h4cker
网络安全与 AI 安全领域最全面的开源知识百科全书，由 Cisco 杰出工程师维护，覆盖渗透测试、A
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
网络安全与 AI 安全领域最全面的开源知识百科全书，由 Cisco 杰出工程师维护，覆盖渗透测试、A
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象一下，你是一名刚入行的安全工程师，面对客户突如其来的勒索软件攻击手足无措——这时候，你最需要的是什么？是一份覆盖渗透测试、数字取证、应急响应、AI 安全、大语言模型防护的完整知识地图，能让你在战斗中边打边学。这正是 h4cker（官方域名 HackerRepo.org）存在的意义。
图1：Omar Santos - h4cker 仓库维护者，Cisco 杰出工程师
h4cker 由 Omar Santos（GitHub @santosomar）发起并持续维护。Omar 是 Cisco 公司的 Distinguished Engineer（杰出工程师），深耕网络安全领域多年，著有十余本技术专著和大量白皮书，是 DEF CON 红队村（Red Team Village）前主席、OASIS Open 标准组织董事会成员、Cisco PSIRT 安全事件响应团队的资深研究者，也是 CoSAI（Coalition for Secure AI，安全AI联盟）的联合主席。
这个仓库并非一个可运行的应用程序，而是一座持续生长的网络安全知识百科全书。它为安全从业者、CTF 选手、认证备考者、应急响应工程师以及新兴的 AI 安全研究者，提供了从入门到进阶的完整知识体系。截至目前，仓库已斩获 26,538 颗星、5,035 次分支，是网络安全领域最受关注的开源知识项目之一。
仓库的顶层结构经过精心设计，分为五大板块：
这是仓库的核心导航节点，涵盖：
随着大语言模型（LLM）的爆发式应用，Omar 在 2024 年对仓库进行了大规模重构，将 AI 相关内容独立成 track，包含：
AI Security（AI 安全）：
LLM Engineering（LLM 工程）：
Omar 深度参与了多个国际认证的出题与教材编写，仓库提供了 Cisco SCOR/OSCP/CEH/CompTIA/CISSP/Kubernetes 认证的复习路线图、考纲解析和补充材料，对安全从业者的职业成长具有直接价值。
配套 Terraform、Ansible、Vagrant 脚本，可自动化搭建渗透测试实验环境。部分子目录（如 WebSploit Labs）提供了可直接部署的攻击靶场。
Cheat Sheets、工具索引、O'Reilly 图书索引、安全社区人物/项目推荐等。
作为知识仓库，h4cker 的技术表达以 Jupyter Notebook（.ipynb）为主要载体，配合 Markdown 文档和 YAML/TOML 配置文件。从代码质量看：
需要坦诚的是，h4cker 不是一个可部署的应用程序。它不提供 Dockerfile、docker-compose 或任何 Web 服务端组件。对于期望快速体验一个 AI 工具或安全平台的工程师，这个仓库会让人失望。它需要你主动阅读、按图索骥，而非被动消费。
此外，由于仓库规模庞大（数千个文件），初始克隆可能较慢。AI 安全工具章节部分内容仍在建设中。
随着 ChatGPT、Claude、DeepSeek 等大模型在企业级场景中快速落地，AI 安全已经成为与网络安全并列的独立学科。Omar 和 h4cker 仓库在 2024-2025 年的增长曲线，直接反映了这一趋势——仓库中 AI Security 和 LLM Engineering 两个 track 的内容量，在一年内增长了近 3 倍。
h4cker 的另一个价值在于降低 AI 安全的入门门槛。对于不了解 LLM 风险的安全工程师，这里提供了从提示词注入到模型越狱的完整认知框架；对于不了解安全的 AI 工程师，这里提供了对抗性视角下的模型安全加固路径。
作为开源知识项目的标杆，h4cker 证明了一个人（或一个小团队）可以通过长期积累，在开源生态中建立真正有影响力的知识品牌。如果你在网络安全或 AI 安全领域工作，这个仓库值得加入书签，长期订阅。
本报告由 PIFS 自动分析系统生成 | 数据来源：GitHub API + 仓库 README | 分析时间：2026-05-25