Все репозитории

garak

Сканер уязвимостей для LLM: прогоняет модель через набор проб на prompt injection, утечки данных, токсичность и другие сбои. Работает как консольная утилита.

Кому подойдёт

Тем, кто хочет проверить свою модель или чат-бота на типовые атаки до запуска.

Как начать

  1. Установи: python -m pip install -U garak
  2. Посмотри список проб: garak --list_probes
  3. Запусти проверку: python3 -m garak --target_type openai --target_name gpt-5-nano --spec probes.encoding (нужен OPENAI_API_KEY)

Шаги взяты из README. Перед запуском сверься с актуальной версией в репозитории.

Звёзды за последние 30 дней

+36525 окт. — 17 нояб.
9 69010 055

Описание автора

the LLM vulnerability scanner

data-privacy-stack

presidio

Фреймворк для поиска и скрытия персональных данных в тексте, изображениях и таблицах. Находит их, затем маскирует или заменяет, чтобы данные можно было безопасно отдавать модели.

12 тыс.звёзд+423 за 28 дн.Python

guardrails-ai

guardrails

Python-фреймворк, который проверяет входы и выходы LLM готовыми валидаторами из Guardrails Hub и помогает получать структурированные ответы. Ловит риски до того, как ответ дойдёт до пользователя.

7,6 тыс.звёзд+61 за 28 дн.Python

NVIDIA-NeMo

Guardrails

Набор инструментов NVIDIA для программируемых ограничений в диалоговых системах на LLM. Правила задаются в конфигурации и управляют тем, о чём бот говорит и что делает.

7,5 тыс.звёзд+154 за 28 дн.Python

microsoft

PyRIT

Фреймворк Microsoft для проактивного поиска рисков в генеративных системах. Помогает автоматизировать красную команду против моделей и приложений.

4,9 тыс.звёзд+213 за 27 дн.Python

meta-llama

PurpleLlama

Проект Meta по безопасности генеративного ИИ: модели-фильтры Llama Guard и Prompt Guard, сканер Code Shield и набор тестов CyberSec Eval. Объединяет защиту и проверку атакой.

4,5 тыс.звёзд+39 за 28 дн.Python

Сканер безопасности для ИИ-агентов, MCP-серверов и навыков. Проверяет конфигурации и файлы SKILL.md на опасные места.

3,2 тыс.звёзд+77 за 28 дн.Python