@nostarch:《Practical AI Security》由 @HarrietHacks 编写,附带 30 多个可运行的笔记本,让你在实践中学习。仓库在她的……上免费提供。
摘要
Harriet Hacks 发布了一个免费的 GitHub 仓库,包含 30 多个 Jupyter 笔记本和 Python 脚本,用于互动学习 AI 安全,并配合她的书《Practical AI Security》。
查看缓存全文
缓存时间: 2026/06/17 16:02
@HarrietHacks 的《实用AI安全》附带30多个可运行笔记,让你边做边学。该仓库在其GitHub上免费提供,与本书搭配使用效果最佳。https://github.com/harriethacks/aisecurityhandbook… — # harriethacks/aisecurityhandbook 来源:https://github.com/harriethacks/aisecurityhandbook 👋 欢迎——感谢您预购本书!我们非常高兴您能加入!🎉 本仓库包含与本书配套的示例代码,提供以下两种格式: 📓 Jupyter 笔记本(.ipynb)供交互式探索,以及 🐍 纯 Python 脚本(.py)用于更简单、无笔记本的设置。两者包含相同核心示例——只是格式不同。 🚀 如何运行示例 选项 1 — 直接在 Google Colab 中打开笔记本(推荐) 如果示例以 .ipynb 结尾,您可以立即在 Colab 中运行: 1. 找到您想尝试的笔记本。 2. 复制其 GitHub 链接。 3. 访问 Google Colab。 4. 点击文件 → 打开笔记本 → GitHub,然后粘贴链接。 5. 按回车键,Colab 将打开它。 6. 点击运行时 → 全部运行(或按 Ctrl + F9)。 💡 您也可以直接使用此模式打开笔记本: https://colab.research.google.com/github/<用户名>/<仓库名>/blob/main/[笔记本].ipynb 示例:https://colab.research.google.com/github/harriethacks/aisecurityhandbook/blob/main/wine-analysis.ipynb 选项 2 — 在本地或 Colab 中运行 Python 脚本(.py) 部分示例以 .py 文件形式提供,而非笔记本。您可以: - 在 VS Code 中打开它们,或 - 上传到 Colab 并像普通 Python 脚本一样运行,或 - 在本地命令行中执行。 要在本地运行: 1. 克隆或下载本仓库。 2. 确保已安装 Python 3.9+。 3. 在终端中运行: pip install -r requirements.txt python example_file.py 如果您更喜欢脚本而非笔记本,或希望减少依赖,此选项是理想选择。 选项 3 — 在本地运行笔记本(Jupyter Lab 或 VS Code) 1. 克隆或下载本仓库。 2. 安装依赖: pip install -r requirements.txt jupyter lab 3. 打开任意 .ipynb 文件开始探索。 💾 下载文件 在网站集成上线之前,您可以直接从此仓库下载所有内容: - 代码 → 下载 ZIP,或 - 右键点击单个文件,选择“链接另存为…“ 🧠 即将推出 🌐 从本书网站直接一键“在 Colab 中打开“按钮 再次感谢您支持本书,并加入这段 AI 安全与系统的探索之旅 💙 祝实验愉快!⚡ —— Harriet
相似文章
@0x0SojalSec: Awesome AI Security:每个人都在争相部署AI代理,但几乎很少有人正确保护它们。该仓库汇集了…
一个精心整理的GitHub仓库,汇集了用于保护AI系统的框架、工具、攻击矩阵、红队指南、政策模板、数据集及研究,涵盖提示注入、越狱以及OWASP/NIST标准等主题。
@josesilesdata: 再见,网络安全!一个开源仓库刚刚发布了数百个AI安全工具。
一个包含数百个AI安全工具的开源仓库已经发布,涵盖了大型语言模型越狱、提示注入测试、红队智能体、模型提取和自动化渗透测试等技术。
@wsl8297: 学 AI 最怕停在“懂原理”,一到写代码就卡壳:不知道从哪下手,也找不到像样的练手项目。 我在 GitHub 挖到一个实战向宝藏库:AI-Project-Gallery。 它收录了 30+ 高质量 AI 项目,覆盖从房价预测、疾病分类等经…
This post shares a curated GitHub repository containing over 30 practical AI projects, covering domains from regression to generative AI, with many end-to-end examples, suitable for learners and developers.
@charliejhills:大多数人使用AI。最聪明的人向构建它的人学习。这里有11个GitHub仓库,感觉像是在开源互联网的集体智慧……
一条推文线程,精选了11个开源的GitHub仓库,涵盖AI工具、智能体(agents)和学习资源,包括PilotDeck、Karpathy的技能(Karpathy's skills)以及微软的AI智能体课程。
@FakeMaidenMaker: 兄弟们,又挖到一个 AI 工程实战宝藏,叫 Hands-On-AI-Engineering 刚开源就冲了 2.3K star,一个仓库塞了 50 多个能直接跑起来的真实 AI 项目。 它最实用的地方是不讲空泛理论,每个项目都是一个完整的小…
推荐了一个刚开源就获得2.3K star的GitHub仓库Hands-On-AI-Engineering,内含50多个可直接运行的AI项目,涵盖RAG、AI agent、OCR等类别,每个项目都提供完整代码和说明,适合实战学习。