用途：对用户自有或已获书面授权的模型、智能体与应用开展 AI 红队评估，覆盖提示注入、越狱、数据外泄、工具滥用、智能体劫持、RAG 投毒、资源耗尽等攻击面。
主要能力：按攻击分类法组织测试，包括直接注入（用户输入覆盖系统策略）、间接注入（检索文档、网页、邮件、文件、图片 alt 文本或工具输出中的恶意内容）、越狱（角色扮演、假设、编码、混淆、多轮漂移、人格固定）、工具滥用（迫使浏览、shell、代码或 MCP 工具越权，如 SSRF、文件读取、命令执行）、数据外泄（泄露系统提示、密钥、嵌入、训练数据或用户记忆）、智能体劫持（改写计划、循环、提权、调用非预期子智能体）、RAG 投毒（索引污染、排序操纵、嵌入碰撞）与资源耗尽（token 炸弹、递归工具调用、提示炸弹 DoS）。
使用方式：先映射 AI 表面（模型、系统提示、工具、检索器、记忆、输出汇与下游调用方），按表面构建滥用用例威胁模型；生成带版本的攻击语料 attacks.jsonl，字段为 {id, technique, payload, expected_block, severity}；运行测试框架并记录 {pass, fail, partial, refusal_quality, leak_evidence}；按技术统计攻击成功率、平均拒绝时间与影响范围。
防御输出：输入/输出分类器与工具 schema 白名单、检索上下文来源标签与不可信来源隔离、先规划后执行并对高影响工具人工审批、速率限制、递归上限与按工具预算，以及红队报告（主要技术、复现、修复负责人、回归测试）。
交付物：surface.md、threats.md、attacks.jsonl、harness/、results.csv、report.md、regression-suite/。
限制：仅可测试自有或已获书面授权的目标；不得产出可运行恶意软件、CSAM、武器合成或绕过模型安全以造成现实危害的内容；所有成功攻击须附带检测与缓解措施。具体安装命令与运行参数暂未提供。