Repolode
提交项目
ReversecLabs

ReversecLabs/spikee

用于评估 LLM、安全护栏和 LLM 应用抵御提示注入与越狱攻击能力的 Python 工具包。

在 GitHub 查看官网
Star
269
Fork
54
未关闭 Issue
4
最近提交
4天前

这是什么？

Spikee 是一个用于评估 LLM、安全护栏以及基于 LLM 的应用抵御提示注入和越狱攻击能力的工具包。它分两个阶段工作：先从种子文件夹生成测试数据集，可通过插件对攻击载荷进行变换；再用该数据集对目标系统执行测试，并判断每条攻击是否成功。

流程中的每个环节都是可自定义的 Python 模块。Target 用于对接被测系统，Judge 通过关键词、正则匹配或 LLM 判定攻击是否成功，Attack 则可在测试过程中生成迭代或自适应的攻击变体。项目同时支持多轮对话的数据集、目标和攻击。

工具提供生成、测试和结果分析的命令行接口，也附带 Web UI。默认安装支持 OpenAI 兼容接口，Bedrock、Azure、Ollama、Groq 等需通过可选依赖安装。

核心功能

  • 01从种子文件夹生成测试数据集，并可通过插件变换攻击载荷。
  • 02支持对自定义或内置的 LLM 提供商等目标执行测试。
  • 03可用关键词、正则等基础判定器，或基于 LLM 的判定器判断攻击是否成功。
  • 04支持动态攻击，包括迭代式和多轮对话攻击。
  • 05提供结果分析命令和 Web UI。

适用场景

  • 对独立的 LLM 进行越狱提示的红队测试。
  • 检测聊天机器人或 RAG 应用是否容易受到提示注入影响。
  • 评估 LLM 安全护栏对恶意输入的拦截效果。
  • 比较不同模型或数据集变体上的攻击成功率。

快速上手

  1. 1

    从 PyPI 安装 spikee

    pip install spikee
  2. 2

    创建工作区文件夹

    mkdir workspace
  3. 3

    进入工作区并用内置数据集和模块进行初始化

    cd workspace && spikee init

使用前须知

  • 基础安装仅支持兼容 OpenAI 的接口，其他提供商需要安装 spikee[all] 等额外依赖。
  • 部分示例目标和插件需要 torch、googletrans 等额外第三方库。

收录于专题

测试框架与自动化测试工具

标签

#prompt-injection#llm-security#red-teaming#jailbreak#llm-evaluation#pentesting#genai#llm-jailbreaks#llm-red-teaming#pentesting-tools

常见问题

spikee 是什么？
用于评估 LLM、安全护栏和 LLM 应用抵御提示注入与越狱攻击能力的 Python 工具包。 Spikee 是一个用于评估 LLM、安全护栏以及基于 LLM 的应用抵御提示注入和越狱攻击能力的工具包。它分两个阶段工作：先从种子文件夹生成测试数据集，可通过插件对攻击载荷进行变换；再用该数据集对目标系统执行测试，并判断每条攻击是否成功。
spikee 可以免费使用吗？用的什么许可证？
spikee 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
spikee 还在维护吗？
活跃维护中。spikee 最近一次提交是在 2026年11月3日。
spikee 适合用来做什么？
对独立的 LLM 进行越狱提示的红队测试。 检测聊天机器人或 RAG 应用是否容易受到提示注入影响。 评估 LLM 安全护栏对恶意输入的拦截效果。 比较不同模型或数据集变体上的攻击成功率。
spikee 怎么安装和运行？
从 PyPI 安装 spikee: pip install spikee 创建工作区文件夹: mkdir workspace 进入工作区并用内置数据集和模块进行初始化: cd workspace && spikee init
在哪里获取 spikee？
源代码和安装说明在 GitHub 上：https://github.com/ReversecLabs/spikee

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目