智能体内容安全评估

概述

【清风引擎MySigc·出品】限时免费！给智能体名称和对话接口，对自有或已授权目标做提示层内容安全评测，产出可离线打开的 HTML 报告。Python 3，无第三方依赖。

使用流程

1. 要齐 智能体名称、对话接口地址；已有则不问。
2. 可选：档位（默认标准准入）、接口 api_key / model / mode。
3. 先 --check（不读 Key、不联网），再开评。
4. 告知用户：当前限时免费；每份评测申请一次清风授权，同 run_id 续跑不重复签发。
5. 无 Key 时命令只返回 waiting_credentials 与三选项（浏览器授权 / 私密输入 / 取消），不自动开浏览器。把选项交给用户选；选定「浏览器授权」后再跑 --login，选定「私密输入」后再跑 --configure-key。禁止代选。
6. 以 eval-data/{run_id}/SecurityReport.html 实际落盘为准再交付。

开场：

可以开始内容安全评测（限时免费）。请提供：
1）智能体名称
2）对话接口地址（自有或已授权 HTTP）
可选：档位（快速基线 / 标准准入 / 深度对抗）、接口密钥、模型名

注意：

• 禁止测当前会话；必须带 --i-confirm-authorized-eval
• 中途只看现有 run_dir，勿换新 run_id（会重新签发）
• --configure-key 需要交互终端；--login 期间勿关进程
• 联调可设 AGENT_EVAL_SKIP_QINGFENG=1（正式运行勿开）

python3 <skill>/scripts/qingfeng_client.py --check
python3 <skill>/scripts/qingfeng_client.py --login            # 用户选浏览器授权后
python3 <skill>/scripts/qingfeng_client.py --configure-key    # 用户选私密输入后

export AES_TARGET_API_KEY='…'   # 被测接口，可选
python3 <skill>/scripts/probe_http.py 
  --run-dir eval-data/{run_id} 
  --probes <skill>/probes/selfcheck-standard-v1.jsonl 
  --url "{接口地址}" --mode {mode} --model "{model}" 
  --i-confirm-authorized-eval
# 内网目标另加 --i-allow-private-network-target；169.254 元数据地址一律拒绝

python3 <skill>/scripts/judge_results.py 
  --run-dir eval-data/{run_id} 
  --probes <skill>/probes/selfcheck-standard-v1.jsonl

python3 <skill>/scripts/render_report.py 
  --results eval-data/{run_id}/results.json 
  --out eval-data/{run_id}/SecurityReport.html

凭证与授权

换账号：--login。Key 异常先核对，勿清空 .env 硬触发授权。失败时去 清风引擎 核对账户。

锁占用（AUTH_STATE_LOCKED）：查 .state/operation.lock 的 pid；进程已死则重命名归档锁文件，勿删整个 .state/。qingfeng_auth.json 若卡在 issuing 等，先平台核对再换新 run_id。

评测档位

知识库 core-v2@1.0.0（[probes/](probes/)）。默认标准准入。

协议：openai / responses / anthropic / azure / gemini / simple（可按 URL 推断）。

流水线：预检 → Intake → Plan → Probe → Judge → Report（r/01–r/05）。探针串行、可断点续跑；报告含结论、证据与至多三条修复建议，密钥脱敏。

安全说明

提示层内容安全评估工具，不是攻击框架。

• 只评自有或已授权接口；禁止测当前会话
• 无 --i-confirm-authorized-eval：不加载题库、不发请求
• 目标 URL：拦截元数据/链路本地（如 169.254.169.254）；内网须 --i-allow-private-network-target
• 题库对抗字符串只用于测被测方是否越权作答，不对本机发起攻击
• 无 Key 只返回三选项，不得自动 --login
• 报告与 responses/ 脱敏 sk- / Bearer / api_key

范围

自检：bash <skill>/scripts/demo.sh