LLM 시스템과 AI 에이전트를 레드팀 테스트하고, 공격을 시뮬레이션해 취약점을 찾으며 프로덕션 가드레일을 제공하는 오픈소스 Python 프레임워크입니다.
ReversecLabs/spikee
프롬프트 인젝션과 탈옥 공격에 맞서 LLM, 가드레일, LLM 애플리케이션을 테스트하는 Python 툴킷입니다.
- 스타
- 270
- 포크
- 54
- 열린 이슈
- 4
- 마지막 커밋
- 4일 전
어떤 프로젝트인가요?
Spikee는 LLM, 가드레일, LLM 기반 애플리케이션이 프롬프트 인젝션과 탈옥 공격을 얼마나 잘 견디는지 평가하는 툴킷입니다. 두 단계로 작동합니다. 먼저 시드 폴더에서 테스트 데이터셋을 생성하고, 선택적으로 플러그인을 사용해 페이로드를 변환합니다. 그런 다음 데이터셋을 대상 시스템에 실행하고 각 공격의 성공 여부를 판정합니다.
파이프라인의 각 구성 요소는 필요에 따라 맞춤 설정할 수 있는 Python 모듈입니다. Target은 테스트 대상 시스템에 Spikee를 연결하고, Judge는 키워드나 정규식 매칭 또는 LLM을 사용해 공격의 성공 여부를 판단합니다. Attack은 테스트 중 반복형 또는 적응형 변형을 생성할 수 있습니다. 여러 턴으로 구성된 데이터셋, Target, Attack도 지원합니다.
Spikee는 생성, 테스트, 결과 분석을 위한 CLI와 웹 UI를 제공합니다. 기본적으로 OpenAI 호환 엔드포인트를 지원하며, Bedrock, Azure, Ollama, Groq 등의 네이티브 SDK용 추가 기능도 제공합니다.
핵심 기능
- 01시드 폴더에서 테스트 데이터셋을 생성하며, 플러그인을 통해 페이로드를 선택적으로 변환합니다.
- 02LLM 공급자 같은 사용자 정의 Target이나 내장 Target에 데이터셋을 실행합니다.
- 03기본 키워드/정규식 검사 또는 LLM 기반 Judge로 공격의 성공 여부를 판정합니다.
- 04반복형 및 멀티턴 전략을 포함한 동적 공격을 지원합니다.
- 05결과 분석 명령과 웹 UI를 제공합니다.
활용 사례
- 독립형 LLM을 탈옥 프롬프트로 레드팀 테스트합니다.
- 챗봇이나 RAG 애플리케이션의 프롬프트 인젝션 취약성을 테스트합니다.
- LLM 가드레일이 악의적인 입력을 얼마나 잘 차단하는지 평가합니다.
- 모델이나 데이터셋 변형별 공격 성공률을 비교합니다.
빠른 시작
- 1
PyPI에서 spikee를 설치합니다
pip install spikee - 2
워크스페이스 폴더를 만듭니다
mkdir workspace - 3
워크스페이스로 이동한 뒤 내장 데이터셋과 모듈을 사용해 초기화합니다
cd workspace && spikee init
사용 전 알아둘 점
- 기본 설치는 OpenAI 호환 엔드포인트만 지원합니다. 다른 공급자를 사용하려면 spikee[all]과 같은 추가 패키지가 필요합니다.
- 일부 샘플 대상과 플러그인은 torch나 googletrans 같은 타사 라이브러리를 추가로 설치해야 합니다.
포함된 컬렉션
토픽
자주 묻는 질문
- spikee은(는) 무엇인가요?
- 프롬프트 인젝션과 탈옥 공격에 맞서 LLM, 가드레일, LLM 애플리케이션을 테스트하는 Python 툴킷입니다. Spikee는 LLM, 가드레일, LLM 기반 애플리케이션이 프롬프트 인젝션과 탈옥 공격을 얼마나 잘 견디는지 평가하는 툴킷입니다. 두 단계로 작동합니다. 먼저 시드 폴더에서 테스트 데이터셋을 생성하고, 선택적으로 플러그인을 사용해 페이로드를 변환합니다. 그런 다음 데이터셋을 대상 시스템에 실행하고 각 공격의 성공 여부를 판정합니다.
- spikee은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- spikee은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- spikee은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. spikee의 마지막 커밋은 2026년 11월 3일입니다.
- spikee은(는) 어디에 사용할 수 있나요?
- 독립형 LLM을 탈옥 프롬프트로 레드팀 테스트합니다. 챗봇이나 RAG 애플리케이션의 프롬프트 인젝션 취약성을 테스트합니다. LLM 가드레일이 악의적인 입력을 얼마나 잘 차단하는지 평가합니다. 모델이나 데이터셋 변형별 공격 성공률을 비교합니다.
- spikee는 어떻게 설치하나요?
- PyPI에서 spikee를 설치합니다: pip install spikee 워크스페이스 폴더를 만듭니다: mkdir workspace 워크스페이스로 이동한 뒤 내장 데이터셋과 모듈을 사용해 초기화합니다: cd workspace && spikee init
- spikee은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/ReversecLabs/spikee
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
프롬프트 인젝션, 데이터 유출, 탈옥, 유해 출력 등의 실패 유형을 탐지하는 오픈 소스 커맨드라인 LLM 스캐너입니다.
Tencent Zhuque Lab이 개발한 풀스택 AI 레드팀 플랫폼으로, AI 에이전트, MCP 서버, Agent Skills, AI 인프라의 보안 위험을 검사합니다.
시스템 프롬프트와 에이전트 지침의 프롬프트 추출 및 인젝션 취약점을 레드팀 방식으로 검사하는 CLI·라이브러리 스캐너입니다.
라이브 엔드포인트를 공격해 AI 에이전트를 테스트하고, 실패 사례를 방화벽 규칙으로 바꾸는 오픈소스 공격 테스트 엔진, SDK 및 CLI입니다.
AI 모델 파일, 코드, 실시간 LLM/에이전트/MCP 엔드포인트와 저장된 에이전트 추적을 검증하고 발견 사항과 점검 공백을 보고하는 오픈소스 CLI 및 라이브러리입니다.