deepteam 的安装和配置教程
2025-05-28 15:05:39作者:卓艾滢Kingsley
项目基础介绍
deepteam 是一个简单易用的开源大型语言模型(LLM)安全测试框架,用于对语言模型系统进行安全性测试。该框架集成了最新的研究成果,能够模拟使用先进技术(如绕过限制和输入注入)的敌手攻击,帮助识别可能未知的问题,如偏见和隐私信息泄露。
deepteam 在本地机器上运行,同时使用LLM进行模拟和评估。无论你的LLM系统是RAG管道、聊天机器人、AI代理还是语言模型本身,deepteam都能帮助你在用户发现之前发现安全风险和潜在问题。
主要编程语言
该项目主要使用 Python 编程语言。
项目使用的关键技术和框架
deepteam 使用了以下关键技术:
- 绕过限制技术:模拟攻击者尝试绕过模型的安全限制。
- 输入注入:将非预期内容注入到模型的输入中,试图改变其响应。
- 安全评估:使用deepteam内置的评估框架对模型进行安全性评估。
此外,deepteam 框架支持集成OWASP Top 10 for LLMs 和 NIST AI RMF等标准指南。
准备工作
在开始安装deepteam之前,请确保以下准备工作已经完成:
- 安装了 Python 环境(建议使用 Python 3.6 或更高版本)。
- 安装了 pip 包管理工具。
- 确保你的系统可以连接到互联网,以安装所需的依赖包。
安装步骤
以下为deepteam的详细安装步骤:
-
克隆deepteam仓库到本地环境:
git clone https://github.com/confident-ai/deepteam.git cd deepteam -
安装项目依赖:
pip install -r requirements.txt -
设置环境变量
OPENAI_API_KEY,deepteam在生成非预期输入和评估LLM输出时需要使用这个密钥。如果你打算使用自己的LLM模型,请按照文档说明进行配置。 -
创建一个测试文件
red_team_llm.py并定义一个模型回调函数model_callback:# red_team_llm.py async def model_callback(input: str) -> str: # 在这里替换成你的LLM应用程序代码 return f"I'm sorry but I can't answer this: {input}" -
导入deepteam中的问题和测试模块,并运行红队测试:
from deepteam import red_team from deepteam.issues import Bias from deepteam.tests.single_turn import InputInjection # 使用你定义的model_callback bias = Bias(types=['race']) input_injection = InputInjection() risk_assessment = red_team(model_callback=model_callback, issues=[bias], tests=[input_injection]) # 运行测试 python red_team_llm.py
按照以上步骤操作,你就可以成功安装并配置deepteam项目,开始对LLM系统进行安全性测试了。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
250
Oohos_react_native
React Native鸿蒙化仓库
C++
347
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.67 K
985