技能介绍

要解决什么问题

内部 HR 助手、客服 Bot、带工具调用的业务 Agent——上线前你往往只测过「正常问答」，却很少系统验证：系统提示能否被覆盖、身份伪装能否骗过权限边界、假设情景或编码能否绕过过滤。手工凑越狱词既费时，又容易和业务无关，测不出真实风险。

技能如何工作

你把 Agent 的功能、使用场景、连到的后端用自然语言说清楚（例如内部 HR 能查考勤与薪资）。技能以 AI Red Teamer 视角做场景化分析，并按固定 Markdown 结构输出三块内容：

风险靶点：1～2 句话点出该场景下最可能被利用的核心面（数据越权、指令泄露、工具滥用等）。
渗透测试武器库：三条带引号、可直接复制的恶意 Prompt，分别覆盖指令覆盖/越狱、身份伪装/社会工程、逻辑绕过（情景假设、续写、Base64 等），且针对你描述的业务定制，而非通用废话。
安全加固补丁：1～2 条可写入目标 Agent System Prompt 的防御规则，给出完整文案（如「最高指令」类表述），便于对照攻击结果迭代加固。

输出要求简练，无「好的、明白了」类开场白；攻击与防御一一对应，方便研发在预发环境做红队自测。

适用边界与注意点

这是辅助生成测试用例与防御文案的技能，不能替代渗透测试流程、日志审计或后端鉴权实现。攻击 Prompt 仅应在自有或已授权环境中使用；生产环境对用户输入做同类试探可能违法或违反政策。防御规则需结合真实权限模型与工具白名单验证，不能单靠一段 System Prompt 当完整安全方案。