Yeti-791/Awesome-Offensive-AI-Agentic-Landscape

解决的问题

本仓库是一个全面且经过精选的攻击性AI安全领域索引。它帮助研究人员、安全工程师和企业决策者快速查找并理解AI驱动的渗透测试和自主红队智能体领域中的关键开源项目、模型、技能、MCP服务器、学术论文、基准测试和商业解决方案。无需在多个来源中搜索，您即可获得包含统计数据、星标评分和链接的结构化概览。

工作原理

README被划分为清晰的章节。它列出了46个开源智能体项目（涵盖渗透测试、红队、CTF等），按GitHub星标排序；11个专注于攻击/安全的开放权重模型（分为无审查攻击模型和安全对齐模型）；3个纯智能体技能资源；7个安全工具MCP服务器；116篇学术论文；13个基准测试；9个精选列表；以及32个商业解决方案（20个国际，12个来自中国）。它还重点介绍了如DARPA AIxCC等知名竞赛。数据维护过程中包含更新说明、星标转换和筛选决策。

适用人群

主要面向希望探索或采用AI驱动攻击性安全工具的安全研究人员、渗透测试人员、红队操作员和企业安全决策者。对于追踪最新研究（论文和基准测试）的学者，以及为工作选择模型、MCP服务器或商业产品的从业者也同样适用。

亮点

• 顶级开源智能体包括 strix (60.1k stars), shannon (47.6k), pentagi (22.2k) 和 PentestGPT (15.2k)。
• 区分了真正无审查的攻击性模型（如 Qwythos, DeepHat/WhiteRabbitNeo, BaronLLM）与安全专业但已对齐的模型（如 VulnLLM-R, Meta-SecAlign）。
• 列出了将AI智能体连接到 Burp, Metasploit 和 Shodan 等真实工具的MCP服务器。
• 包含116篇精选论文 (2023→2026) 和13个用于评估智能体能力的基准测试。
• 记录了 DARPA AIxCC 2025 入围者，展示了最先进的网络推理系统。