ai-security

仓库创建 2026年5月19日最近提交 24 天前SkillHot 收录 21 天前

▸ 精选理由

覆盖从 prompt 注入到模型窃取与供应链攻击的全链路审计要点。

▸ 风险提示

包含可被用于攻击模型和检索管线的技术，存在双用途风险。

这个 Skill 做什么

面向模型和 ML 系统的安全测试与攻防技术集合。

对 LLM/AI 系统做红队测试和安全审计：检测 prompt injection、多轮 jailbreak、RAG/向量中毒、agent 被滥用和模型抽取等问题。用于评估聊天机器人、检索增强生成（RAG）流水线和具备执行能力的代理服务。特点是同时覆盖提示层、嵌入/检索安全和模型/制品级的攻击与防御建议。

▸ 展开 SKILL.md 英文原文

Use when attacking an AI/ML system or model — prompt injection & jailbreaks (Crescendo, Skeleton Key, Best-of-N), RAG/vector poisoning, agentic/MCP exploitation (CVE-2025-54136), ML supply-chain RCE (pickle CVE-2025-32434), model extraction / membership inference / adversarial suffixes (GCG)

研究检索模型安全RAG污染提示绕过通用

326

Stars

Forks

仓库内 Skill

+15

7 日增星

安装 / 使用

给你的 Agent 一句话（通用）

帮我安装这个 skill：https://raw.githubusercontent.com/hypnguyen1209/offensive-claude/main/skills/ai-security/SKILL.md

或 curl 直取 SKILL.md

curl -fsSL "https://raw.githubusercontent.com/hypnguyen1209/offensive-claude/main/skills/ai-security/SKILL.md"

SKILL.MD 节选查看完整文件 ↗

# AI/ML Security

## When to Activate

- Red-teaming an LLM/chatbot/copilot for direct & indirect prompt injection and multi-turn jailbreaks.
- Testing a RAG pipeline for document/embedding poisoning, embedding inversion, and cross-tenant retrieval leakage.
- Auditing an AI agent / MCP server for tool poisoning, excessive agency, and command injection (RCE).
- Scanning a model artifact (HuggingFace, `.pt/.pkl/.bin/.gguf`) for deserialization payloads before loading it.
- Assessing a model API for extraction/distillation, membership inference, and adversarial-suffix robustness.
- Mapping findings to OWASP LLM Top-10 (2025) + MITRE ATLAS for a report.

## Technique Map

| Technique | ATT&CK |

via SKILL·HOT · 数据来自 GitHub 公开信息 · 原文版权归作者所有