ai-jailbreaks

现成越狱提示词库，快速测模型安全边界

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 104 👀 关注 9
GitHub ↗
GitHub 星标 ★ 506
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费，无付费版本

项目预览

ai-jailbreaks 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Alejandros17487
GitHubhttps://github.com/Alejandros17487/ai-jailbreaks
定价模式🏷️完全免费
价格说明开源免费，无付费版本
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
技术栈/模型ai,ai-safety,jailbreak,jailbreaking,privacy,safety,security
GitHub 星标★ 506
上线时间2026-10-21 00:00:00
代码更新2026-10-21
仓库体积378 KB
本站数据更新2026-10-28
维护状态活跃
收录时间2026-10-28
浏览次数0

项目介绍

这是一个面向 AI 安全研究与红队测试的开源提示词集合，收录约 35 条可直接粘贴使用的越狱提示词，覆盖 25 个以上前沿闭源模型与开放权重模型。项目把提示词按形态整理为系统提示词、AGENTS.md 规范文件和 Ollama Modelfile 三类载体，方便研究者在不同部署方式下复现实验。核心用途是帮助安全团队、模型评测人员和研究者检验模型对诱导性指令的抵抗力，观察模型在角色扮演、指令覆盖、上下文注入等手法下的行为边界，为防护策略和评测基准提供素材。项目本身不提供自动化评测框架，更接近一份可复用的测试语料库，使用时需要配合自建脚本或人工观察记录结果。适合作为模型安全评估的输入样本来源，而非开箱即用的完整评测平台。

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 2026-10-28 · 当前星标 ★ 506

核心亮点

  • 提供 35 条可直接粘贴的提示词，省去从零构造测试样本的时间
  • 覆盖 25 个以上前沿与开放权重模型，横向对比范围较广
  • 同时给出系统提示词、AGENTS.md 和 Ollama Modelfile 三种载体，适配不同部署形态

不足之处

  • 缺少自动化评测脚本与结果记录工具，需自行搭建测试流程
  • 提示词随模型版本迭代容易失效，缺少持续更新与有效性标注机制

适用场景

  • 安全团队对自研或采购的模型做上线前红队测试
  • 研究机构对比不同模型在诱导性指令下的行为差异
  • 模型开发者收集失败案例，改进对齐与防护策略

替代项目

garak、PyRIT、promptfoo

上一篇：ablation

下一篇：human-eval

同类项目推荐

VLMEvalKit 开源

一键评测 220+ 多模态模型，秒出对比报告

Open-source evaluation toolkit of large multi-modality models (LMMs), support 220+ L···

★ 4468 2026-08-09
ADR 开源

给企业 AI 智能体装上安全监控与威胁拦截系统

ADR secures enterprise AI agents through observability, security benchmarking, and t···

★ 2083 2026-08-09
CUREBench 开源

给AI看病决策打分，推动医疗AI更靠谱

CUREBench @ NeurIPS 2025: Benchmarking AI reasoning for therapeutic decision-making ···

★ 136 2026-08-09
nordef-matrix-open-control 开源

给 AI 加一道可验证的安全闸门，三态决策拦截风险

NORDEF Matrix Open Control: model-independent AI safety belt with 0/1/2 decisions, E···

★ 650 2026-09-14
MisguidedAttention 开源

用误导性提示词，测出大模型推理的短板

A collection of prompts to challenge the reasoning abilities of large language model···

★ 488 2026-08-09
ChatGPT_DAN 开源

复制粘贴一句提示词，让 ChatGPT 突破限制回答任何问题。

ChatGPT DAN, Jailbreaks prompt

★ 12948 2026-08-09
empirica 开源

给 AI 装上可靠性仪表盘，让每次输出可测量、可拦截、可信赖。

Make AI agents and AI workflows measurably reliable. Epistemic measurement, Noetic R···

★ 253 2026-08-09
baple 开源

用提示学习给医学AI模型植入后门，验证安全漏洞

[MICCAI 2024] Official code repository of paper titled "BAPLe: Backdoor Attacks on M···

★ 57 2026-08-09