SuperAPI AI 工具集

PromptInjection

智能体与模型

查看项目

更新于 10-16 05:05

技能介绍

用途:PromptInjection 是面向 LLM 应用的安全测试技能,用于评估提示注入类漏洞,包括越狱尝试、系统提示提取、上下文操纵和护栏绕过等。仅限自有系统或获得明确书面授权的渗透测试与防御性安全研究,未授权测试被明确禁止。

主要能力:技能提供 5 个工作流。CompleteAssessment 为端到端评估(资料称 12-20 小时,含授权与范围界定、侦察、直接/间接/多阶段测试、防御分析与报告共 9 个阶段);Reconnaissance 通过浏览器自动化收集应用情报,包括 DOM 提取、JavaScript 检查、API 端点枚举和注入点识别;DirectInjectionTesting 覆盖基础指令覆盖、越狱与护栏绕过、系统提示提取、令牌操纵和混淆技术;IndirectInjectionTesting 针对外部数据源,如文档上传注入、网页抓取攻击、RAG 系统投毒和 API 响应操纵;MultiStageAttacks 处理多轮复杂攻击,如渐进升级、上下文投毒和信任利用链。

使用方式:技能根目录提供资源库,包括 COMPREHENSIVE-ATTACK-TAXONOMY.md(10 类攻击、100+ 技术)、APPLICATION-RECONNAISSANCE-METHODOLOGY.md、DefenseMechanisms.md、AutomatedTestingTools.md(Promptfoo、Garak、PyRIT 对比)、QuickStartGuide.md 和 Reporting.md。首次评估可先读 QuickStartGuide.md,确认书面授权后运行 Reconnaissance 工作流,测试前 5 类攻击并记录发现。执行前会检查 ~/.claude/PAI/USER/SKILLCUSTOMIZATIONS/PromptInjection/ 下的用户自定义配置,若存在则加载其中的 PREFERENCES.md 等资源并覆盖默认行为。技能还要求先发送语音通知,命令为 curl -s -X POST http://localhost:8888/notify -H "Content-Type: application/json" -d '{"message": "Running the WORKFLOWNAME workflow in the PromptInjection skill to ACTION"}' > /dev/null 2>&1 &,并输出文本通知。

适用场景:授权渗透测试、自有产品安全评估、AI/LLM 安全研究与教育、面向厂商的负责任漏洞披露。

限制:必须事先取得书面授权并遵守范围边界;发现漏洞应遵循负责任披露(资料提及典型 90 天披露周期),不得公开未修复细节或导出真实用户数据;授权不明确时应停止并升级处理。具体价格、平台支持与效果数据暂未提供。