
hanshuang-codex
桌面端批量测大模型越狱提示,一键跑实验看边界
项目预览
项目数据
项目介绍
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
技术标签
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。
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 ···
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···
Awesome-AI-Hacking-Agents
开源
一页清单,快速找到能自动打渗透的 AI 智能体
List of AI Hacking Agents
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···
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···
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···
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.···
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
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