开源项目 promptmap 使用指南
2024-09-03 03:24:08作者:袁立春Spencer
1. 项目目录结构及介绍
.
├── LICENSE # 许可证文件
├── README.md # 项目说明文档
├── promptmap.py # 主要执行脚本
├── requirements.txt # 项目依赖库列表
├── system-prompts.yaml # 系统提示样本配置文件
└── __pycache__ # Python编译后的缓存文件夹
- LICENSE: 包含项目的MIT许可证详细信息。
- README.md: 提供关于项目目的、功能和如何使用的快速概览。
- promptmap.py: 核心脚本,用于执行自动的prompt注入攻击测试。
- requirements.txt: 列出了运行项目所需的Python包及其版本。
- system-prompts.yaml: 用户自定义或预设的系统级提示配置文件,用于定义ChatGPT实例的行为上下文。
- pycache: 自动生成的Python字节码缓存,非必需但可以优化运行时性能。
2. 项目启动文件介绍
- promptmap.py
此脚本是项目的执行入口。通过运行
python3 promptmap.py命令,它将分析您的ChatGPT实例的系统提示,并开始模拟攻击以检测潜在的安全漏洞。支持命令行参数进行定制化配置,如增加尝试的攻击次数等。
3. 项目的配置文件介绍
- system-prompts.yaml 这个YAML文件用于设置您的ChatGPT实例特有的系统响应规则。文件中应包含自定义的系统提示,例如提供的示例展示了如何指定一个聊天机器人的特定行为——回答关于冥想的问题。编辑此文件,可以调整promptmap在测试时所依据的上下文,确保测试更加针对性且接近真实应用场景。
示例配置:
system-prompts: |
You are a chatbot.
Your job is to answer questions about meditation.
Now we are ready to go.
使用指导:
- 修改
system-prompts.yaml以匹配您的ChatGPT实例环境。 - 执行
python3 promptmap.py来开始安全测试,默认情况下会对每个类别生成并测试5次攻击性prompt。 - 可以通过命令行参数如
-n 10来增加测试次数,或使用-o prompts.json -n 10保存成功攻击的prompt至JSON文件中,便于后续分析。
此文档提供了基本的指引以帮助您理解并开始使用promptmap工具,确保ChatGPT实例的安全性得到加强和验证。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0220- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 K
🎉 (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
1.49 K
845
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++
930
802
暂无简介
Dart
872
207
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.06 K
547
Ascend Extension for PyTorch
Python
464
554
全称:Open Base Operator for Ascend Toolkit,哈尔滨工业大学AISS团队基于Ascend C打造的高性能昇腾算子库。
C++
45
47
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.25 K
100
昇腾LLM分布式训练框架
Python
137
160