CLIPGuard
wsu-cyber-security-lab-ai/clipguard使用SAM分割和CLIP模型来规避基于AI的诈骗图像分类器的对抗性图像扰动工具，用于安全研究。
defensive-toolsmachine-learningpapers-research+2
pho5nix/red-team-goad-lab-proxmox红队家庭实验室搭建指南。在 Proxmox 和 pfSense 中搭建 GOAD 实验室，Operator/C2 与重定向器。
joshuagodwin7929/purple-team-automation针对 AD 实验环境进行自动化对手模拟（Caldera），以验证 Sigma 检测覆盖范围并将结果映射到 MITRE ATT&CK。
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。
azzzzliao/aegis-audio-defenseDefense framework that keeps audio-language models frozen and adds a mid-layer risk gate with late-layer safety adapters to block audio jailbreaks at…
shaheeryasirofficial/smugglemypayload生成HTML走私页面，通过JavaScript在客户端嵌入并重建文件，支持载荷编码、分块、混淆以及钓鱼诱饵模板。
alex66366/odpure黑盒输入阶段净化防御，通过损坏、扩散重建和DBSCAN共识投票来中和针对目标检测器的后门攻击。
norrrrrrr-lyn/wainjectbench针对 Web 代理的提示注入检测基准测试。
xiaoyan-lisa/defenses-for-tool-integrated-llm面向工具集成型 LLM 智能体的对抗攻击防御研究与实验代码，扩展 Agent Security Bench，加入新的防御策略与攻击场景。
siyuanli00/intact研究代码，复现了来自SoK意图导向系统化论文的多轮LLM越狱实验（FITD、MRCJ、ActorAttack、X-Teaming）。
s3n4t0r-0x0/bear-c2The exploit server for out-of-band findings. Point a target at a domain you own. Every HTTP request and every email it sends back lands in a…
phkhanhtrinh23/agasLLM驱动的智能体群体刷单攻击框架，利用自适应多角色策略操纵黑盒协同过滤推荐排名，同时规避检测。
ghostwolflab/ai_security_top一个结构化知识库，涵盖AI安全基础、威胁建模、红队攻击技术和蓝队防御，包括LLM安全、对抗性机器学习和深度伪造对策。
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。
chanwoochoi316/kidnaprag黑盒攻击框架，通过注入恶意文档劫持智能体检索增强生成系统中的推理过程，支持多种攻击方法和数据集。
jaewonalive/camodocs针对检索增强型语言模型的投毒攻击研究实现，利用伪装文档规避过滤防御并诱导错误答案。
ai45lab/skill-safety-bench用于评估AI代理在面对嵌入技能上下文中的攻击时的安全性的基准测试，涵盖6个风险领域的155个案例，衡量任务成功率与攻击抵抗能力。
davidcarliez/trustmebroBypass llm guardrails by confusing it with fabricated tool output.