◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆
项目
[OPS] OFFENSIVE
IEEE-FORMAT PAPER
Invisible Window Research
IEEE 格式的研究论文，揭示了基于 WebRTC 的在线监考系统中的结构性漏洞。利用记录在案的 OS 显示 API，在 Windows 和 macOS 上实现 100% 规避。
[SEC] DEFENSIVE
CONNECTED TO INVISIBLE WINDOW
Project Simurgh
与《The Invisible Window》研究相关的零信任完整性 API。在不依赖屏幕像素、网络摄像头帧或侵入式视觉监控的情况下，验证行为意图和环境完整性。
[SYS] ENGINEERING
LOCAL-FIRST · MCP AGENT MEMORY
Project Zurvan
本地优先的 LLM 知识引擎。摄取任意文档，提取结构化知识（声明、概念、实体、决策），并通过 MCP stdio 服务器将其暴露给 AI 代理。183 个测试通过。
[SYS] ENGINEERING
Syllabus-Sync
人工智能原生的校园操作系统，将大学 PDF 教学大纲转化为结构化的、代理可读的数据。包含全套学生操作套件，涵盖 92 个文件中的 503 个测试。
理念
R
研究
独立发现、验证并负责任地披露漏洞。评估人工智能能力提升，界定安全边界，并发布可重现的研究结果。
S
防御
开发旨在降低现实世界风险的防御性应用。跨平台漏洞开发为构建更强的防御体系提供参考——将攻击性知识应用于保护系统。