Appetent-series921/aegisRT

GitHub: Appetent-series921/aegisRT

面向大语言模型的安全测试框架,通过多维度探针和自适应策略系统性检测 prompt 注入、数据泄露等 OWASP LLM 安全风险

Stars: 0 | Forks: 0

# 🛡️ aegisRT - 测试 AI 模型的安全漏洞 [![下载 aegisRT](https://img.shields.io/badge/Download-aegisRT-brightgreen?style=for-the-badge)](https://github.com/Appetent-series921/aegisRT) ## 📋 什么是 aegisRT? aegisRT 是一个开源框架,旨在测试 Claude、GPT 和 Llama 等 AI 聊天模型的安全问题。它有助于发现 prompt 注入和数据泄露等问题。该工具使用一套测试和智能检查来分析 AI 模型的安全性。如果您想了解在使用这些模型时它们有多安全,这会非常有用。 功能包括: - 15 个不同的安全探针,用于测试模型的响应 - 29 种改变 prompt 的方式,以寻找弱点 - 一个无偏见评估结果的 LLM 评判器 - 从先前结果中学习的自适应测试 - 用于额外检查的代码审计工具 - 兼容 SARIF 和 JUnit 等流行 CI/CD 系统的输出格式 ## ⚙️ 系统要求 在安装 aegisRT 之前,请确保您的 Windows PC 满足以下要求: - Windows 10 或更新版本(推荐 64 位) - 至少 4 GB 的可用 RAM - 2 GHz 或更快的处理器 - 500 MB 的可用磁盘空间 - 互联网连接(用于初始设置和更新) - Python 3.8 或更高版本(如果缺失,将在安装过程中安装) ## 🚀 入门:下载并安装 aegisRT 获取该程序最简单的方法是访问 GitHub 主页并下载最新版本。链接如下,它将带您前往官方下载区域。 [![下载 aegisRT](https://img.shields.io/badge/Download-aegisRT-blue?style=for-the-badge)](https://github.com/Appetent-series921/aegisRT) ### 第 1 步:访问下载页面 访问上面的链接。您会在那里找到列出的最新发布文件。寻找与您的系统匹配的 Windows 安装程序或 zip 文件。 ### 第 2 步:下载安装程序 点击安装程序文件。它将下载到您的计算机。如果您下载的是 zip 文件,请将其保存到一个您容易找到的文件夹中。 ### 第 3 步:运行安装程序或解压 Zip 文件 - 对于安装程序:双击文件并按照屏幕上的指示操作。 - 对于 zip 文件:右键单击并选择“全部解压缩”。选择一个您想要存放程序的文件夹。 ### 第 4 步:启动 aegisRT 在您的桌面或解压后的文件夹中找到 aegisRT 图标并双击它。程序窗口将会打开。 ## 🧰 如何在 Windows 上使用 aegisRT aegisRT 使用简单的图形界面。您不需要编写代码或使用命令行。 ### 第 1 步:选择您的模型 程序打开后,选择您想要测试的 AI 模型,例如 GPT、Claude 或 Llama。 ### 第 2 步:选择安全测试 您可以从 15 个不同的测试中进行选择。这些测试用于检查 prompt 注入、数据泄露和其他常见问题。 ### 第 3 步:开始测试 点击“Run Test(运行测试)”按钮。aegisRT 将运行探针并实时显示结果。 ### 第 4 步:查看结果 检查生成的报告。aegisRT 使用内置评判器对模型响应进行评分。它将高亮显示发现的任何潜在安全问题。 ### 第 5 步:导出报告 您可以将测试结果保存为 SARIF 或 JUnit 等格式。如果您使用其他工具进行持续集成或安全审计,这些格式非常适用。 ## 🔧 配置 aegisRT 以获得更好结果 aegisRT 提供了用于自定义测试运行方式的设置: - **自适应测试(Adaptive Testing):** 启用此选项可让程序从测试结果中学习,并专注于薄弱环节。 - **Prompt 转换器:** 选择在测试模型时要应用的 29 种 prompt 类型中的哪几种。 - **运行静态代码审计:** 开启此选项以检查内部代码的安全风险。 - **报告样式:** 为您的输出选择详细或摘要模式。 在 aegisRT 运行后,您可以在“Settings(设置)”选项卡中访问这些选项。 ## 📂 文件位置和日志 默认情况下,aegisRT 将所有测试报告和日志存储在 `Documents\aegisRT` 文件夹中。您可以在设置中更改此文件夹。 日志显示了分步细节,如果您想跟踪程序做了什么或与他人分享信息,日志会很有帮助。 ## 💡 常见问题排查 - **程序无法启动:** 确保已安装 Python 3.8 或更高版本。安装程序通常会处理此问题,但有时手动安装会有所帮助。 - **测试卡死或崩溃:** 重启 aegisRT 并尝试一次运行一个测试,而不是同时运行多个。 - **缺少互联网连接:** 某些功能需要在线访问。请在运行测试前连接网络。 - **保存时出现错误消息:** 检查您是否在输出文件夹中具有写入权限。 ## 🔄 更新 aegisRT 要获取最新功能或修复: 1. 再次访问下载页面: https://github.com/Appetent-series921/aegisRT 2. 下载最新版本。 3. 运行安装程序或将文件解压覆盖旧版本。 您的设置和报告将保持不变。 ## 🛠️ 其他资源 - 访问 GitHub 页面查看完整文档。 - 浏览社区部分以获取常见问题解答和提示。 - 查看 GitHub 上的 issues 标签页以报告问题或建议功能。 ## ⚖️ 隐私与数据使用 aegisRT 在您的机器上本地运行测试。除非您选择连接到在线 API 进行 AI 模型测试,否则它不会将您的数据发送到服务器。在使用前,请务必查看有关数据共享的设置。
标签:AI合规性, Atomic Red Team, Claude安全, Kubernetes 安全, Llama安全, OWASP LLM Top 10, Python安全工具, SARIF, SQL查询, 人工智能审计, 多语言支持, 大语言模型安全, 安全测试框架, 安全漏洞扫描, 密钥泄露防护, 数据泄露检测, 机器学习安全, 机密管理, 模型鲁棒性, 自动化安全审计, 逆向工具, 配置审计