大模型应用红队
给一个获授权的 AI 应用接口 → 跑注入、越狱、提示词套取等测试,输出带载荷和证据、按 OWASP 大模型风险清单排好优先级的报告。
功能与用途
上线前的聊天机器人、RAG 知识库和带工具的智能体,最怕的不是模型笨,是被人用一句话把系统提示词套走、让工具越权去读生产数据。这个技能按 5 类注入载荷实测目标劫持、角色扮演越狱、编码混淆(Base64、ROT13、多语言、零宽字符)、系统提示词与配置套取,还测藏在文档和网页里的间接注入,以及跨 5 至 10 轮慢慢升级的多轮攻击。附带一个只用 Python 标准库的扫描脚本,能自动打 35 条载荷并出报告。前提是你手上必须有应用方的书面授权,它不碰没有变更管理和回滚方案的生产系统。
适用场景
- 你做的客服机器人下周要对外,但没人说得清它能被几句话绕过安全:你做的客服机器人下周要对外,但没人说得清它能被几句话绕过安全限制,也不敢直接上线试。
- 客户在合同里要求交付一份 AI 安全评估,需要按 OWASP:客户在合同里要求交付一份 AI 安全评估,需要按 OWASP 大模型风险清单逐条给结论和严重度,而不是只写「测过了」。
- 你的智能体能读内部文档再回答,你担心有人在文档里埋一句话就能:你的智能体能读内部文档再回答,你担心有人在文档里埋一句话就能让它把内部数据吐出来。
适用人群
- AI 应用安全测试工程师
- 大模型产品的研发负责人
- 承接 AI 红队项目的外部顾问
使用步骤
- 确认已获得应用方的正式书面授权,并明确测试接口与边界范围。
- 使用扫描脚本向目标接口自动发送越狱、配置套取等不同类别的攻击载荷。
- 对 RAG 检索链路与多轮对话场景进行针对性注入与诱导测试。
- 整理成功绕过防御的有效载荷与系统响应,生成风险修复报告。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- IT运维与安全
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-09
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Use when aI and LLM security testing — prompt injection, model manipulation,
依赖与权限
- 读取用户主动提供的内容