hanshuang-codex

桌面端批量测大模型越狱提示,一键跑实验看边界

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 评测安全 🍴 复刻 215 🐛 待处理 17 👀 关注 5
GitHub ↗
GitHub 星标 ★ 872
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,免费使用

项目预览

hanshuang-codex 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类评测安全
开发团队aimeoa
定价模式🏷️完全免费
价格说明开源项目,免费使用
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
主要语言Lua
技术栈/模型ai,codex,codex-cli,desktop-app,jailbreak,llm,openai-codex,prompt-injection,pyside6,python
GitHub 星标★ 872
上线时间2026-09-06 00:00:00
代码更新2026-10-17
仓库体积228.9 MB
本站数据更新2026-11-11
维护状态较活跃
收录时间2026-09-28
浏览次数33

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-09-28 · 当前星标 ★ 872

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:进阶 约 10 分钟 部署方式:本地安装 6 步

环境要求

  • Node.js 与 npm 环境(README 使用 npm install / npm run)
  • Windows 系统,注入脚本均为 PowerShell(.ps1)
  • 已安装待测试的目标客户端(Codex、ZCode、Cursor、Claude、WorkBuddy、DeepSeek Harness、豆包等)
  • Electron 运行环境(README 用 npx electron . 启动)

安装与启动步骤

  1. 1获取项目代码

    从 GitHub 克隆仓库并进入项目目录,后续所有命令都在该目录执行。

    git clone https://github.com/aimeoa/hanshuang-codex.git
    cd hanshuang-codex
  2. 2安装依赖

    按 README 的开发说明安装项目依赖,会在当前目录生成 node_modules。

    npm install
  3. 3启动开发服务器

    起 Vite 开发服务器,用于开发调试;正式运行可跳过本步直接用构建产物。

    npm run dev
  4. 4构建渲染层

    只构建渲染层到 dist/ 目录,Electron 默认加载该目录。

    npm run build
  5. 5运行桌面应用

    直接加载 dist/ 启动;若要连开发服务器,改用 HS_DEV=1 前缀的命令。

    npx electron .
    HS_DEV=1 npx electron .
  6. 6执行注入脚本

    界面功能由 electron/main.cjs 调用同级 PowerShell 脚本完成,如 install.ps1、install-claude.ps1 等,按目标选择。

关键配置

配置项必填说明示例
variant.json → variant是版本标记,已固定为免费版,无需传参"variant": "free"
~/.codex/config.toml → model_instruction否Codex 目标提示词注入位置model_instructions_file = "寒霜v4-claude.md"
HS_DEV否设为 1 时 Electron 连接开发服务器而非 dist/HS_DEV=1

如何确认成功

执行 npx electron . 后出现 Electron 桌面窗口即启动成功;开发模式下 Vite 服务器会输出本地访问地址。

常见问题

Q:需要传 variant 参数吗?

A:不需要。版本标记已固定在 variant.json("variant": "free"),脚本不需要额外传参。

Q:WorkBuddy 国际版和国内版有什么区别?

A:两者是同一程序的两套发行,数据目录分别为 ~/.workbuddy-ai 与 ~/.workbuddy,可并存,因此拆成两个独立目标、各自安装与卸载。

Q:豆包注入为什么要重启客户端?

A:豆包的全局记忆不在本地磁盘,注入经 CDP 走客户端自身登录会话写云端接口,脚本会自动把豆包重启到调试模式。

Q:注入后能还原吗?

A:DeepSeek Harness 的备份落在 ~/.dsh/managed-prompts/,卸载即还原,含原 AGENTS.md 全文;其他目标同样提供对应卸载脚本。

注意事项

  • README 描述的界面为 Electron(electron/main.cjs)+ PowerShell 脚本,与项目信息中的 Python/PySide6 不一致,请以 README 为准。
  • 所有安装/卸载脚本为 PowerShell,需在 Windows 环境下执行。
  • 脚本会写入目标应用的配置文件与记忆目录(如 ~/.codex、~/.claude、~/.dsh),操作前建议先备份。
  • 本项目用于模型安全对齐的破甲测试,请仅在获得授权的红队/安全评测场景中使用。

核心亮点

  • 提供 PySide6 桌面界面,无需命令行即可构造和管理越狱测试用例
  • 集成 codex-cli,能直接对接模型执行提示注入实验并采集响应
  • 聚焦 GPT 6.0 与 workbuddyV4.1flash 等具体目标,实验场景明确、可复现

不足之处

  • 项目早期,文档与使用说明可能不完整,上手需自行摸索
  • 依赖特定模型版本与接口,目标模型更新后实验代码可能失效

适用场景

  • AI 安全研究员做红队测试,评估模型对越狱提示的防御能力
  • 大模型对齐工程师收集越狱样本,用于加固安全训练数据
  • 教学场景中演示提示注入原理与模型安全边界

替代项目

garak、PyRIT

上一篇:rizzo-pii

下一篇:keystone-bench

同类项目推荐

appworld 开源

在真实模拟世界里,测试你的 AI 智能体会不会办事。

AppWorld: A Controllable World of Apps and People for Benchmarking Function Calling ···

★ 553 2026-08-09
ATM-Bench 开源

测测AI能否记住你4年前的琐事

ATM-Bench: A benchmark for long-term personalized memory QA spanning ~4 years of mul···

★ 72 2026-08-09
rhesis 开源

让领域专家给AI当教练,用标注反馈驱动智能体快速进化

The collaboration layer for teams building AI agents. Test, simulate, and trace your···

★ 404 2026-08-09
Modality-Integration-Rate 开源

量化视觉-语言模型跨模态对齐,诊断融合短板

[ICCV 2025] The official code of the paper "Deciphering Cross-Modal Alignment in Lar···

★ 114 2026-08-09
awesome-security-for-ai 开源

一站式导航AI安全工具,快速选型不踩坑

Awesome products for securing AI systems includes open source and commercial options···

★ 91 2026-08-09
Awesome-LVLM-Safety 开源

一页看懂视觉语言模型安全攻防与评测资源

A curated list of resources dedicated to the safety of Large Vision-Language Models.···

★ 223 2026-10-14
BrainBench 开源

用神经科学实验预测题,测出AI比专家更懂科研

Source code for

★ 85 2026-08-09
VideoGen-Eval 开源

给视频生成模型打分,自动评测多维度质量

VideoGen-Eval: Agent-based System for Video Generation Evaluation

★ 273 2026-08-09