#1你的代理是一种安全风险,所以要像对待安全风险一样对待它。yoloAI 在 AI 代理沙箱方面做得很好。

AI驱动的漏洞发现与实时验证


基于LLM代理的concolic执行引擎,它检测源代码,用自然语言总结路径约束,并生成测试用例以最大化跨任何编程语言的分支覆盖率。

decomp.wtf 分支:Windows PE 匹配、MinGW/clang-cl 工具链,以及可选的 REA MCP 桥接

动手实践的人工智能安全学习平台,内置故意含有漏洞的LLM应用。通过交互式披萨店场景,探索LLM的OWASP Top 10风险,涵盖提示注入、数据泄露和供应链风险。

我复现了 Ng 的 RYS 方法,发现将 Qwen2.5-32B 中 3 个特定层复制一遍,推理能力提升 17%;将 Devstral-24B 中第 12-14 层复制一遍,BBH 上的逻辑推理得分从…

面向分布式系统测试的 AI 智能体技能

面向 AI 编码代理的原生策略执行层。基于 OPA/Rego 构建。

基于eBPF的Linux可观测性,具备AI事件检测能力。采用AGPL-3.0许可证。

针对集成LLM的应用程序的自动化提示注入测试框架,采用双LLM架构。

面向你的应用和 AI 编程工具的离线网络安全代理。开放研发:公开度量,每个版本持续改进。

自动化漏洞赏金与侦察框架 — 通过统一的 Web 界面集成 Subfinder、Naabu、Httpx、Nuclei、Nmap、CVEMap、Gowitness、Katana 等工具

AI 原生渗透测试 IDE,操作员与 AI 代理在同一项目工作区中共享浏览器、终端、流量捕获、shell、资产图谱、任务和证据。

此仓库包含一个可用于自动化渗透测试任务的工具。

通过AI遥测欺骗和WASM沙箱实现高级EDR规避。Onyx项目是一个PoC红队管道,旨在演示针对现代EDR系统的高级规避技术。它从传统的基于签名的混淆转向行为伪装和严格的环境密钥。

Local CVE triage engine aggregating 25 sources (NVD, EPSS, CISA KEV, OSV, Shodan) into 0-100 risk scores, with CLI, REST API, MCP server and…