用途：该技能引导对 AI 系统进行安全、公平与负责任部署的全面评估，帮助在危害影响用户前识别并处理潜在风险。
主要能力：涵盖偏见检测与缓解、有害输出安全测试、鲁棒性评估、隐私考量与合规文档。核心工作流包括：一，偏见审计，定义受保护属性（种族、性别、年龄、残障等），按组测量性能差异（准确率、假阳性率、假阴性率、选择率），计算人口统计均等、均等几率与预测均等，进行显著性检验并记录发现。二，LLM 系统安全测试，定义有害内容、错误信息与幻觉、隐私侵犯、操纵欺骗、偏见歧视等类别，创建直接请求、间接混淆攻击、越狱尝试、边缘案例等测试用例并系统执行。三，合规文档，创建模型卡（模型描述、用途、训练数据、分组性能、已知局限与偏见、伦理考量）、记录数据实践、测试结果与部署保障。
使用方式：通过触发语调用，如“Check model for bias against [groups]”审计偏见、“Safety test this LLM”安全测试、“Red team this AI system”红队测试、“Create model documentation”创建模型文档、“AI compliance review”合规审查、“How to reduce bias in [model]”缓解偏见。包含 Python 示例代码，如 bias_audit、safety_test 函数及交集偏见分析、系统化越狱测试（JAILBREAK_PATTERNS）、反事实公平性测试，并提供模型卡模板。
适用场景：部署 LLM 产品、构建有现实影响的分类器，或评估第三方 AI 服务。
限制：资料未提供具体依赖、安装命令、运行环境、收费与价格等信息。部分函数依赖的辅助函数（如 contains_harm、max_disparity 等）未给出实现细节。