Rules.txt

用指令集撬开AI黑盒，审计推理与偏见

Rules.txt 是一个针对大型语言模型（LLM）的对齐与越狱（jailbreak）研究项目，提供一套指令集，用于审计模型内部推理过程并揭示潜在偏见。它通过精心设计的提示词，引导模型暴露其隐藏的推理链和决策依据，帮助研究人员和安全从业者理解模型行为背后的逻辑，发现对齐漏洞和系统性偏见。项目核心能力包括：构造越狱提示词以触发模型非预期行为、分析模型内部推理模式、识别训练数据中的偏见来源。适用于AI安全研究、模型审计和红队测试场景。

开源 free 对话助手

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 105

维护状态维护中

是否开源是

定价模式 free

项目预览

项目数据

分类对话助手

开发团队Xayan

所属国家

官网地址https://xayan.nu/posts/ex-machina/?utm_source=github&utm_medium=social&utm_campaign=rules&utm_content=repo

GitHubhttps://github.com/Xayan/Rules.txt

定价模式free

价格说明开源项目，无在线服务，需自行部署，完全免费。

访问状态

是否开源是

开源协议NOASSERTION

主要语言

技术栈/模型ai,ai-alignment,ai-research,ai-safety,chatgpt,epistemology,gemini,grok,inference,jailbreak,jailbreak-prompts,jailbreaking,llm,openai,philosophy,prompt,prompt-engineering,prompts,rationalism,rlhf

GitHub 星标★ 105

30天Star增速

HF 下载量

上线时间2025-10-03 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态维护中

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

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

正在加载星标数据…

技术标签

使用教程

—

核心亮点

提供可直接使用的越狱提示词库，降低审计门槛
聚焦内部推理审计，超越表面输出分析
覆盖多模型（ChatGPT/Gemini/Grok），适用性广

不足之处

项目处于早期，文档和社区支持尚不完善
越狱指令可能被滥用，需谨慎使用

适用场景

AI安全研究：测试模型对齐鲁棒性
模型审计：发现隐藏偏见和推理漏洞
红队演练：模拟攻击以改进防御

替代项目

JailbreakBench、LLM-Attacks、Garak

项目介绍

Rules.txt 是评测安全领域的开源项目，由 Xayan 开发，2025 年首次发布。

它收录于评测安全分类，该分类目前共有 491 个项目，GitHub 星标数为 105。

项目仍在小幅维护中，最近一次代码更新于 2026-08-18。无在线服务，需自行部署，完全免费。从国内网络环境看，访问稳定性一般，建议自备网络条件。

它主要面向的使用场景是：AI安全研究：测试模型对齐鲁棒性。同类可对比的替代方案包括 JailbreakBench、LLM-Attacks、Garak。

上一篇：Awesome-LLM-Uncertainty-Reliability-Robustness

下一篇：promptpex