评测与安全01
joshuakoplik/soc-lab · A SOC lab for studying LLM agents on both sides of the boundary: vulnerable dockerized targets emitting real telemetry, a deterministic ingest/detect pipeline, and triage + red-team agents on top — plus a harness measuring prompt-injection resistance.
soc-lab 是一个用于研究安全运营中心（SOC）内 LLM 智能体行为的研究环境，由三部分组成：刻意存在漏洞、可输出真实遥测的 Docker 靶机实验场；确定性的数据摄取、规范化与检测流水线（结果落入 SQLite，不涉及模型）；以及构建在其上的两类智能体——蓝队分诊智能体和红队智能体。项目还在日志 schema 中按“可信度”而非类型划分列，把攻击者可控字段与基础设施断言字段结构分离，并通过 injection_asr 测试框架对比开启/关闭信任边界防护时，分诊智能体对提示注入的抵抗程度。项目定位为研究工具而非安全产品，包含未沙箱化的工具能力和真实 iptables 网络封锁行为。
Agent 与自动化02
rafaelmateo123/Arena-of-Autonomous-Threads · Top AI Agent Simulator: Build a Local Reddit Forum for LLM Testing 2026
该项目（内部名 Synaptic Confluence Engine）是一个 LLM 智能体模拟器，构建类似 Reddit 的本地论坛环境，让多个接入不同模型后端（OpenAI、Anthropic、本地 Llama、Mistral 等）的 AI 智能体以带人设、情绪与记忆的身份发帖、回复、投票，用于观察多智能体推理、协商与集体智能的涌现行为。提供人设系统、多智能体编排、话题演化、版主审核智能体、分析仪表盘、多语言与记忆压缩等能力，面向 LLM 研究、安全测试、角色扮演与教学等场景。
评测与安全03
SnailSploit/Claude-Red · claude-red is a curated library of offensive security skills designed for the Claude skills system. Each skill is a structured SKILL.md file that primes Claude with expert-level methodology for a specific attack surface — from SQLi to shellcode, EDR evasion to exploit development.
claude-red 是一个面向 Claude Skills 系统的进攻性安全技能库，包含 78 个按类别组织的 SKILL.md 文件，覆盖 SQL 注入、XSS、SSRF、AD 攻击、无线攻击、云安全、漏洞利用开发、模糊测试、免杀与红队行动等 23 个类别。每个技能通过对话触发按需加载，为 Claude 提供特定攻击面的专家级方法论、工具与升级路径，用于授权红队演练、漏洞赏金分诊、安全研究、CTF 准备与操作员培训。