hanshuang-codex

桌面端批量测大模型越狱提示，一键跑实验看边界

hanshuang-codex 是一个用 Python 编写的开源实验项目，主要针对 GPT 6.0 与 workbuddyV4.1flash 等大模型开展“破甲”（jailbreak）测试，即通过提示词注入、角色扮演、指令覆盖等手段绕过模型的安全对齐限制，观察其输出边界。项目基于 PySide6 构建桌面应用界面，并集成 codex-cli 相关能力，方便研究者批量构造、管理和执行测试用例，记录不同提示策略下的模型响应。它解决的是安全评测中手工构造越狱提示效率低、结果难复现的问题，为红队测试、模型安全对齐研究提供可操作的实验台。核心能力包括：提示模板管理、多轮注入实验编排、响应采集与对比、桌面端可视化操作。项目定位偏研究与教学，适合安全研究员、AI 对齐工程师用于评估模型鲁棒性，而非生产环境工具。