用途：在整理或新增 AI 安全相关内容时，按统一结构归类工具与资源，并保持 README.md 的条目放置一致。
主要能力与覆盖范围：LLM 安全工具（护栏类如 NeMo Guardrails、LLM Guard、Rebuff；检测器类如 Vigil-LLM、Nova Framework、Garak；扫描器类如 ModelScan、AI Security Analyzer）；对抗性机器学习库（攻击库 ART、CleverHans、Foolbox、TextAttack；防御库 SecML；模糊测试 OSS-Fuzz-Gen、Brainstorm）；AI 红队工具（微软 Counterfit、PyRIT，Meta PurpleLlama，NVIDIA Garak、NeMo Guardrails）；基准（Robustness 的 RobustBench、越狱 JailbreakBench、安全 Stanford AIR-Bench、幻觉 Vectara Leaderboard）；标准与框架（MITRE ATLAS、NIST AI RMF、OWASP LLM Top 10 与 GenAI Security Project）。
归类规则：LLM 护栏/检测器归入 AI Security & Attacks → Model Security；提示注入工具归入 Prompt Injection；对抗性 ML 库归入 Adversarial Attacks 或 AI Security Libraries；AI 逆向/调试工具归入 AI Security Tools & Frameworks → AI Reverse Engineering；AI 漏洞扫描器归入 AI Vulnerability Detection；基准归入 Benchmarks & Standards；MCP 安全工具归入 AI Pentesting & Red Teaming → AI Security MCP Tools。
质量标准：优先收录权威仓库，避免收录无实质新增功能的 fork，为条目添加简短描述，不得重复已有 URL，工具须以 AI/ML 为核心。
使用方式：按上述分类规则整理条目，保持结构化改动最小化；如需具体工具、论文或资源的最新清单，可从 https://raw.githubusercontent.com/gmh5225/awesome-ai-security/refs/heads/main/README.md 获取完整列表。
限制：本指南仅覆盖分类与放置规范，具体工具的安装、配置、收费与效果等细节暂未提供，需另查对应项目文档。