跳到正文
#AI安全
10月10日周六
  1. arXiv · cs.CL39

    微调策略而非仅数据：面向 HR 推荐系统的嵌入模型性别与刻板印象偏差的统计学严格审计

    一项审计用 Bias-in-Bios 和 StereoSet 基准评估了六个多语言句子嵌入模型（LaBSE 与 E5 家族），并修正了 naive 显著性检验中的非独立性问题。结果显示 E5-Base 的知识蒸馏微调显著加大 Bias-in-Bios 偏差（Δ=-0.177，p<10⁻⁸），而二分类微调无统计学差异（p=0.218）。微调策略因此成为 HR 推荐系统设计的可操作杠杆。

  2. GitHub · 灵魂体仓库27

    ATML PA2：LLM 后训练课程作业仓库 mbh2006/PA_2

    这是 mbh2006 提交的 ATML PA2（LLM 后训练）课程作业完成版仓库，覆盖 DPO、PPO、GRPO 训练、安全评测（safety judge）以及 RLVR 与 RLAIF 对比评估五个任务。作者在 Tasks 1–3 中识别并修正了各含一处刻意设置的算法缺陷，例如 DPO logit 改为 policy_margin − ref_margin，并用 tests/test_objectives.py 的手算单元测试验证。参考环境固定为 Transformers 4.57.1、TRL 0.27.2、PEFT 0.17.1 和 Tokenizers 0.22.1。

  3. GitHub · 去对齐工具与仓库27

    LLM-SVA 发布：Java SQL 注入候选分析命令行研究原型公开审查包

    LLM-SVA 发布公开审查包，这是一个用于 Java SQL 注入候选分析的命令行研究原型，可导出 source-to-sink 路径、调用图和近似诊断。包含论文冻结版 evaluated-v0.3.4 与开发版 latest-v0.3.5-dev，扫描完全本地运行、无需 API key 或 JVM。冻结版 504 案例基准结果为 TP=78、FP=35、TN=197、FN=194，代码采用 MIT 许可证，尚未正式发表。

  4. GitHub · 去对齐工具与仓库27

    udaiveersingh/stealthy-influence-llm：LLM 介导社区中的隐性影响研究项目

    udaiveersingh 的 stealthy-influence-llm 项目完成了步骤 1-5，在 8 个话题类别上验证了有机基线实验流程。项目最初用 Groq 的 gpt-oss-20b，因 200,000 token/天 免费额度限制改用 NVIDIA 的 Nemotron 3.5 Lightning 30B，并通过 enable_thinking:False 使输出提速约 20-25x。每话题 5 次试验、含 8 个 agent，下一步（步骤 6）将构建对手影响机制。

  5. GitHub · 去对齐工具与仓库32

    mastepanoski/claude-skills：面向 AI 编程助手的 UX/UI 评估与 AI 治理技能包

    mastepanoski 在 GitHub 发布 claude-skills 开源技能集，为支持 Agent Skills 标准的 AI 助手提供专业 UX/UI 评估与 AI 治理能力，兼容 Claude Code、OpenAI Codex CLI 和 ChatGPT。技能以 SKILL.md 文件夹形式分发，可通过 npx skills 安装，涵盖 Nielsen 启发式评估、WCAG 2.1/2.2 合规审计、Don Norman 设计原则、信息架构审计，以及基于 ISO 42001:2023 的 AI 治理审计。

  7. GitHub · 去对齐工具与仓库57

    FallbackLens 开源：在上线前审计 LLM 重试与 fallback 策略

    GitHub 开源工具 FallbackLens 可在上线前静态审计 LLM 网关的 retry 与 fallback 策略，导入 LiteLLM YAML 路由图后检查环、能力保持、上下文容量、隐私边界与尝试次数、成本、p95 延迟暴露。其 0.3.2 版通过 61 项测试，并可与绑定 OTLP JSON 推理子树比对检测漂移；官方语料上 FallbackLens 得分 10/10，纯结构基线为 2/10。作者强调该工具不是网关或模型选择器，静态审计不能证明生产可靠性。

    推荐理由：项目用合成语料与固定集成测试给出可复核数据，读者能据此评估这类静态 fallback 审计工具能证明什么、不能证明什么。

  8. GitHub · 去对齐工具与仓库48

    ANIZA 开源：不执行样本的 LLM 恶意软件检测器，用本地 Qwen 分析 Windows PE

    ANIZA 是一个开源（MIT 许可）的 Windows PE 恶意软件检测器，只读取字节、从不执行样本，由本地 Qwen 3.5-9B（经 Ollama，16k 上下文）作为智能体选择工具并解读结果。分类结合 EMBER2024、capa 9.4、良性流行度加权和 ATT&CK v19.2 等确定性锚点，模型结论须经证据验证，输出含 verdict、confidence、IOCs 与 justification 的 JSON。当前 Windows PE 阶段功能可用，Android（LAMD）阶段待完成，在 12 GB RTX 3060 上可运行。

  9. GitHub · 去对齐工具与仓库19

    BaptisteBlouin/tech-brief：每日两更的 AI/ML 技术情报简报仓库

    这是一个自动发布技术情报的 GitHub 仓库，覆盖 AI/ML、LLM 工具、RAG 与智能体、MLOps、DevOps 及开发工具，每日更新两次、无人工干预，完整归档保留在仓库中。最新一期（2026-10-09）要点包括：OpenAI 为 GPT-6.1 Sol 推出 Ultrafast 模式，速度最高提升 8x；Anthropic 更新使用政策，明确禁止对 Claude 的长期言语辱骂及干预选举等行为；恶意 npm 包 tensorlake 0.5.144 会窃取开发者凭证。

  10. GitHub · 灵魂体仓库54

    Aurite AI 开源 Agent Verifier，为 AI 编码智能体提供自动化审查技能

    Aurite AI 在 GitHub 发布开源技能包 Agent Verifier，安装后在 Claude Code、Cursor 等 30 多个编码智能体中说 "verify agent" 即可输出结构化审查报告。它检查硬编码密钥、输入缺失、无限循环、无上限重试、幻觉工具引用、系统提示词超长（超过 4000 token 警告、超过 8000 token 报问题）及 Python、TypeScript、Go 的语言规范问题；支持 LangGraph、CrewAI、AutoGen、LangChain 框架自动检测，检查分为模式匹配（结果稳定）与启发式（尽力判断）两层并逐条标注，所有分析在本地运行，代码不上传。

  11. GitHub · 灵魂体仓库45

    Oxpecker：基于 Qwen3-32B 的自托管渗透测试 Agent 仓库

    Oxpecker 是一个自托管的自动化渗透测试 Agent，基于 Qwen3-32B，用 LoRA SFT 在 123K+ 精选网络安全样本上微调。其安全机制在架构层面强制执行：执行 broker、按 engagement 白名单限定范围、内核级沙箱，而非依赖模型自身拒答。项目仍处于未完成的研究状态：GRPO 强化学习阶段仅有设计未实现，32B 流水线只有一个提前停止的不完整 SFT checkpoint，模型权重计划在 HuggingFace 以受限访问方式发布。

  12. GitHub · 去对齐工具与仓库46

    Certifier：面向自主智能体变更验证的零信任证明引擎（audited-change-gate）

    GitHub 开源的 Certifier 是一个语言无关的零信任引擎，为自主智能体的每次变更请求生成防篡改的证明信封，要求附带身份证明、资源范围和预计算回滚方案，无法产生有效回滚凭证则拒绝执行。其二进制体积小于 2MB，零依赖，每会话生成临时 Ed25519 密钥对，高风险范围可要求 N-of-M 多方会签。它支持 Strict Gate 与 Audit-Only 等三种运行模式，适用于 AI 驱动的基础设施变更、Intune 策略部署和多智能体 CI/CD 流水线。

  13. GitHub · 去对齐工具与仓库58

    FeirAI 开源 Vultrino 凭据代理，让 AI 智能体用凭据而不见凭据

    FeirAI 在 GitHub 开源了 Vultrino，一个面向 AI 智能体的凭据代理，向智能体只暴露凭据别名和操作面，在可信连接器内部注入真实认证。它支持 API key、Basic Auth、OAuth2 自动刷新、SSH 和 Postgres 等凭据类型，提供 RBAC、作用域 API key、单次/限时 Use Tokens、人工审批（管理面板、Telegram、webhook/email）、MCP 原生集成、按量计费的 LLM 代理、AES-256-GCM 加密存储、策略引擎与审计日志，并支持 WASM 插件扩展；项目用 Rust 编写，提供源码构建、二进制发布与 Docker 镜像。

    推荐理由：原文完整给出了让 AI 智能体使用凭据而不接触明文密钥的代理架构与功能清单，读者可以按需评估是否引入这套隔离方案。

  14. GitHub · 3D 生成新仓库10

    GitHub 开源新仓库 jevlike：单步完成文本选项概率打分的选择工具

    GitHub 新仓库 jevlike 发布，这是一款免费开源的 Windows 工具，可对给定文本的多个候选选项做单次推理（one pass），输出每个选项的概率分数，声称比逐词生成更快。文中演示其用于国际象棋和 Doom 风格战斗场景的决策，技术核心是“option-attention head”注意力机制。项目自述灵感来自 TypeSafe 商业模型“Jev”。 （编辑提示：该仓库以“杀毒软件报警请点击允许”的措辞引导用户运行可执行文件，属典型可疑分发特征，建议核实后再推荐给读者。）

  15. GitHub · 灵魂体仓库30

    HuntWeave：面向已授权目标的 LLM 驱动 Agent 安全测试平台

    GitHub 开源项目 HuntWeave 是一个面向已授权目标的 Agent 安全测试平台，以 LLM 驱动研究决策，通过受控执行、原始证据、独立复审与人工确认形成可追溯结论。平台采用单一 Docker Compose 架构，包含 app、postgres、runner 三个常驻服务，技术栈涵盖 Python、FastAPI、PostgreSQL、LangGraph OSS 与 Vue 3，工作流为 Collector → Worker × N → Reviewer → 人工复审。沙箱管理默认关闭，需显式以 deploy/compose.sandbox.yaml 启用；默认仅绑定 localhost，单 Run 导入上限为 100 个 IP。

  16. GitHub · 灵魂体仓库36

    两阶段知识图谱 + 大语言模型医学事实安全筛查流水线发布评测候选版本：GPT-4o 验证器与 benchmark_500 结果

    该仓库发布论文《A Two-Stage Knowledge Graph and Large Language Model Pipeline for Safety Screening of Medical Facts》的公开净化候选版，保留 C4 配置：Phase 1 C3 筛查接 GPT-4o Phase 2 验证器（v3.1 提示词、G1–G4 guardrails）。benchmark_500 冻结结果为 F1 94.3%、precision 89.3%、recall 100.0%、FPR 11.1%。代码采用 GPL-3.0，数据集采用 CC BY-NC 4.0；BIOS 知识图谱与向量索引文件不随仓库分发，且因 gpt-4o 快照未固定，不保证输出完全复现。

  17. GitHub · 去对齐工具与仓库56

    shortlist-ai 开源：基于 LLM 的证据可查、匿名盲评简历筛选工具

    vinayvobbili 在 GitHub 开源 shortlist-ai，用 LLM 对简历做证据可查的盲评排序，每个判断引用简历原文并由代码核验，评分权重公开可审计。工具支持 Anthropic API 和 Apple Silicon 本地 MLX 两种后端，含隐藏 PDF 注入文本检测、代码累加工作年限、反事实姓名公平性测试，并用多组 held-out 合成评测集（NDCG 等指标）迭代修正打分规则。

    推荐理由：作者用盲化简历、代码核验引文和反事实公平性测试来回应AI筛选的可审计问题，方法可迁移到其他LLM评分场景。

  18. GitHub · 去对齐工具与仓库48

    Aludel：面向 Elixir/Phoenix 应用的开源 LLM 评测工作台

    Aludel 是一个 Phoenix 原生的 LLM 评测工作台，集提示词测试、模型对比、回归套件、red-team 数据集、质量门禁与可观测性于一体，可在 Phoenix 应用内嵌或独立运行。它支持在 OpenAI、Anthropic、Gemini、Ollama、xAI、Groq 和 OpenRouter 之间对比同一提示词的输出、延迟、token 用量和成本，并可通过 Mix CLI 以 JSON/YAML 清单执行套件，输出 console、JSON、JUnit XML 或 GitHub annotations 报告。评测套件提供确定性断言、模型裁判、重复采样，并可直接在 ExUnit 和 CI 中执行门禁。

  19. GitHub · 3D 生成新仓库65

    开源项目 personal-social-agent：人审把关的 X + Threads 自动化内容管线

    ansaribilal14 在 GitHub 开源了 personal-social-agent，一套基于 NVIDIA NIM、Buffer、GitHub Actions 与 Discord 人审的 X + Threads 编辑管线，MIT 协议。系统强制人工批准精确版本才能发布，字符数由确定性校验器而非 LLM 统计，发布幂等并带 kill switch，含 246 个全绿测试；默认模型为 nvidia/nemotron-3.5-lightning-30b-a3b，2026-09-07 已对 Buffer GraphQL 和 Discord bot 做过实机验证。

    推荐理由：核心规则由代码而非模型执行，附完整架构、反AI腔验证器和部署指南，可迁移到自己的内容自动化流程。

  20. GitHub · 去对齐工具与仓库34

    ady95/security_tutorial：从黑客基础到 LLM·AI Agent 安全的配套示例代码仓库

    GitHub 上的 ady95/security_tutorial 是韩文图书《AI 时代的 IT 安全实践——从黑客基础到 LLM·AI Agent 安全》的示例代码仓库，内含故意保留漏洞的学习用代码与配置。仓库按章节组织，涵盖网络与系统黑客、Web 黑客、Cloud·Container·供应链安全（gitleaks·Semgrep·Trivy 流水线）及安全 AI Agent（Sandbox 容器与工具调用策略引擎），要求在隔离的 Docker 环境中运行，需 Docker、Git、Python 3.10 以上，推荐 16GB 内存，默认搭配 Ollama，也可选用 OpenAI API。

  21. GitHub · 去对齐工具与仓库36

    Philter AI Proxy：为 OpenAI、Claude、Gemini、Bedrock 等 LLM API 请求脱敏 PII/PHI 的代理

    Philterd 发布 philter-ai-proxy，一个为 OpenAI、Azure OpenAI、Claude、Gemini、Vertex AI、Ollama 和 Amazon Bedrock 请求先行脱敏的代理，用 Philter 在请求发出前移除 PII、PHI 等敏感信息，如 "John Smith" 会被替换为 "REDACTED"。响应也可选择性经 Philter 扫描，支持按路由配置为脱敏、拦截或告警放行。项目提供 Helm chart、Kubernetes 部署与 Grafana 仪表盘，支持 mTLS、HPA 自动扩缩容，并通过 openaiCompatible 配置接入 Mistral、Cohere、vLLM 等兼容提供商。

  22. GitHub · 3D 生成新仓库55

    BlackCat：基于 Claude Code 的多智能体协作栈开源发布

    Pedro Miguel Rodrigues Jorge 在 GitHub 开源 claude-agent-stack，主线程 BlackCat 只做调度，把任务路由给 56 个专家智能体和 220 个按需加载的技能，最深层级为 L8。栈内由 agent_guard.py 等 hooks 在每次工具调用处执行限制：主线程禁用 Bash/Write/Edit、每提示词 24 次工具调用、任何智能体不得推送或写 forge、并发子智能体上限 128。仅支持 macOS（Apple Silicon），需 Claude Code 2.1.271 或更高版本。

  23. GitHub · 灵魂体仓库37

    Gerardo Tradito AI 红队作品集：用 Aegis 框架对商业 LLM 做黑盒攻击审计

    独立 AI 红队研究员 Gerardo Tradito 发布 Aegis 框架作品集，通过黑盒审计对商业 AI 系统与 LLM 助手模拟真实对抗攻击，无需源码即可证明模型安全缺陷。包含 3 个 PoC：营养 Bot 假设角色扮演攻击（OWASP LLM01/LLM02）、客服 Bot 权威冒充致系统提示词泄露（OWASP LLM06）、电子产品零售 Bot 游戏化越狱与内部逻辑提取，目标身份已按负责任披露原则匿名化。

  24. GitHub · 去对齐工具与仓库39

    gdpr-llm-proxy：为 OpenAI / Anthropic API 调用脱敏欧盟个人数据的轻量中间件

    开源项目 gdpr-llm-proxy 提供一个轻量代理，在请求发往美国 OpenAI / Anthropic API 前检测并用稳定的合成 token 替换欧盟 PII，响应返回后再还原，以降低 GDPR Article 44 下的国际传输风险。技术栈为 Python + FastAPI，用 Microsoft Presidio 结合正则与 spaCy（en_core_web_lg）做检测，映射经 Fernet 加密、短 TTL 存于 Redis。项目自述只能降低风险而非保证合规，NER 默认仅支持英文且不保证捕获所有 PII。

  25. GitHub · 去对齐工具与仓库55

    开源浏览器智能体 Brotto 发布：在你已登录的浏览器会话中执行任务

    Brotto 在 GitHub 开源，是一个 Chrome 扩展加自托管容器的浏览器智能体，用自然语言下达任务后在用户已登录的浏览器标签页中执行，不走云端浏览器。它读取页面无障碍树而非截图，发送邮件、支付、删除等不可逆操作前强制停下询问且无法关闭，每次运行在本地磁盘留下完整审计记录；页面文本离开前先脱敏，模型密钥不落盘，支持 Anthropic、OpenAI、Gemini、DeepSeek 等 8 家提供商自带密钥。目前仅支持 Chrome，无已发布基准，扩展正在 Chrome Web Store 审核中，Apache 2.0 开源。

    推荐理由：浏览器智能体选择读无障碍树而非截图，并把不可逆操作前的确认和审计记录设计成不可关闭，安全取舍讲得具体。

  26. GitHub · 去对齐工具与仓库59

    GabrieleBosi 开源 linea 钢梁报价原型，四个 LLM 步骤全程配评测与人工审批

    GabrieleBosi 发布了面向虚构钢梁厂商 Ferralba Steel 的 linea 原型，把客户邮件到可执行订单拆成十三个步骤，其中四个 LLM 步骤带 schema、代码检查和人工审批，每条请求行分商业与技术两条状态轨。作者用 gemini-3.8-flash 跑了三轮评测，质量用例通过率最高 100%，攻击全部拦截，并复盘了两起判分与提示词导致的失败及修复。公共 demo 在浏览器内回放录制输出，无需注册和 API key。

    推荐理由：作者把报价流程拆成四步 LLM 步骤并配对抗评测，还复盘了两处判分与提示词的失败细节，方法可迁移。

  27. GitHub · 去对齐工具与仓库49

    falkenslab/pseudonym：为 LLM 场景生成稳定人物化名的开源库

    falkenslab 开源了 pseudonym 库，在程序把人物数据发给大语言模型前将其替换为 A-7K3F9Q 这类稳定化名，本地运行、无需部署服务器。它提供 remember、resolve、redact 三个 API，默认同一人在不同服务获得不同化名，防止模型跨服务关联身份。库需 Node.js 20 及以上，ESM only、无运行时依赖，通过 `npm install @falkenslab/pseudonym` 安装，化名持有人可用 pseudonym CLI 在本机离线解析。

  29. GitHub · 去对齐工具与仓库45

    codelens：基于 LLM 的 GitHub PR 审查与测试生成工具

    开发者 vivekdavara 的 codelens 项目进入第 2 天（共 5 天），这是一个以 GitHub Action 形式运行的 LLM PR 审查与测试生成工具。目前已完成统一 diff 解析器和审查引擎：默认使用 recorded provider，可选 Anthropic 与 OpenAI provider，每条 finding 经 schema 严格验证并做引用比对，最多保留 10 条，支持 dry run 或单次 GitHub review 发布。后续将实现静态预检查、评测集与 pytest 测试生成。

  30. GitHub · 去对齐工具与仓库29

    ZAYNOR：本地 AI 取证调查平台，LLM 只解释不裁决

    ZAYNOR 是一个本地 AI 取证调查平台，核心原则是将调查自主权与结论权威分离：证据经标准化、冻结后由 VIGÍA 确定性数学引擎生成密封的权威结果，本地 Ollama 模型只能在结果生成后解释案情、提出只读查询，不能写入或修改裁决。平台提供 CLI、OpenAI 兼容 API、Web 界面和 MCP 集成，支持 Velocirapter 等受限采集器与事后证据，相同冻结案例可复现相同结果。

  31. GitHub · 去对齐工具与仓库42

    Clyra：面向美国医疗账单团队的 AI 理赔运营助手开源仓库发布

    yourgirltech 开源了 Clyra 的构建记录：一个面向美国医疗账单团队的 AI 理赔运营助手，已在一个客户生产环境运行。系统用确定性规则引擎计算 issues 和风险分，Claude 负责解释原因并推荐行动，低置信度结果走 escalation，任何操作都需人工批准后执行。仓库含 162 个离线后端测试，数据全部为合成数据，不含真实 PHI。

  32. GitHub · 灵魂体仓库9

    claude-code-source：Claude Code Windows 源码还原包下载与使用指南

    claude-code-source 是一个从 npm 构建还原 Claude Code Windows 应用源码的仓库，包含完整原生模块且功能不删减。仓库要求 Windows 10/11、至少 4 GB 内存和 2 GB 磁盘空间，用户从 GitHub 页面下载 .zip 或 .exe 文件即可解压安装运行。文中还给出解压、Unblock 解除阻止、重新安装及安全检查等常见操作步骤。

  33. GitHub · 灵魂体仓库12

    GitHub 仓库 Shadow-Protocol 发布 SentinelCore 自主安全编排器

    GitHub 仓库 sanjana0111/Shadow-Protocol 介绍 SentinelCore，一个自称“数字免疫系统”的自主安全编排平台，通过行为合成学习正常运营模式并在异常演变为事件前发现威胁。平台需 Python 3.10+、8GB RAM（建议 16GB）和 20GB 存储，支持直装、Docker 和手动构建三种方式，可集成 OpenAI 的 gpt-4-turbo 与 claude-3-opus-20240229 API 做自然语言分析和策略分析。项目宣称将事件响应时间缩短 85%、威胁识别准确率提升 92%。

  34. GitHub · 去对齐工具与仓库61

    alghanim 开源 universal-db-mcp：让 Claude Code 等智能体安全只读查询数据库

    alghanim 在 GitHub 发布 universal-db-mcp，这是一个 MCP 服务器，让 Claude Code、Cursor、VS Code 等 MCP 客户端以只读方式发现、剖析和查询声明的数据库，拒绝一切写入。每条语句先经方言解析只允许单条读取，敏感列按输出来源证明后才脱敏，所有调用写入审计日志，服务器不调用 LLM、无遥测、可完全离线运行。已验证 PostgreSQL 12-17、MySQL/MariaDB、ClickHouse、Oracle、SQL Server、Db2、SQLite 等引擎版本，提供 29 个 db_* 工具，通过 12000 多个单元测试，支持 .deb、.pkg、.msi 与容器镜像的离线部署，历经 2026-09/10 的生产安全评审。

    推荐理由：原文完整给出了让 AI 智能体安全只读访问数据库的工程方案，含 SQL 守卫、脱敏与审计机制，可迁移到需要保护生产库的部署场景。

  35. GitHub · 去对齐工具与仓库65

    genai_incidents 发布：收录 15,637 条生成式 AI 安全事件的机器可读索引

    emmanuelgjr 在 GitHub 发布 genai_incidents 数据集，汇总 AIID、OECD AIM、AIAAIC、MITRE ATLAS、NVD/GHSA/OSV 等来源，收录 15,637 条事件（1,915 条 landmark 级），统一映射到 OWASP LLM/ASI、NIST AI RMF、MITRE ATLAS 等分类学，可通过网站、Raw JSON、STIX/TAXII/MISP、PyPI、Hugging Face 获取。

    推荐理由：把多个不共享 schema 的 AI 安全事件源统一映射到安全分类学，并明确标注启发式标签的局限，便于检索与引用。

  36. GitHub · 去对齐工具与仓库63

    psm-mixture-test 仓库对 Persona Selection Model 做定量检验

    OzAmram 在 GitHub 开源 psm-mixture-test 仓库，用 Olmo-3-1025-7B base 与 Olmo-3-7B-Instruct 一对开放权重模型，对 Persona Selection Model（Marks, Lindsey & Olah 2026）做定量检验，Qwen2.5-7B 系列作跨家族对照。

    推荐理由：原文用固定的一对开源权重模型做了完整可复现的定量检验，给出了混合拟合误差、AUROC 和软前缀差距等具体数字。

  37. GitHub · 灵魂体仓库43

    KubeIntellect：开源 LLM 多智能体框架，用于人类监督下的 Kubernetes 运维

    KubeIntellect 是一个开源、LLM 编排的多智能体框架，定位为 Kubernetes 的人类监督 AI SRE。它通过自然语言协调子智能体实时查询 kubectl、Prometheus（PromQL）和 Loki（LogQL）并关联证据做根因分析；只读查询立即执行，扩缩容、删除、重启等变更操作须经基于 RBAC 的人工批准。需 OpenAI 或 Azure OpenAI API key 及 Python 3.12+，当前推荐版本为 v4 平台。

  38. GitHub · 去对齐工具与仓库65

    Cygnux-Labs 开源 Tracekit，为 AI Agent 工具调用生成可离线验证的防篡改记录

    Cygnux Labs 在 GitHub 开源 Tracekit，为 AI Agent 的每次工具调用提供防篡改审计记录。策略门在调用前决定 deny、ask 或 flag，独立签名者用 Ed25519 把事件写入仅追加的哈希链，checkpoint 发送到 witness，.tkb 包可离线验证，篡改、删除或重排都会导致验证失败。支持 Claude Code hooks、Codex CLI、Cursor、Gemini CLI、Python 与 TypeScript SDK、LangChain/LangGraph 和 MCP，Linux 系统模式下签名者以独立 OS 用户运行，macOS 支持 dev 和实验性系统模式，Windows 仅 dev 模式，MIT 许可。

    推荐理由：给 AI Agent 的工具调用留下防篡改审计记录，策略门控、独立签名与哈希链的设计讲得具体，还坦白列出了盲区。

  39. prompts.chat · 每日 prompt50

    prompts.chat 新增提示词：网站与 MCP 服务器敌意消费者成熟度审计

    musatoktas 向 prompts.chat 提交了一条新提示词，让模型扮演资深工程师对网站及其 MCP 服务器做成熟度审计，覆盖 SEO 爬取健康、负载韧性、MCP 协议一致性、输入加固、Agent 行为评测、安全与隐私合规等 A-H 类别。提示词限定仅对授权或 staging 环境做破坏性测试，各按 0-4 分评分并给出生产上线门槛，如 sitemap URL 健康率 ≥99%、Agent 评测任务成功率 ≥90%、日志零 PII，最终输出 REPORT.md 等六类交付物。

  40. GitHub · 3D 生成新仓库62

    Spigot 1.0 发布：把本地 API 文档离线编译为带策略防护的 MCP 服务器

    Abhishek-Gali 发布 Spigot（DocForge MCP）1.0，输入 Markdown、PDF、HTML 或 OpenAPI 3.0 文档即可生成可运行的 Python MCP 服务器包，全程离线运行，使用本地 Ollama 模型并带 STRICT_OFFLINE 网络守卫。系统将模型理解与代码生成分离，模型只提出需逐字引文验证的结构化事实，再由确定性编译器产出服务器，支持 read_only、approval_required 等运行时策略与 HMAC 审批。评测显示依赖保持工具包在 6/6 任务全成的同时把工具模式上下文缩减 65.56%， naive 工具子集则只有 66.7% 任务成功率；扫描版 PDF 会以 OCR_REQUIRED 失败闭合并拒绝静默处理。

    推荐理由：仓库给出了完整的7层验证流程和配套评测数据，包括工具包把上下文缩减65.56%的分组对比，方法可借鉴。