新開源庫

新開源庫

IPBan：跨平台自動化 IP 封鎖工具，有效對抗暴力破解與機器人攻擊
新開源庫 Cybersecurity IP Blocking

IPBan：跨平台自動化 IP 封鎖工具，有效對抗暴力破解與機器人攻擊

該工具在邏輯設計上極其成熟，將日誌解析與防火牆 API 抽象化，有效解決了跨平台安全防禦的統一性問題。然而，其效能高度依賴於正規表達式的精準度，且存在典型的『誤封風險』，在缺乏嚴格白名單配置的前提下，可能將安全工具轉化為自我拒絕服務（DoS）的風險點。

GitHub →
Strix：利用多代理 AI 實現自動化滲透測試與漏洞驗證
新開源庫 Cybersecurity AI Agents

Strix：利用多代理 AI 實現自動化滲透測試與漏洞驗證

該工具將 AI 從『建議者』成功推向『執行者』，在漏洞驗證的實踐路徑上具有高度的前瞻性，評價為『極具潛力的破壞式工具』。其核心價值在於將不可信的掃描結果轉化為可驗證的 PoC，有效解決了資安業界長久以來的誤報痛點。然而，由於其處於 Alpha 階段且具備不可預測的攻擊行為，在缺乏嚴格環境隔離與法律授權的前提下，其部署風險極高。

GitHub →
FakeRDP：基於 .NET 10 的防禦型 RDP 蜜罐分析
新開源庫 Honeypot RDP

FakeRDP：基於 .NET 10 的防禦型 RDP 蜜罐分析

FakeRDP 是一個以 C# 撰寫的防禦型蜜罐，透過模擬 RDP 協定流程擷取攻擊者的登入憑證。它支援多種安全模式與高併發資源保護，但僅能擷取 NLA 模式下的帳號而無法取得明文密碼，適用於受控環境下的威脅偵測。

GitHub →
Microsoft RD-Agent：打造自動化數據驅動研發的 AI Agent 框架
新開源庫 LLM Agent Autonomous R&D

Microsoft RD-Agent：打造自動化數據驅動研發的 AI Agent 框架

RD-Agent 是由微軟開源的一個多 Agent 框架，旨在將數據驅動的研發過程（R&D）自動化。它透過「研究（Research）」與「開發（Development）」的協同循環，實現從閱讀論文、提出假設到編寫代碼與驗證的閉環，目前在量化金融、Kaggle 競賽及 LLM 微調等場景展現出強大的自動化工程能力。

GitHub →
LLM 推薦排名操縱：透過策略性文本序列 (STS) 提升產品能見度
新開源庫

LLM 推薦排名操縱：透過策略性文本序列 (STS) 提升產品能見度

本 Repo 實作了一篇學術論文的實驗代碼，旨在證明可以透過在產品描述中插入精心設計的「策略性文本序列 (STS)」，來操縱 LLM 的推薦結果，使特定產品在推薦名單中排名第一。這是一個典型的對抗性攻擊 (Adversarial Attack) 實驗，揭示了 LLM 在作為購物或資訊推薦工具時的脆弱性。

GitHub →
VoxCPM2：突破分詞限制的 2B 參數多語言高保真語音合成系統
新開源庫

VoxCPM2：突破分詞限制的 2B 參數多語言高保真語音合成系統

VoxCPM2 是一個開源的端到端 TTS 系統，採用 Tokenizer-Free 架构與擴散自回歸模型，支持 30 種語言與 48kHz 錄音室級音質。它提供從自然語言描述創造音色（Voice Design）到極致聲音克隆（Ultimate Cloning）的多種模式，並在 vLLM 與 llama.cpp 等推理框架上有深度的生態支持。

GitHub →