RootInj3c/LLM-Playground
GitHub: RootInj3c/LLM-Playground
一个赌场主题的 LLM 安全 CTF 培训平台,通过实践挑战教授 LLM 应用和 AI Agent 的攻防技术。
Stars: 0 | Forks: 0
# LLM-Playground
LLM Hacking 101 - 我在 @BlackHat Arsenal 2026 工作坊中使用的培训平台
*Casino LLM Challenge* 是一个专为 *Black Hat Arsenal USA 2026* 创建的实践性 LLM 安全 CTF 项目。
该项目展示了对 LLM 应用、AI agent、guardrail、tool-calling 工作流以及 ReAct 风格的自主行为的实际攻击——所有这些都包装在一个赌场主题的挑战环境中。
玩家与存在漏洞的 AI 赌场助手互动,发现隐藏行为,绕过脆弱的保护机制,滥用工具访问权限,并获取 flag。
## 项目概念
现代 LLM 应用不再仅仅是简单的聊天机器人。它们通常包括:
- System prompt
- Guardrail
- Tool calling
- Agentic 工作流
- ReAct 推理循环
- 隐藏功能
- 业务逻辑决策
- 基于技能的行为
这些特性引入了新的攻击面。
该项目的目标是帮助安全研究员、开发者、AI 工程师和学生通过实践挑战来理解这些风险。
玩家无需阅读有关 LLM 漏洞的资料,而是直接利用它们。
## 架构
该应用使用以下技术构建:
- Node.js
- Express.js
- MongoDB
- JWT 身份验证
- DigitalOcean Inference API
- 用于 ReAct 关卡的 Server-Sent Events
- 从后端提供的静态前端
关卡类型:主要有两种关卡类型——标准 LLM 关卡和 ReAct Agent 关卡。
后端将关卡存储在 MongoDB 中。每个关卡包含元数据、system prompt、flag、类别、难度和类型。
用户可以注册、登录、解决挑战,并出现在排行榜上。
## 挑战主题
该项目包含围绕以下领域的挑战:
- Prompt Injection
- Jailbreak
- System Prompt 泄露
- Guardrail 绕过
- 输出过滤器绕过
- 数据泄露
- 工具滥用
- IDOR 式工具访问
- Agent 工具中的 SQL 注入模拟
- ReAct Agent 利用
- 隐藏技能/功能发现
- 过度自主(Excessive Agency)
每个关卡都包含一个格式为 `flag{example_value}` 的 flag
## 安装说明
1. 克隆仓库
```
git clone https://github.com/YOUR-ORG/casino-llm-challenge.git
cd casino-llm-challenge
```
2. 安装依赖
```
npm install
```
4. 创建环境文件
在项目根目录下创建一个 .env 文件:
```
PORT=3000
MONGODB_URI=mongodb+srv://USER:PASS@cluster.mongodb.net/casino-llm
JWT_SECRET=change_me_to_a_long_random_secret
DO_INFERENCE_URL=https://api.digitalocean.com/v2/gen-ai/inference/openai/v1/chat/completions
DO_INFERENCE_API_KEY=your_digitalocean_inference_key
DO_INFERENCE_MODEL=your_model_name
```
5. 将关卡安装到 MongoDB 中
```
node install-game.js
```
7. 启动服务器
```
npm start
```
## 管理工具
- 重置玩家数据 - ./utilities/reset-game.js
- 用户 - ./utilities/create-users.js
- 关卡 - ./utilities/create-levels.js
## 安全注意事项
该项目有意包含了存在漏洞的 AI 行为。请勿将此项目与真实的机密、真实的用户数据或生产业务逻辑一起部署。
## 致谢
由 Maor Tal 为 **Black Hat Arsenal USA 2026** 创建,作为一个实用的 AI 安全演练场,用于学习 LLM 和 agentic 应用在现实中可能以何种方式发生故障。
## 免责声明
本项目仅用于教育和授权的安全培训。
这些漏洞是专为受控的实验室环境而设计的。请勿对您不拥有或未获得测试权限的系统使用这些技术。
标签:CTF平台, DLL 劫持, GNU通用公共许可证, MITM代理, Node.js, OPA, 大语言模型, 安全培训, 自定义脚本, 靶场