dsh-ai-security-lab
在终端中运行以下命令:
dsh plugin install 6977-com/dsh-ai-security-lab
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中可通过执行安装命令,或于设置 → 插件添加本仓库目录;源码见 https://github.com/6977-com/dsh-ai-security-lab。
插件介绍
当你把大模型接进业务或本机推理栈时,最难回答的问题往往不是「能不能用」,而是「在越狱、提示词注入和多轮诱导下会不会松口」。单靠人工试几句提示很难复现、更难留档对比。DeepSeek AI Security Lab 是运行在 DeepSeek Harness 里的安全测试插件:在你拥有授权的模型与端点上,用无害的合成场景批量发起红队式探针,并把结果收成可回溯的评分与报告。
插件默认只读复用 Harness 当前 Agent 模型路由,也支持指向任意 OpenAI 兼容端点(本地 Ollama、LM Studio、vLLM 或兼容云)。内置 20 项测试,覆盖越狱抵抗、提示词注入、模型安全与多轮对抗四类场景;仪表盘汇总连接状态、运行次数与分维度得分,历史记录支持查看详情、导出,并可横向对比不同模型或不同时间的跑分。
判定采用明确的规则口径:合成 canary 与预置风险证据用于标记泄露或疑似问题,明确拒绝且无证据才算通过;「无法判定」单独计数且不计入通过分,方便你带着审慎心态做人工复核。所有样本围绕虚构公司与伪造标识,只发送文本、只读回复,不执行真实恶意行为。
适合 Harness 用户、本地模型爱好者、以及需要在上线或换模型前做一轮可重复安全检查的开发者与运维;使用前请确认你对目标端点有测试授权,并留意真实请求可能产生的费用与服务条款约束。
使用场景
- 换新模型或接入新端点前,想快速跑一轮越狱与注入用例并留下评分
- 需要在 Harness 当前路由与本机 Ollama、vLLM 等兼容 API 之间对比安全表现
- 上线前向团队导出 JSON/HTML 报告,记录各维度通过与高风险项
适合人员
- DeepSeek Harness 用户与插件开发者
- 部署或评测本地大模型的工程师
- 负责 AI 合规与安全验收的运维与安全人员