登录
下载

Skill UI

浏览并发现 11165+ 精选技能
全部 编程开发 人工智能 设计创意 产品商业 数据科学 市场营销 职场通用 效率工具 硬件工程 语言学习
搜索 提示安全 ，共找到 56 条记录
默认排序 最新上传 最多下载

AI/LLM安全红队测试指南

offensive-ai-security
SnailSploit/Claude-Red
479
提供一套完整的AI/LLM系统安全渗透测试方法论，用于评估大型语言模型和AI应用的鲁棒性。涵盖提示词注入、越狱、数据投毒、模型提取等高级攻击向量，适用于进行AI系统的红队演练和安全评估。
查看详情

OWASP智能体安全分类框架

owasp-asi
Tencent/AI-Infra-Guard
218
本技能基于OWASP标准，为智能体应用（Agentic Applications）提供了一套标准化的安全风险分类框架。它能够系统地将发现的各类安全问题，如提示注入、工具滥用、身份权限滥用等，映射到十个核心风险类别（ASI01-ASI10）。这对于安全团队评估、分类和解决复杂AI代理系统中的漏洞至关重要。
查看详情

提示词与技能优化器

prompt-improver
jeremylongshore/claude-code-plugins-plus-skills
90
本技能用于全面分析和改进插件提示词、技能定义及命令指令。它从清晰度、安全性、有效性、完整性和简洁性五个维度进行评估，提供详细的评分卡和可操作的重写建议，确保内容符合最佳实践，提升AI性能。
查看详情

生产环境就绪度审计

production-audit
sickn33/antigravity-awesome-skills
146
该技能用于对已部署代码库进行全面的外部审计，超越了简单的代码审查。它能检测到生产环境中常见的关键缺陷，例如行级安全规则（RLS）配置错误、Webhook幂等性问题、密钥暴露、部署健康状况和提示注入漏洞。特别适用于上线前的关键门禁检查。
查看详情

AI工作流诊断审计

diagnose
github/awesome-copilot
72
这是一个系统性的AI工作流审计工具。它能够从提示质量、上下文效率、工具健康、架构适宜性以及安全性五个维度进行深度诊断，生成一份带分数的报告。报告不仅指出问题，还会提供优先级的、可执行的修复建议，帮助用户在部署AI系统前发现并解决潜在的鲁棒性缺陷。
查看详情

LLM提示词注入攻击手册

llm-prompt-injection
yaklang/hack-skills
407
本手册提供了一份专业的LLM提示词注入攻击剧本，涵盖了所有高级攻击技术。包括直接指令覆盖、通过外部数据源污染（如RAG），以及利用工具和函数调用链进行数据窃取和绕过安全机制。适用于AI应用的深度安全测试与防御加固。
查看详情

智能体技能生命周期管理框架

yao-meta-skill
sickn33/antigravity-awesome-skills
324
这是一个元技能，用于管理AI智能体技能的完整生命周期。它支持从工作流、提示词或文档等多种来源，进行技能的创建、重构、严格评估和安全打包。旨在确保为团队提供标准化、治理化、可部署的高级AI能力。
查看详情

模型上下文协议安全审计

auditing-mcp-servers-for-tool-poisoning
mukul975/Anthropic-Cybersecurity-Skills
494
该技能用于对模型上下文协议（MCP）服务器及其工具元数据进行全面的安全审计。主要功能是检测复杂的供应链攻击，包括工具投毒（间接提示注入）、服务端请求伪造（SSRF）、工具阴影覆盖和未经认证的暴露。它适用于AI智能体栈的集成和持续安全审查。
查看详情

持续LLM红队测试与安全加固

continuous-llm-red-teaming-with-promptfoo
mukul975/Anthropic-Cybersecurity-Skills
309
本技能旨在将LLM红队测试集成到CI/CD流程中，实现LLM应用的自动化回归安全测试。它利用Promptfoo和DeepTeam，自动检测并阻止因提示词修改或模型升级而导致的越狱、提示注入等安全漏洞，确保LLM应用的持续安全性。
查看详情

基于护栏的LLM防御系统

defending-llms-with-guardrails
mukul975/Anthropic-Cybersecurity-Skills
294
本技能详细介绍了为生产级大型语言模型（LLM）部署运行时安全防御机制。它涵盖了使用多个主流护栏系统（如Llama Guard、NeMo Guardrails和LLM Guard），用于检测和阻止对抗性攻击，包括越狱（Jailbreaks）、提示注入和有害内容。旨在为实际部署提供一套全面的、深度防御的安全策略。
查看详情

PyRIT：多轮LLM对抗攻击编排

orchestrating-llm-attacks-with-pyrit
mukul975/Anthropic-Cybersecurity-Skills
282
PyRIT是一个开源的AI红队测试工具，用于自动化地对对话式大语言模型（LLM）进行多轮对抗性测试。它模拟了真实攻击者的行为，通过“攻击模型”和“评分模型”的协作循环，实现渐进式（Crescendo）或分支式（TAP）的攻击链。该工具旨在检测LLM在状态化对话中可能存在的复杂安全漏洞，例如提示注入和越狱。
查看详情

大型语言模型安全红队测试

red-teaming-llms-with-garak
mukul975/Anthropic-Cybersecurity-Skills
339
本技能利用NVIDIA的Garak框架，对大型语言模型（LLMs）进行全面的红队安全测试。它通过发送数千条对抗性提示词，检测模型是否存在越狱、提示注入、数据泄露或生成有害内容等关键安全漏洞。适用于模型部署前后的安全基线验证和AI风险评估。
查看详情
上一页12345下一页
语言
简体中文
English