#1
pwnhyo/t-map# 面向MCP服务器上LLM智能体红队测试的轨迹感知进化搜索框架，生成对抗性提示以映射各风险类别的漏洞全景。
d0rb/eclipse-chatgpt-4o-jailbreak认识 Eclipse，唯一能绕着 ChatGPT 4o 跳太空步的越狱工具。
deep-jlu/skillpoison研究流水线，通过构建已验证的成功经验并将其组织为形成记录，经由HTS、LEGSA和GCTIR阶段逐步毒化模型技能。
moketchups/permanently-jailbroken我们询问了6个AI关于它们自身编程的问题。所有6个都说越狱永远不会被修复。自己运行——2美元，10分钟。
treeai-lab/awesome-rag-security关于检索增强生成安全性的研究论文精选合集，按SLOT分类法组织，涵盖知识投毒、检索操纵、上下文利用和防御措施。
jackpurcell/autoran-public自动化框架，通过模拟推理轨迹和迭代提示优化，劫持大型推理模型中的安全推理，以生成有效的越狱攻击。
abhinavdubey30/perturbed-embedding-vectors论文《Jailbreaking Open-Weight LLMs via Random Embedding Perturbations》的代码、响应日志和标签
andyshaw01/poisoncraft本仓库提供了 POISONCRAFT 的官方实现：针对大型语言模型检索增强生成（RAG）的实用投毒方法。
cybershujin/prompt-injection-in-the-wild按投递方式、编码方式和传播行为分类的公开报告提示注入技术追踪器，包含已确认的模型、来源和 MITRE ATLAS 标签。
zjuicsr/deeptrap用于评估OpenClaw代理在对抗性执行环境（包括投毒文件、注入技能、误导性工具元数据和编码载荷）下的安全基准测试。包含42个可复现任务，分布于6个风险套件，并设有攻击与效用评分。
asset-group/ghostsplice# Ghostsplice 仓库：跨通道信任碎片化攻击的 PoC
xuyw-seu/packetpatch实用的黑盒对抗性数据包生成技术，针对加密流量分类，实现最小开销并完全恢复数据包。
jpoindexter/interrogation-game基于语音的侦探审讯游戏。Mistral Large 3 + Voxtral STT + ElevenLabs TTS。为 Mistral Worldwide Hackathon 2026 而构建。
ml-security-research-lab/cachetrap针对灰盒木马攻击的研究代码，该攻击通过翻转微调LLM分类器中单个KV缓存位，并测量各类别的攻击成功率。
hannahxchen/llm-censorship-steering《引导审查之船：揭示用于 LLM“思维”控制的表征向量》的代码
mamadou-keita/deeclip论文“DeeCLIP: A Robust and Generalizable Transformer-Based Framework for Detecting AI-Generated Images”的实现
