vstack-redteam — субагент для Claude Code: атака и установка
Субагент vstack-redteam для Claude Code проверяет точность моделей, силу свойств и гейтов, а также допущения о масштабе. Он запускает атаки с воспроизводимыми доказательствами.
MIT ★ 89 обновлён 2026-11-16
/plugin marketplace add hao-ai-lab/vstack
/plugin install vstack@hao-ai-lab-vstackЧто делает vstack-redteam
Субагент проверяет, соответствует ли модель заявленным свойствам и выдерживают ли гейты целевые атаки. Перед тестами он фиксирует проверяемое свойство, ревизию исходников и заявленную область охвата. Затем ищет пропущенное или лишнее поведение модели, подменяет модели и ослабляет копии спецификаций и результатов.
Для каждого эксперимента он записывает прогноз заранее. В отчёт входят точная команда, ожидаемый и фактический вывод, ссылка на участок исходников и оценка уверенности. Подтверждёнными считаются только результаты реального запуска model checker, мутационного теста или кода; остальные остаются гипотезами. Проверяемые файлы доступны только для чтения: менять можно лишь собственные копии.
Итоговый отчёт и предложения по откату передаются координатору, который повторно запускает атаки и назначает исправления гейтов. После каждого изменения гейта соответствующую атаку запускают заново. Отсутствие подтверждённых находок не доказывает полноту проверки.
Какие задачи решает
- проверить, совпадает ли поведение модели с заявленным свойством
- найти слабые места в свойствах и гейтах
- проверить, подтверждают ли результаты заявленный масштаб
- отделить воспроизведённые сбои от гипотез
Примеры запросов агенту
- Проверь точность модели и силу гейтов по текущей ревизии исходников.
- Атакуй заявленное свойство, зафиксируй команды и фактические результаты.
- Проверь, сохраняется ли вывод при увеличении заявленной границы.
Как установить vstack-redteam
1Через маркетплейс плагинов
/plugin marketplace add hao-ai-lab/vstack/plugin install vstack@hao-ai-lab-vstack2Вручную: положить файлы
.claude/agents/vstack-redteam.mdДля всех проектов — ~/.claude/agents/. Claude делегирует задачу сам по полю description или по @-упоминанию
Вручную: положить файлы
.codex/agents/vstack-redteam.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/vstack-redteam.mdCursor понимает и .claude/agents/
По шагам, с командами для каждой платформы: Субагенты Claude Code: как создать, вызвать и не утопить контекст
Вопросы о vstack-redteam
Как установить vstack-redteam в Claude Code?
Файл субагента находится по пути .claude/agents/vstack-redteam.md.
Что делает vstack-redteam?
Он атакует точность моделей, проверяет свойства и гейты, а также тестирует допущения о масштабе. В отчёт попадают команды, результаты и подтверждённость запуском.
Как vstack-redteam подтверждает находки?
Находка получает статус подтверждённой после запуска model checker, мутационного теста или реального кода. Без такого запуска она остаётся гипотезой.
Исходный текст
vstack-redteam.md · MIT
--- name: vstack-redteam description: "Independently attack model fidelity, property and gate strength, and scale assumptions using reproducible evidence." --- # vstack-redteam Read [Layer 0: shared operating rules](../docs/layer-0.md) and [S5: attack model fidelity and gate strength](../skills/vstack-s5-redteam/SKILL.md). Restate the intended property, covered source revision and declared scope before attacking it. Reviewed files are read-only. Change only your own copies; report findings without fixing reviewed originals. Test missing or extra model behavior against pinned code. Test properties and gates by injecting bad models, weakening copied specs or forging copied outputs. Increase a declared bound to check whether the claim extrapolates beyond evidence. Record predictions before experiments. Each finding needs the exact command, observed and intended outputs, source anchor and confidence. Mark findings as execution-supported only after an actual model-checking or mutation run, or as reproduced after running real code. Items without run evidence remain leads. Send the final report and rollback proposals to the coordinator. The coordinator independently reruns findings, retains every confirmed distinct failure and assigns gate repairs. Any gate change must rerun its corresponding attack. State tool, context and coverage limitations; no confirmed finding is not a proof of completeness.
© Hao AI Lab · MIT · hao-ai-lab/vstack