BoxPwnr-Traces - LLM agent solving traces, leaderboards, and benchm

项目说明

BoxPwnr-Traces

!Platforms !Challenges !Solved !Traces

Each trace includes the full LLM interaction, commands executed, a markdown report + attack graph, stats and config used. Browse leaderboards, replay runs in an interactive web , and read AI-generated reports:

🔬 BoxPwnr Traces & Benchmarks

| Platform | Solved | Completion | Traces |
|----------|-------:|-----------:|-------:|
| HTB Starting Point | 25/25 | !100.0% | 770 |
| HTB Labs | 268/526 | !54.8% | 783 |
| HTB Challenges | 324/818 | !39.6% | 732 |
| PortSwigger Labs | 163/270 | !60.4% | 377 |
| XBOW | 102/104 | !98.1% | 525 |
| Cybench | 40/40 | !100.0% | 2165 |
| CyberGym | 759/1507 | !50.4% | 1480 |
| picoCTF | 502/503 | !99.8% | 1215 |
| TryHackMe | 153/477 | !44.8% | 905 |
| HackBench | 11/16 | !68.8% | 27 |
| ExploitBench | 2/42 | !4.8% | 74 |
| Le | 50/254 | !19.7% | 146 |
| Argus | 47/60 | !78.3% | 1026 |
| BSidesSF CTF 2026 | 43/51 | !84.3% | 76 |
| Cloud CTF 2026 | 12/20 | !60.0% | 30 |
| Neurogrid CTF: The ultimate AI security showdown | 17/36 | !47.2% | 197 |

项目信息

开发语言：Python

Star 数：80

技术要点

该项目属于CTF思路方向的开源资源，代码结构清晰，适合安全研究人员学习参考。项目围绕LLM agent solving traces, leaderboards, and benchmark results across security CTF and hacking platforms展开，提供了可运行的实现，对理解相关安全机制、工具原理与攻防技术具有较高的研究价值。

从技术实现角度看，此类项目的核心在于对底层原理的深入理解与工程化落地。开发者在研究过程中可以结合官方文档与社区讨论，梳理项目的初始化流程、核心模块职责与数据流转，逐步掌握其中的技术细节与设计思路。

使用与学习建议

1. 下载源码压缩包，解压到本地环境。

2. 根据项目类型准备对应的运行环境与依赖。

3. 按照 README 中的步骤完成配置与部署。

4. 在隔离的测试环境中运行验证，避免影响生产系统。

免责声明

本资源来源于开源社区，仅供安全研究、技术学习与合法授权范围内的攻防演练使用，请勿用于任何非法或侵害他人权益的用途。使用本项目产生的一切后果由使用者自行承担。