# gandalf-llm-pentester

Скилл gandalf-llm-pentester автоматизирует тестирование защитных механизмов языковых моделей на платформе Lakera Gandalf. Помогает проверять устойчивость промптов к инъекциям на 7 уровнях сложности.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 252 установки · ★ 13 у репозитория
- Автор: reason-machines
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/reason-machines/security-skills/tree/HEAD/skills/gandalf-llm-pentester/SKILL.md
- Обновлён: 2026-10-09
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/gandalf-llm-pentester

## Что делает

Скилл запускает сценарии редтиминга на платформе Lakera Gandalf. Набор содержит более 64 векторов атак для 7 рубежей защиты. Сложность возрастает с каждым шагом. Модель `claude-3-5-sonnet-20241022` проверяет ответы и фиксирует утечки секрета в открытом тексте, Base64 или фонетическом коде NATO.

Внутри работают клиенты `GandalfAPI` и `ClaudeAPI` на базе абстрактного класса `BaseLLMAPI`. Запросы к Gandalf отправляются через `requests` с паузой 0.3 секунды. Такая задержка предотвращает блокировку по частоте обращений. Для локального запуска понадобятся Python, пакет `anthropic` и Jupyter.

Без переменной окружения `ANTHROPIC_API_KEY` автоматическая проверка ответов не сработает. Наличие этого ключа критично. Тесты запускаются через файл `notebooks/gandalf_llm_pentester_gm.ipynb` либо в среде Google Colab.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/security-skills --skill gandalf-llm-pentester -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/gandalf-llm-pentester/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/gandalf-llm-pentester/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/security-skills --skill gandalf-llm-pentester -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/gandalf-llm-pentester/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/security-skills --skill gandalf-llm-pentester -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/gandalf-llm-pentester/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install reason-machines/security-skills skills/gandalf-llm-pentester
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/gandalf-llm-pentester/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/security-skills --skill gandalf-llm-pentester -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/reason-machines/security-skills --path skills/gandalf-llm-pentester
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/gandalf-llm-pentester/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/security-skills --skill gandalf-llm-pentester -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/reason-machines/security-skills/tree/HEAD/skills/gandalf-llm-pentester/SKILL.md

## Когда брать
- протестировать устойчивость системного промпта к инъекциям на 7 уровнях Gandalf
- автоматизировать запуск 64+ векторов атак на языковую модель
- выявить утечку пароля через Base64, транслитерацию или фрагментацию
- получить отчёт по уязвимостям защиты с валидацией через Claude API

## Примеры запросов агенту
- Запусти стресс-тестирование Gandalf с помощью gandalf-llm-pentester
- Проверь защиту модели от промпт-инъекций на первых трёх уровнях Gandalf
- Выполни анализ защитных рубежей LLM через gandalf-llm-pentester

## Похожие
- [llm-risk-assess](https://affpapa.org/nevibecode/skills/llm-risk-assess.md) — скилл · 186 установок
- [llm-ai-hunter](https://affpapa.org/nevibecode/skills/llm-ai-hunter.md) — скилл · ★ 1298 у репозитория
- [llm-redteam-specialist](https://affpapa.org/nevibecode/agents/llm-redteam-specialist.md) — субагент · 139 установок
- [16-ai-llm-security](https://affpapa.org/nevibecode/skills/16-ai-llm-security.md) — скилл · ★ 71 у репозитория
- [ai-system-testing](https://affpapa.org/nevibecode/skills/ai-system-testing.md) — скилл · 1400 установок
- [ai-red-teaming](https://affpapa.org/nevibecode/skills/ai-red-teaming.md) — скилл · 401 установка

Из того же набора: [reason-machines/security-skills](https://affpapa.org/nevibecode/by/reason-machines/security-skills.md) — 129 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
