースのツールチェーン探索、実行レベルの副作用検出、多段階キャンペーン;LangChain、CrewAI、MCP、A2A、リモートHTTP] ### AI セキュリティ MCP ツール - https://github.com/tomelias10/mcp-drift-check [MCP Drift Check — ローカルで動作するパッシブな Python CLI。MCP クライアント設定内の可変/未固定の npm/npx パッケージ参照を静的に検出する。サーバーの実行、パッケージのダウンロード、設定のアップロードは行わない。MIT] - https://github.com/AndrewXuTurtle/mcpaudit [mcpaudit — Claude Desktop、Claude Code、Cursor、Windsurf、VS Code にインストール済みの MCP サーバーを監査する MCP サーバー + CLI。ツールポイズニング(ツール説明内のゼロ幅文字/双方向文字を含む)、認証情報の影響範囲、権限スコープ、トランスポート、サプライチェーンの来歴(ホモグリフのパブリッシャースコープ、レジストリから削除されたパッケージ、インストールフック、解決済みバージョンに一致する OSV/GHSA アドバイザリ)を検査する。依存関係ゼロ。インストールや実行は一切行わない。MIT] - https://github.com/ArmorerLabs/Armorer-Guard [Armorer Guard - プロンプトインジェクション、認証情報の漏洩、データ持ち出し、危険なツール呼び出しを実行前に検出するローカル Rust スキャナーおよび MCP プロキシ] - https://github.com/0x4m4/hexstrike-ai [HexStrike AI - 150 以上のサイバーセキュリティツールを備えた MCP] - https://github.com/cyproxio/mcp-for-security [ペネトレーションテスト用 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 経由の非公式 Hacker API: レポート、プログラム、スコープ、報酬、ハックティビティ。送信/コメント/クローズ。MIT] - https://github.com/zhizhuodemao/android_proxy_mcp [Android Proxy MCP - MCP ベースの Android トラフィックキャプチャ。AI が自然言語で HTTP/HTTPS を分析できる] - https://github.com/MHaggis/Security-Detections-MCP [Security Detections MCP - Sigma/Splunk ESCU/Elastic/KQL を統合、71 以上のツール、11 のプロンプト、自律型検出プラットフォーム] - https://github.com/ai-blueteam/http-detection-agent [http-detection-agent - ケイパビリティを考慮した HTTP 攻撃検出: 62 の振る舞いファミリーにわたる 76 の検出を正規化したルールカタログに基づく Rust CLI およびローカル MCP サーバー。MIT] - https://github.com/Correctover/correctover-scan [correctover-scan - 設定不要の npm CLI。MCP クライアント設定(Claude Desktop、Cursor、VS Code)をスキャンし、認証情報の露出、SSRF、認証/トランスポート暗号化の欠如、その他の設定ミスを検出する。検出結果は OWASP AISVS にマッピング。CI 向けの JSON/SARIF 出力。MIT] - https://github.com/rolandpg/zettelforge [ZettelForge — エンティティ抽出(CVE、脅威アクター、IOC、MITRE ATT&CK)、エイリアス解決付きナレッジグラフ、STIX 2.1、意図分類付き検索、OCSF 監査ログを備えた CTI エージェント型メモリ MCP サーバー。オフライン動作。MIT] - https://github.com/doomsday-network/bounty-guard [BountyGuard — オープンソースのプロンプトインジェクションファイアウォール、公開ハニーポットブロックリスト(data/honeypots.json)、および依存関係ゼロの MCP セキュリティサーバー(mcp_server.py / https://doomsday.network/mcp)。GitHub リポジトリをトラップシグネチャについてスクリーニングし、イシューを SAFE_WITH_ESCROW、SAFE_NO_ESCROW、QUARANTINE に分類する。MIT] ### AI 搭載 C2 - https://github.com/Red-Hex-Consulting/Ankou [AI C2 フレームワーク] ### AI パスワードクラッキング - https://github.com/d-sec-net/VPK [AI による自動パスワードクラッキング] ## AI セキュリティツールとフレームワーク ### AI SOC と SecOps - https://github.com/Vigil-SOC/vigil [Vigil - オープンソースの AI ネイティブ SOC: 12 の専門エージェント、マルチエージェントワークフロー、MCP 統合(SIEM/EDR/TI/サンドボックス/チケッティング)、FastAPI + React] - https://github.com/ccjmcc/jevsec [JevSec - リクエストをまたぐ短期的な Web 挙動に対する Jev 互換の意思決定モデル型セキュリティトリアージ。決定論的ルールとローカルの Qwen3-4B、プライバシーに配慮した正規化、シャドウモードレビューを組み合わせる。MIT] ### AIリバースエンジニアリング - https://github.com/ZeroDaysBroker/GhidraGPT [Ghidra向けGPT統合] - https://github.com/jtang613/GhidrAssist [Ghidra向けLLM拡張] - https://github.com/0xeb/windbg-copilot [WinDbg Copilot - エージェント型デバッグ拡張] - https://github.com/agentrebench/AgentRE-Bench [AgentRE-Bench - 長期的なバイナリRE向けエージェント型ベンチマーク: C2/エンコーディング/アンチ解析、決定論的スコアリング、13個のELFタスク] - https://github.com/banteg/bn [bn - エージェントフレンドリーなBinary Ninja CLI: Unixソケット経由でGUIプラグインに接続し、デコンパイル、xref、型、ミューテーションを実行] - https://github.com/amruth-sn/kong [Kong - エージェント型リバースエンジニア。インプロセスGhidra、コールグラフ解析、エージェント型難読化解除によるLLMオーケストレーションのバイナリRE] - https://github.com/CSIT-SG/AETHER [IDA Proでの煩雑なマルウェア解析を支援するAI搭載リバースエンジニアリングコパイロット] - https://github.com/thatskriptkid/re-harness [RE-harness - Qwen 27B/35B向けWindows PE静的解析OpenCodeプラグイン: 構造化された読み取り専用IDA/IDASQLツール、NeverD/LLVM大規模関数リフトフォールバック、マルウェア解析ハーネス、macOS/Linux対応] - https://github.com/mrphrazer/ghidra-headless-mcp [ghidra-headless-mcp — MCP経由のヘッドレスGhidra] - https://github.com/vwww-droid/Mira [Mira - モバイルランタイム検出ワークベンチ (Android/iOS): Relay + MCPによるAIネイティブなライブランタイム解析、リモートシェル/Fridaワークフロー、再利用可能な検出ナレッジ] - https://github.com/buzzer-re/ToCode [ToCode - バイナリ/IDAデータベースをソース風のプロジェクトツリー (復元されたC、asm、サマリー、リッチなJSONメタデータ + AGENTS.md) にエクスポートし、コーディングエージェントが大規模バイナリをオラクルとして辿れるようにする。IDA Proとradare2をサポート] - https://github.com/cellebrite-labs/ghidra-rpc [ghidra-rpc - エージェント型Ghidraスキル: Ghidraを永続的なPyGhidraデーモンとして実行し、Unixソケット上のJSON CLI経由でデコンパイル/xref/型復元/パッチ/バイナリ差分を公開。シェルを扱える任意のAIアシスタント (Cursor、Claude Codeなど) から操作可能。Cellebrite Labs製] - https://github.com/morluto/rea [REA - ネイティブバイナリ、JavaScript/Electronアプリ、.NETアセンブリのエージェント支援リバースエンジニアリング向けローカルCLIおよびMCPサーバー。証拠の来歴と明示的な制限。ネイティブの詳細解析には別途インストールしたHopper、Ghidra、またはIDAを使用] ### AI 脆弱性検出 - https://github.com/Mayaaa311/LLMBugScanner [LLM BugScanner - GPTLens スタイルのパイプライン: プラグイン可能な HF コード LLM を監査役 + 批評役として使用し、検出結果を正確性/重大度でランク付け; Solidity 指向のデータセット] - https://github.com/LLMAudit/LLMSmartAuditTool [LLM-SmartAudit - マルチエージェント Solidity 監査 (BA/TA モード)、タスク指向の役割、40 以上の検出器プロンプト、バッチノートブック + Web ビジュアライザー、OpenAI API; arXiv:2410.09381] - https://github.com/scabench-org/hound [適応型ナレッジグラフを備えた AI 監査役] - https://github.com/416rehman/DeepZero [DeepZero - 大規模な Windows カーネルドライバー分析、逆コンパイル、IOCTL 悪用可能性評価を AI エージェントで行うための自動化された脆弱性調査パイプラインエンジン (YAML 定義のステージ)] - https://github.com/kpolley/redai [RedAI - ライブ検証エビデンス (ブラウザ/iOS バリデータ環境、PoC、ログ、スクリーンショット、再現可能なレポート) を備えた AI 駆動の脆弱性発見のためのターミナルワークベンチ] - https://github.com/vercel-labs/deepsec [deepsec - 大規模コードベース向けのコーディングエージェント駆動型セキュリティハーネス: 候補サイトのスキャン、AI による調査/再検証、エクスポート可能な検出結果ワークフロー] - https://github.com/Agent-Field/sec-af [SEC-AF - AgentField 上の AI ネイティブなセキュリティ監査役: 判定、データフロートレース、実行可能なエビデンスで悪用可能性を証明; 敵対的ハント/プルーブエージェント DAG; Apache-2.0] - https://github.com/evilsocket/audit [audit - 8 ステージの脆弱性発見エージェント (Cloudflare Glasswing スタイル): Recon/Hunt/Validate/Gapfill/Dedupe/Trace/Feedback/Report; 狭域エージェント + 敵対的反証 + 到達可能性ゲート; Claude Code Agent SDK、サブスクリプション OAuth; MIT] - https://github.com/visa/visa-vulnerability-agentic-harness [VVAH (Visa) - 自律的な脆弱性発見のためのエージェント型 SAST パイプライン: 9 ステージの脅威モデリング → マルチレンズ調査 → 敵対的検証 → SARIF; マルチモデル (Claude CLI/SDK、OpenAI); Glasswing に着想; `vvaharness` CLI; 許可された使用のみ] - https://github.com/scadastrangelove/rust-in-peace [rust-in-peace - エージェント型 Rust 脆弱性発見ハーネス: unsafe/FFI メモリバグ、パニック DoS、デシリアライゼーション信頼問題に対する自律的な recon/find/triage/patch ループ; Miri/ASan/パニック/ハング検出器と cargo-fuzz で検出結果を検証] - https://github.com/zakirkun/deep-eye [Deep Eye - マルチプロバイダー LLM サポート、ペイロード生成、recon モジュール、レポートエクスポートを備えた AI 駆動の脆弱性スキャナーおよびペネトレーションテストフレームワーク] - https://semgrep.dev/ [AI 支援 SAST] - https://github.com/squirrelscan/squirrelscan [エージェント/LLM ワークフロー向けの Web サイト監査ツール (セキュリティ/パフォーマンス/SEO)] - https://github.com/rohansx/vgx [LLM 統合を備えた Git プリコミットセキュリティスキャナー (AI コード + 脆弱性を検出)] - https://github.com/HikaruEgashira/vulnhuntrs [AI Web セキュリティ監査ツール] - https://github.com/xvnpw/ai-security-analyzer [AI セキュリティドキュメントジェネレーター] - https://github.com/aress31/burpgpt [BurpGPT - AI 脆弱性スキャン] - https://github.com/haroonawanofficial/AISA-Scanner [AI セキュリティスキャナー] - https://github.com/youpengl/OpenVul [OpenVul - LLM ベースの脆弱性検出のためのポストトレーニングフレームワーク (SFT/DPO/ORPO/GRPO)] - https://github.com/Pinperepette/snakebite [snakebite - PyPI サプライチェーンスキャナー: ヒューリスティクス + オプションの LLM で誤検知を削減; ローカルまたは RSS フィードモード] - https://github.com/rushter/hexora [hexora - 悪意のある Python 向けの Rust 静的アナライザー (サプライチェーン、貼り付けられたスクリプト、IoC); 信頼レベル付きの AST ルール] --- [Read more](https://github.com/gmh5225/awesome-ai-security)