PyRIT：Garak API-key 场景与评分器
microsoft/PyRIT
外部贡献 PR #2538，为 Garak 场景增加 API-key 生成与补全探测。
- 具体贡献
- 提交场景实现、固定语料、CredentialLeakScorer 扩展、测试和文档；区分凭据形态与公开标识，并排除请求回显与提供的测试片段。
- 结果
- 可查看实际代码 diff 与测试说明。当前为已提交、未合并状态，不以提交记录代替维护者认可或真实目标验证。
03 / 项目
研究工具与工程实践
开源贡献、研究基础设施与工程项目。
01
开源贡献
开源贡献、维护的仓库，以及让研究更容易复现的基础设施。
MiniClaudeCode：可观察的执行与评测基础设施
hey-Chloe/MiniClaudeCode
个人维护的 Coding Agent 参考实现，围绕执行边界、工具事件、检查点和评测展开。
- 具体贡献
- 公开有界控制循环、工具注册与策略接口、会话持久化、轨迹归因及评测脚本；第三方训练框架单独注明来源。
- 结果
- 源码、受控报告与测试入口可查。离线 harness 验证不等于真实模型解题；仓库当前未授予额外开源许可证。
KAI RecSys Lab：实验协议与报告工具
hey-Chloe/KAI-Offline-RecSys-Lab
围绕公开数据搭建数据来源账本、冻结配置、评估报告与可移植实验展示。
- 具体贡献
- 将召回、重排、校准和配对统计接入同一离线协议，提供合成路径复现、公开报告检查和静态 Playground。
- 结果
- 报告明确区分公开数据实验、合成集成检查、ANN 系统测量与本地服务演练，不将离线结果包装为线上业务收益。
02
工程实践
将研究想法落实为可运行的 AI 系统与全栈工具。
MiniClaudeCode Studio
中文 Agent 工作台，将任务计划、工具调用、审批、代码差异、测试与检查点恢复放在同一条可追踪流程中。
- 问题
- 让 Agent 的执行状态、文件修改和验证结果可以被观察与区分。
- 负责范围
- 个人仓库中的 Studio 适配器与界面复用 MiniClaudeCode 原生执行引擎；公开版仅回放录制，本地版连接实际运行时。
- 成果
- 公开本地工作台、静态回放与小样本在线测评，清晰区分执行结束、功能通过和最终验证；保留权限与解释器导致的失败记录。
RuleForge-SAST
面向 PHP、Python 与 Java 的静态分析工作流：规则扫描、漏洞解释、AI 修复建议、二次扫描与历史记录。
- 问题
- 将 AI 的修复建议与规则扫描的实际结果分开，提供可检查的修复前后证据。
- 负责范围
- 个人仓库实现语言与规则选择、扫描记录、AI 建议和 Patch Verify 的前后端连接；检测能力基于 Semgrep 及已有规则。
- 成果
- 将扫描结果、AI 建议和修复复检连接成可追踪流程，提供演示视频与扫描历史。FIXED 表示当前规则不再命中，检测范围取决于所用规则。