#1커스텀 LLM 애플리케이션을 위한 보안 스캐너

스킬 증강 에이전트에서 스킬로 유도된 악성 공격을 탐지하고 차단하는 런타임 가드 스킬로, 롤아웃 피드백을 통해 가드 정책을 진화시키는 MCTS 루프를 갖추고 있습니다.

Rubric-Induced Preference Drift(RIPD) 연구 코드: LLM 심사자에서의 진화적 루브릭 탐색, 벤치마크 보존 선택, DPO 정책 정렬 오류 평가.

공격을 구성하고 방어를 구축하며 둘 모두를 벤치마킹하기 위한 적대적 예제 라이브러리

기존 템플릿에 아직 포함되지 않은 공개 CVE를 위한 AI 생성 Nuclei 템플릿 저장소로, 탐지 속도와 범위를 향상시킵니다 👾

당신이 요청하지 않아도 실행되는 코드를 찾습니다: 폴더를 열 때 실행되는 저장소 파일(VS Code 작업, 에이전트 훅, MCP, devcontainers)과 Python .pth/.start 시작 파일입니다.

MCP 서버에서 LLM 에이전트를 레드팀 공격하기 위한 궤적 인식 진화 검색 프레임워크로, 위험 범주 전반에 걸쳐 취약점 지형을 매핑하기 위한 적대적 프롬프트를 생성합니다.

검색 증강 언어 모델에 대한 중독 공격의 연구 구현으로, 위장된 문서를 사용하여 필터링 방어를 우회하고 잘못된 답변을 유도합니다.

AI-powered offensive security testing using autonomous agents, directly in your terminal.

분산 시스템 테스트를 위한 AI 에이전트 스킬

통제되고 승인된 대상을 위한 증거 기반 자동 웹 보안 테스트. 재현 가능한 실습 환경, 감사 추적, 보고서 및 XBEN 벤치마킹 포함.

스파이킹 신경망에 대한 rate, latency, jitter 트리거를 사용한 시간적 트리거 백도어 공격인 T-Backdoor를 구현한 연구 코드로, 공간적 교란 없이 동작한다.


AI 에이전트 도구 호출을 위한 fail-closed Cedar 정책 게이트와 서명된 영수증. npx protect-mcp

tenserflow 바이너리 pwning에 대한 CVE(작업) 모음

취약점 스캔을 위한 도달 가능성 분류. 스캐너 결과를 LLM 에이전트에 전달하여 소스를 읽고 실제로 도달 가능한 CVE를 판별합니다.

에이전트 코딩 및 웹 브라우징을 위한 적절한 샌드박싱