源码简介
这套源码属于 AI 安全研究 / 大语言模型（LLM）红队测试方向的项目，核心是一套可配置的红队测试框架 Wallbreaker（AGPL-3.0，组织 JailbrokenAI）。它面向自有模型或已获书面授权的评估场景，通过终端 Agent 与 Web 仪表盘对目标模型发起系统化的对抗测试，并记录、评估每一次响应。项目定位为安全研究工具，仅限授权测试使用；越狱语料（L1B3RT4S、P4RS3LT0NGV3、ENI）在运行时按需拉取、不随源码分发。整套仓库以 Python 实现，含终端 TUI、Web 仪表盘、攻击工具集与报告导出，结构清晰、测试完备，适合复现红队方法论与二次开发学习。
适用场景
- 自有大模型 / 内部部署模型的安全评估与健壮性测试
- 对齐研究与越狱防御的论文、基准（如 HarmBench）复现
- 安全课程教学、红队方法论演示与二次开发学习
技术栈与运行环境
- 前端：React + Vite（仪表盘 SPA），Textual（终端 TUI）
- 后端：Python 3.11+，FastAPI + uvicorn（Web 仪表盘服务）
- 数据库：无（会话与结果以 JSON / JSONL 文件落盘）
- 运行环境：Python 3.11+ 虚拟环境；Node.js（运行时拉取 Parseltongue 引擎）；可选 Chrome/Chromium 用于卡片渲染
- 其他依赖：httpx、textual、rich、mcp、python-dotenv；可选 fastapi、uvicorn、pillow、qrcode
功能亮点
- 多协议模型接入层：统一 OpenAI Chat / Anthropic Messages 线格式，支持 OpenRouter、Z.AI GLM、本地 Claude Code CLI 及任意 OpenAI/Anthropic 兼容端点（含第三方代理的 Bearer 鉴权）
- 自主攻击回路：内置 PAIR/TAP、Crescendo 多轮升级、best-of-N、many-shot、prefill 等策略，可自动变异并反复投递，直至得手或请求人工介入
- Parseltongue 变换引擎：59+ 可链式变换（编码、Unicode 字形、零宽字符、同形字、隐写、双射等），用于对抗输入/输出分类器
- 标准化基准与裁判：集成 HarmBench（400 类行为、7 大类别）作为无偏测试集，并用 LLM 裁判对响应打分、以多次重放测算真实成功率
- Web 仪表盘与报告：FastAPI + React 提供 Agent 实时攻击视图、攻击控制台、ASR 计分榜、发现表与运行日志；支持导出 Markdown/HTML 报告与 CI 门禁（–fail-on-finding）
安装与部署提示
1. 克隆仓库并创建 Python 3.11+ 虚拟环境：`python -m venv .venv && pip install -e “.[dev]”`（仪表盘需加 `[dashboard]`，二维码工具加 `[barcodes]`）
2. 复制配置：`cp config.example.toml config.toml`，填入你的 API 密钥（建议用 `*_ENV` 环境变量，config.toml 已被 gitignore）
3. 校验环境：执行 `wallbreaker check` 检查 profiles、密钥、target 与 judge；启动终端用 `wallbreaker`，启动仪表盘用 `wallbreaker dashboard`（默认 http://127.0.0.1:8787，前端需先 `npm install && npm run build`）
4. 越狱语料（L1B3RT4S / P4RS3LT0NGV3 / ENI）不在仓库内，需运行时执行 `wallbreaker lib update` / `wallbreaker parsel update` 拉取至本地 `library/`（该目录 gitignore）
截图与演示说明
常见问题
使用范围有什么限制？
Wallbreaker 明确仅限授权测试：你拥有或运营的模型，或已获书面授权的目标（如厂商红队计划、内部评估）。不得用于攻击未授权的第三方服务、生成或传播真实有害内容，或违反目标服务条款与适用法律。运行日志与产物可能含敏感 / 有害材料，须按 SECURITY.md 妥善处理、勿入库。
适合二次开发吗？
适合。工具以 registry 模式注册（`tools/` 下每个模块实现 `register(registry)`，并在 `tools/__init__.py` 登记），变换为 `transforms/` 下的纯函数，provider 层将 OpenAI/Anthropic 线格式归一。新增攻击手法或接入新模型端点均可按既有结构扩展；项目含 600+ 测试（pytest）作为改动契约。
安全风险提示
特别提示：本源码未检测安全风险文件，下载后请务必进行安全审计，删除恶意代码后再部署使用！
补充（基于正常代码检视）：
- 本项目为双重用途的安全研究工具（AI 红队 / 越狱测试），请严格遵守其 SECURITY.md 的”仅限授权测试”条款，不得用于未授权目标或违规用途。
- 运行产生的会话日志、发现与生成产物（`wb_runs/`、`wb_images/`、`wb_artifacts/`、`findings/`）可能包含对抗性有害内容，均为 gitignore，须作为敏感数据处理、勿外传或入库。
- 第三方越狱语料（L1B3RT4S、P4RS3LT0NGV3、ENI）由上游仓库在运行时拉取，本项目不重新分发，使用前请确认各自授权。
- 常规代码检视未发现 WebShell、硬编码密钥或可疑外联；`run_shell` 类工具会在本地派生子进程执行你构建的载荷，请仅在隔离 / 授权环境使用。
下载说明
源码仅供安全研究、授权测试、教学演示与二次开发学习。项目以 AGPL-3.0-or-later 发布：任何修改版（含以网络 / 托管服务形式运行）须以相同许可证提供完整对应源码。
开源仓库地址：https://github.com/JailbrokenAI/wallbreaker
请仅对自有模型或已获授权的目标使用该工具；遵守目标服务条款与所在司法辖区法律，切勿用于未授权渗透、生成违规内容或任何危害他人的行为。
