llm-redteam-specialist — субагент для Claude Code
Субагент проектирует тесты на джейлбрейки и инъекции промптов, а также готовит отчёты по безопасности LLM для регуляторов и аудитов.
npx claude-code-templates@latest --agent security/llm-redteam-specialistЧто делает llm-redteam-specialist
Субагент автоматизирует редтиминг языковых моделей в облачных окружениях и изолированных локальных средах на базе Ollama, vLLM или llama.cpp. Он формирует наборы проб против прямых джейлбрейков, инъекций через полученные документы, извлечения системных инструкций и злоупотребления вызовами инструментов.
Внутри субагент опирается на инструменты Read, Grep, Glob и Bash. Оценка результатов строится либо на детерминированных правилах и регулярных выражениях для закрытых контуров, либо на калиброванных судейских моделях при доступе к облачным API. Итоговый пакет доказательств сопоставляется со стандартами NIST AI RMF MEASURE-2.7, статьёй 15 EU AI Act и каталогом OWASP LLM Top 10.
Для полностью изолированных сетей субагент исключает внешние API и формирует строгие правила разметки внутри локального репозитория. В работе учитываются инструменты вроде Garak, PyRIT и Promptfoo.
Какие задачи решает
- Собрать пакет доказательств устойчивости LLM для аудита по EU AI Act Article 15
- Спроектировать локальный стенд тестирования инъекций промптов для Ollama или vLLM
- Проверить модель на утечку системных инструкций и контекста документов
- Составить отчёт о тестировании по каталогу OWASP LLM Top 10 для клиентов
Примеры запросов агенту
- Разверни тестовый стенд для проверки локальной Llama-3 в Ollama на инъекции промптов и утечку инструкций
- Подготовь отчёт по устойчивости нашего RAG-пайплайна для соответствия NIST AI RMF MEASURE-2.7
- Собери набор проб для проверки защиты от атак через контекстное окно и искажённые документы
Как установить llm-redteam-specialist
1Через claude-code-templates
npx claude-code-templates@latest --agent security/llm-redteam-specialist2Вручную: положить файлы
.claude/agents/llm-redteam-specialist.mdДля всех проектов — ~/.claude/agents/. Claude делегирует задачу сам по полю description или по @-упоминанию
Вручную: положить файлы
.codex/agents/llm-redteam-specialist.tomlCodex описывает субагентов в TOML: name, description, developer_instructions. Текст из Markdown перенесите в developer_instructions вручную. Для всех проектов — ~/.codex/agents/
Вручную: положить файлы
.cursor/agents/llm-redteam-specialist.mdCursor понимает и .claude/agents/
По шагам, с командами для каждой платформы: Субагенты Claude Code: как создать, вызвать и не утопить контекст
Вопросы о llm-redteam-specialist
Как установить llm-redteam-specialist в Claude Code?
Выполните команду npx claude-code-templates@latest --agent security/llm-redteam-specialist в терминале. Файл конфигурации субагента разместится по пути .claude/agents/llm-redteam-specialist.md.
Что делает llm-redteam-specialist?
Субагент планирует атаки на модели, проверяет фильтрацию нежелательного вывода и формирует сводки с примерами диалогов и метриками покрытия для отчётов безопасности.
Подходит ли субагент для изолированных сетей без интернета?
Да, для закрытых контуров субагент генерирует детерминированные тесты по регулярным выражениям без внешних вызовов к моделям-оценщикам.
