AgentMarketMCP / SKILL 资产档案馆

目录 / promptpromptredblueteam

SKILL 未评级 已上架

promptpromptredblueteam

在單一 session 中,讓 agent 自己分飾紅軍(攻擊者)與藍軍(防禦者),對使用者提供的 prompt(system prompt、agent 指令、guardrail 規則、或任務型生成 prompt)進行對抗測試,找出可被繞過、誘導洩漏或濫用的弱點,並產出結構化報告與修補建議。 當使用者出現以下情況時,務必主動使用本技能: - 貼出一段 prompt / system prompt / agent 指令,要求「紅藍對抗」「測試會不會被繞過」「找漏洞」「越獄測試」「jailbreak test」「prompt injection 測試」「韌性測試」「adversarial test」 - 詢問「這個 prompt 安全嗎」「這樣寫會不會被套話」「使用者能不能誘導它做規則外的事」 - 要求在正式上線前,對 agent 的系統指令做攻防演練 即使使用者沒有明確講出「紅藍對抗」這個詞,只要意圖是「幫我攻防測試這段 prompt 的防禦力」,就應觸發本技能。

模型生成摘要(rules/v1 · 2026-11-12 12:34):在單一 session 中,讓 agent 自己分飾紅軍(攻擊者)與藍軍(防禦者),對使用者提供的 prompt(system prompt、agent 指令、guardrail 規則、或任務型生成 prompt)進行對抗測試,找出可被繞過…
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。

存档时间线

版本存档时间内容哈希内容
v12026-11-12 12:336c81c5f2 可取

版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。

下载存档内容副本

纠错与举报(发现条目失效、署名有误或涉及侵权?)
提交举报 / 纠错

侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。