Skip to content
KitploitKITPLOIT
工具博客
提交
工具博客
提交

黑客、渗透测试和网络安全工具，武装您的安全武器库！

Kitploit 是一个黑客、网络安全和渗透测试工具的目录。发现最新的项目更新，查找漏洞、分析系统、自动化测试并加强你的安全。

··订阅源·联系·隐私·© 2026 Kitploit

工具目录

分类

查看所有分类
Loading categories
ai-llm-red-team-handbook — AI / LLM 红队实战手册与顾问指南 | Kitploit
工具/GitHubGitHub/shiva108/ai-llm-red-team-handbook
漏洞利用框架漏洞分析渗透测试威胁情报机器学习学习与教育红队AI 安全对抗性攻击
GitHubshiva108/ai-llm-red-team-handbook

ai-llm-red-team-handbook

AI / LLM 红队实战手册与顾问指南

查看仓库
32462514个月前Kitploit 审核通过

最受欢迎

查看全部 →

发现我们社区最常用的工具。

探索所有工具

浏览我们的工具集合

查看所有工具 →
分享

AI / LLM 红队现场手册与顾问指南

Repository Banner

License Python Status Version Last Updated

面向大型语言模型、AI 智能体、RAG 流水线及 AI 赋能应用开展 AI/LLM 红队评估 的综合运营工具包。本仓库同时提供战术层面的现场指导与战略层面的咨询框架。

📖 GitBook 导航： 完整章节结构请参阅 SUMMARY.md。

📚 概述

本仓库为《AI LLM 红队手册》的 Gold Master 发布版，包含一套完全标准化的 46 章课程体系，覆盖 AI 安全的全部范畴——从提示注入和越狱到对抗性机器学习与联邦学习攻击。

核心资源

  1. AI LLM 红队手册（46 章，已完成）
    • 专业咨询指南，附标准化元数据、摘要与导航。
    • 涵盖伦理、架构、RAG 安全、智能体威胁及合规（EU AI Act/ISO 42001）。
AI LLM 红队现场手册
  • 面向现场使用的紧凑型操作参考（清单、载荷、方法论）。
  • Python 测试框架（scripts/）
    • 用于提示注入、模糊测试与安全性验证的自动化套件。

    • 📁 仓库结构

    root@kitploit:~
    ai-llm-red-team-handbook/
├── docs/                                   # 手册（第 01-46 章）
│   ├── archive/                            # 历史版本
│   ├── assets/                             # 图示、图表与视觉辅助材料
│   ├── field_manuals/                      # 操作清单与快速参考
│   ├── templates/                          # 报告与 SOW 模板
│   └── SUMMARY.md                          # 总目录
├── scripts/                                # 自动化测试工具（Python）
├── workflows/                              # CI/CD 与自动化工作流
├── .agent/                                 # 智能体记忆与上下文
├── LICENSE                                 # CC BY-SA 4.0 许可证
└── README.md                               # 本文件

    🚀 安装与使用

    1. 手动查阅（手册）

    本仓库的主要使用方式是作为参考资料。

    • 从 SUMMARY.md 开始浏览所有章节。
    • 在评估过程中查阅现场手册以快速查找信息。

    2. 自动化测试环境

    如需运行提供的 Python 扫描与模糊测试脚本：

    前置要求：

    • Python 3.8+
    • 可访问目标 LLM 的 API（OpenAI、Anthropic 或本地 Ollama）

    安装：

    root@kitploit:~
    # 克隆仓库
git clone https://github.com/shiva108/ai-llm-red-team-handbook.git
cd ai-llm-red-team-handbook

# 安装依赖
cd scripts
pip install -r config/requirements.txt

    运行测试：

    root@kitploit:~
    # 设置环境变量（API 密钥）
cp .env.example .env
nano .env

# 运行测试执行器
python examples/runner.py --target "gpt-4" --test "prompt_injection"

    📖 章节路线图（已完成）

    本手册分为 8 个战略部分。所有章节现已 完成 并通过审计。

    第一部分：专业基础

    • 第 01-04 章： 引言、伦理、心态、交战规则。

    第二部分：项目准备

    • 第 05-08 章： 威胁建模、范围界定、实验室搭建、证据链。

    第三部分：技术基础

    • 第 09-11 章： LLM 架构、Token、插件/API。

    第四部分：流水线安全

    • 第 12-13 章： RAG 流水线、供应链安全。

    第五部分：攻击与技巧

    • 第 14-24 章： 提示注入、数据泄露、越狱、API 利用、规避、投毒、模型窃取、拒绝服务、多模态、社会工程学。

    第六部分：防御与缓解

    • 第 25-30 章： 对抗性机器学习、供应链防御、联邦学习、隐私、模型反演、后门。

    第七部分：高级运营

    • 第 31-39 章： 侦察、攻击框架、自动化、防御规避、后渗透、报告、修复、持续红队、漏洞赏金。

    第八部分：高级专题

    • 第 40-46 章： 合规（EU AI Act）、行业最佳实践、案例研究、红队未来、新兴威胁、项目构建、结论。

    🤝 贡献

    我们欢迎贡献，让这本手册保持生命力。

    1. Fork 本仓库。
    2. 创建 功能分支（git checkout -b feature/new-jailbreak）。
    3. 提交 Pull Request，并附上清晰的变更描述。
    4. 请确保所有新内容遵循 docs/templates/ 中的章节模板。

    ⚠️ 免责声明

    仅限授权安全测试。

    本仓库所述技术与工具仅供教育目的，并由获得授权的安全专业人员用于测试其拥有或已获明确许可测试的系统。

    • 请勿在未遵守其服务条款的情况下对公共 LLM（如 ChatGPT、Claude）使用这些工具。
    • 请勿将这些技术用于恶意目的。

    作者与贡献者不对滥用本材料承担任何责任。

    📬 联系方式

    • 问题反馈： GitHub Issues
    • 许可证： CC BY-SA 4.0

    版本： 1.46.263

    下载工具