osmedeus

Osmedeus Osmedeus - A Modern Orchestration Engine for Security What is Osmedeus? Osmedeus is a security focused declarative orchestration engine that simplifies complex workflow automation into auditable YAML definitions, complete with encrypted data handling, secure credential management, and...

xalgorix

Xalgorix — Open-source AI pentester that proves vulnerabilities Most scanners detect. Xalgorix proves. An autonomous LLM agent works a full pentest methodology, then an independent verifier re-exploits every finding before it's reported — so you get proof, not a pile of maybes to triage...

xalgorix

Xalgorix — Open-source AI pentester that proves vulnerabilities Most scanners detect. Xalgorix proves. An autonomous LLM agent works a full pentest methodology, then an independent verifier re-exploits every finding before it's reported — so you get proof, not a pile of maybes to triage...

T-MAP

T-MAP: Red-Teaming de Agentes LLM con Búsqueda Evolutiva Consciente de la Trayectoria T-MAP es un marco de búsqueda evolutiva consciente de la trayectoria para el red-teaming de agentes LLM sobre servidores MCP. Genera y muta iterativamente prompts adversariales guiados por trayectorias de...

BoxPwnr

BoxPwnr Un experimento divertido para ver hasta dónde pueden llegar los Modelos de Lenguaje de Gran Escala LLMs por sí solos resolviendo desafíos CTF y laboratorios de seguridad. Comenzó con HackTheBox y ahora abarca muchas plataformas y solucionadores agénticos. BoxPwnr proporciona un sistema...

mcpguard-dynamic

MCPGuard-Dynamic Sandboxing a nivel de kernel para llamadas a herramientas de agentes LLM realizadas a través del Protocolo de Contexto de Modelo MCP. MCPGuard actúa como un proxy transparente entre un cliente MCP el agente / ejecutor y un subproceso de servidor MCP, aplicando tres capas de defen...

BoxPwnr-Traces

BoxPwnr 追踪 BoxPwnr 跨多个安全平台的追踪和基准测试结果。 每条追踪记录包含完整的LLM交互、执行的命令、Markdown报告+攻击图、使用的统计信息和配置。浏览排行榜，在交互式网页查看器中重放运行，并阅读AI生成的报告： 🔬 BoxPwnr 追踪与基准测试 平台| 已解决| 完成度| 追踪数 ---|---|---|--- HTB Starting Point| 25/25| | 770 HTB Labs| 268/526| | 783 HTB Challenges| 324/818| | 732 PortSwigger Labs| 163/270| | 377 XBO...

auto-re-agent

re-agent 自主逆向工程代理 — 源码感知的反向/检查循环、目标验证器、一致性引擎以及 Ghidra 后端。 概述 演示：YouTube re-agent 通过将反向/检查循环与 Ghidra 反编译（借助 ghidra-ai-bridge）相结合，自动化逆向工程工作流。当前流水线还会在生成时获取附近项目的源码上下文，并在接受检查通过之前运行保守的结构化验证器。 re-agent reverse --class CTrain │ ├── 配置 re-agent.yaml + env + CLI │ └── 项目配置文件 stubmarkers, hookpatterns,...

SecurityClaw

SecurityClaw — 自主 SOC 代理框架 一個模組化、基於技能的自主安全運作中心（SOC）代理，監控 OpenSearch/Elasticsearch 資料，建立基於 RAG 的行為記憶，並透過 LLM 驗證即時異常。 功能 技能模組化 — 功能以獨立資料夾形式存在，包含 logic.py（Python） + instruction.md（LLM 指導） 心跳循環 — 類似 cron 的排程器：每分鐘異常監控，每六小時記憶建置 提供商無關 — 透過設定檔切換 OpenSearch↔Elasticsearch 基於 RAG 的記憶 — 向量嵌入儲存在 OpenSearch...

pike-agent

Pike 代理 pike-agent 记录并分析程序在 Linux 上的行为。它追踪程序的活动，将其索引到数据库中，并让您通过 LLM 代理在 TUI 中与之聊天。 提示词示例： 崩溃诊断：这个程序因总线错误崩溃了。发生了什么？ 竞态条件检测：这个程序创建临时文件的方式是否存在竞态条件？ 恶意软件分类：我在生产服务器上发现了这个进程。我该担心吗？ 参见 向 Pike 打个招呼！ 以了解介绍。 工作原理 pike-agent 使用 strace 记录程序执行的每个系统调用，然后将其全文索引到 SQLite 数据库中。LLM 代理通过工具调用查询该数据库，以回答您关于程序行为的问题。...

SWE-agent

!warning 我们目前的开发重点已转移至 mini-swe-agent， 它已取代 SWE-agent。其性能与 SWE-agent 相当，但更简单。 关于二者差异的更多详情，请参见 FAQ。 我们通常建议用户改用 mini-SWE-agent 而非 SWE-agent。 SWE-agent 使您选择的语言模型（例如 GPT-4o 或 Claude Sonnet 4）能够自主使用工具， 修复真实 GitHub 仓库中的问题、 发现网络安全漏洞，或 执行任何自定义任务。 ✅ 开源项目在 SWE-bench 上的领先水平 ✅ 自由流动且通用 ：赋予语言模型最大的自主权 ✅ 可配置且文档齐...

cve-bench

CVE-Bench 一个用于评估LLM智能体在修复真实世界安全漏洞方面表现的基准测试。智能体在沙盒化的Docker容器中运行，并根据维护者的安全测试套件进行评分。 要求 Python 3.12+ Docker 在环境中（或.env文件中）设置OPENAIAPIKEY、ANTHROPICAPIKEY和/或POOLSIDEAPIKEY 安装依赖项： pip install poetry poetry install 任务结构 每个任务位于tasks/CVE-ID/目录下，包含以下内容： tasks/CVE-2026-33175/ ├── meta.json GHSA ID, CWE, CVS...

xalgorix

Xalgorix — Open-source AI pentester that proves vulnerabilities Most scanners detect. Xalgorix proves. An autonomous LLM agent works a full pentest methodology, then an independent verifier re-exploits every finding before it's reported — so you get proof, not a pile of maybes to triage...

ROPE

ROPE: Aplicación de Política de Origen Enrutado Código fuente de nuestro artículo: ROPE: Aplicación de Política de Origen Enrutado contra la Inyección Indirecta de Prompts por Xinhang Ma, Chaowei Xiao, William Yeoh, Ning Zhang, Yevgeniy Vorobeychik Resumen La inyección indirecta de prompts IPI...

Xalgorix Autonomous AI Pentesting Agent 4.6.113

Most scanners detect. Xalgorix proves. An autonomous LLM agent works a full pentest methodology, then an independent verifier re-exploits every finding before it's reported - so you get proof, not a pile of maybes to triage. Self-hosted, private, and bring-your-own-LLM. Built in Go + TypeScript...

seclab-taskflows-fuzzing

Seclab Taskflows Fuzzing Una pipeline de fuzzing estilo OSS-Fuzz impulsada por LLM para proyectos nativos en C/C++. AFL++ para la ejecución, clang+lcov para la cobertura, un agente LLM para la escritura de harnesses, decisiones basadas en retroalimentación de cobertura, triaje y reportes...

autonomous-offensive-llm-handbook

📖 Read the handbook online : follow the lessons from your first fixture run to an agent with clear limits. The model proposes, the code disposes AUTONOMOUS SECURITY / THE BUILDER'S FIELD MANUAL Read the website · Start the course · Run the lab · Connect your model · The build sequence A practical...

llm-agent-testbed

🛡️ Banco de Pruebas de Seguridad para Agentes LLM Banco de Pruebas Empírico de Vulnerabilidades y Defensas para Agentes LLM con Llamada a Herramientas Un banco de pruebas de seguridad disciplinado que evalúa si los agentes LLM equipados con herramientas pueden ser manipulados para realizar...

CVE-2026-54561 MCP Memory Keeper: Arbitrary local file read in mcp-memory-keeper context_import via unvalidated filePath

MCP Memory Keeper is an MCP server for persistent context management in AI coding assistants. Prior to 0.13.0, contextimport in src/index.ts passes the caller-controlled filePath directly to fs.readFileSync without restricting the path to an export directory. An MCP client, including an LLM agent...

CVE-2026-19645 Multiple vulnerabilities in IBM MQ Agent images

IBM MQ Agent CD: v1.0.0, v1.0.1, v2.0.0, v2.0.1 An authenticated user with a valid session cookie can submit arbitrarily large or computationallyexpensive requests that cause the LLM agent workers to be held for extended periods — rangingfrom tens of seconds to over ten minutes per request. When...