К основному содержанию
скилл CX Codex

vstack-s5-redteam — скилл для Claude Code: атаки на модель

Скилл vstack-s5-redteam для Claude Code проверяет модель и её защитные ворота независимыми атаками. Включается на этапе S5, когда нужно найти слабые места в проверках и подтвердить их на реальном коде.

MIT ★ 89 обновлён 2026-11-16

Установить в Claude Code · Через маркетплейс плагинов Все способы и платформы ↓
/plugin marketplace add hao-ai-lab/vstack
/plugin install vstack@hao-ai-lab-vstack
Открыть на GitHub

Что делает vstack-s5-redteam

Скилл организует независимые атаки на точность модели, силу свойств и проверок, а также на выводы о более крупных конфигурациях. Для работы ему нужны полный пакет S4 и описание области проверки с хешами. Находки записываются с командами, фактическим и ожидаемым выводом, ссылками на исходники и уровнем уверенности.

Координатор повторно проверяет результаты и объединяет общие причины. Подтверждённые сбои сохраняются по отдельности; успешный обход по возможности превращается в механическую проверку, после изменения ворот запускаются соответствующие регрессионные атаки. Роль red team меняет только свои копии артефактов, а проверенные оригиналы не трогает. Полный общий набор атак не входит в поставку.

Какие задачи решает

  • найти расхождения между моделью и реальным поведением
  • проверить, выдерживают ли свойства и защитные ворота обходы
  • проверить выводы модели на более крупной конфигурации
  • зафиксировать подтверждённые сбои и передать их на исправление

Примеры запросов агенту

  • Проведи этап S5 для полного пакета S4 и запиши атаки с фактическим и ожидаемым выводом.
  • Проверь ворота на обходы и повтори атаки после каждого изменения.
  • Передай подтверждённые находки координатору, не меняя проверенные оригиналы.

Как установить vstack-s5-redteam

1Через маркетплейс плагинов

/plugin marketplace add hao-ai-lab/vstack
/plugin install vstack@hao-ai-lab-vstack

Команда ставит плагин vstack целиком, со всеми его скиллами

2Через Skills CLI (Vercel)

npx skills add hao-ai-lab/vstack --skill vstack-s5-redteam -a claude-code

3Вручную: положить файлы

~/.claude/skills/vstack-s5-redteam/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/vstack-s5-redteam/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о vstack-s5-redteam

Как установить vstack-s5-redteam в Claude Code?

Добавьте маркетплейс командой /plugin marketplace add hao-ai-lab/vstack, затем установите скилл: /plugin install vstack@hao-ai-lab-vstack.

Что делает vstack-s5-redteam?

Он атакует модель и её проверки, фиксирует результаты с доказательствами и передаёт находки координатору для повторной проверки.

Что нужно для работы vstack-s5-redteam?

Нужны полный пакет S4 и описание его области проверки с хешами.

Исходный текст

SKILL.md · MIT
---
name: vstack-s5-redteam
description: "Audit calibrated verification through independent attacks on fidelity, property/gate strength and scope extrapolation."
---

# S5 — Attack model fidelity and gate strength

Read [Layer 0: shared operating rules](../../docs/layer-0.md), this stage and the assigned input bundle.

## Role and write scope

Red team reads reviewed artifacts and mutates only its own copies. It reports findings; the coordinator verifies them and assigns fixes.

## 1. Input

The complete S4 bundle and its scope statement, with hashes.

## 2. Procedure

1. When delegation is available and authorized, assign independent attacks: test fidelity with missing or extra behaviors; test properties and gates with bad models, weak specs and forged output; test scale with one larger configuration. Attack the [open-environment rules](../vstack-s3-model/SKILL.md#open-environment): a stimulus whose `InputEnabled_<E>` is missing or vacuous, a guard that is neither a code condition nor a registered bound, a pruned failure path, fairness on an environment action, an `EnvContract_*` without a documentation quote, and a named restriction inside a passing configuration.
2. For each finding record exact command, actual output, intended output, source anchors and confidence. Mark findings as execution-supported when a run supports them, or as reproduced on real code. Items without run evidence remain leads.
3. The coordinator reruns findings and merges common causes. Keep every independently confirmed failure, not just one reviewer's list.
4. Turn a successful bypass into a mechanical check where feasible and record its ablation. Rerun the corresponding attack after gate changes.
5. On the full adequacy track, confirm each seeded mutant and each revert from the blind set on real code before it counts, then hand scoring to a role that did not build the model ([scoring](../../docs/model-adequacy.md#scoring)).

## 3. Exit checks

- Resolve each execution-supported or reproduced finding, or file a rollback ticket. The coordinator reviews these manually.
- Update the attack-to-enforcer table with evidence and remaining gaps.
- Run the corresponding attack regressions for every gate change. The source has an ASSUMES selftest; a complete generic attack suite is not bundled.
- S5 is mandatory; a model author's success report is insufficient.
- Apply [Gate 2](../../docs/exposure-gate.md#gate-2-red-team) to every finding S6 hands back: record the refutation attempt (outer guard, documented intent, a freedom the real system lacks) and whether it failed. A finding without this record cannot be listed as verified.

## 4. Rollback

Return fidelity defects to S3 and a weak ideal to S2 with property-owner approval. Assign weak verdicts or gates to the coordinator for repair. Never modify the reviewed originals from the red-team role. Use [a rollback ticket](../../templates/rollback.md).

## Concrete Examples

For PD KV slot ownership, attack a copied ideal action, an unchecked mapping assumption and an implementation that silently discards a posted write. These exercise mirror, ASSUMES and specification-mutation checks.

© Hao AI Lab · MIT · hao-ai-lab/vstack

Похожие скиллы

Все скиллы по теме «Тесты и QA» →
redteam-report-template Sachin Sharma Скилл redteam-report-template задаёт структуру клиентского отчёта по ред-тиму: шесть разделов на находку и документ целиком, от executive summary до IoC и заявления об очистке. CX Codex +1 ★ 16 193звёзд репо apk-redteam-pipeline Sachin Sharma Скилл apk-redteam-pipeline автоматизирует реверс Android-приложений: скачивает APK с Play Store, apkpure и apkmirror, декомпилирует через jadx, ищет секреты, JWT, Firebase-ключи, экспортированные компоненты и сертификаты. CX Codex +1 ★ 16 193звёзд репо glassbox-framework TheBarmaEffect MCP-сервер glassbox-framework проверяет ответы языковых моделей через разбор утверждений, оценку уверенности и состязательные тесты. Сервер формирует отчёт Trust Card с проверяемым вердиктом. CX Codex +1 ★ 10звёзд репо md-redteam Joaquim Субагент md-redteam для Claude Code проверяет оценку компании в финансовой модели и составляет критический меморандум. Он запускается с путём к книге, названием компании и, если есть, ценой акции. CX Codex ★ 86звёзд репо configs-variations launchdarkly Скилл configs-variations для Claude Code создаёт вариации конфигов и помогает сравнивать модели, промпты и параметры. Эксперимент строится вокруг одной изменяемой переменной. CX Codex +1 1 900установок llm-redteam-specialist davila7 Субагент llm-redteam-specialist проектирует тесты на джейлбрейки и инъекции промптов, а также готовит отчёты по безопасности LLM для регуляторов и аудитов. CX Codex 139установок

Из того же набора13

Весь набор →
vstack-s6-hunt-fix Скилл vstack-s6-hunt-fix для Claude Code ищет баги в пределах проверенной трассами модели и помогает проверить исправления. Он разбирает контрпримеры и сверяет результат с реальным кодом. CX Codex +1 ★ 89звёзд репо vstack-s0-decompose Скилл vstack-s0-decompose для Claude Code строит карты управления, данных и границ системы, а затем собирает подтверждённые исторические ориентиры. Он включается на этапе анализа закреплённой версии исходников перед проверкой. CX Codex +1 ★ 89звёзд репо vstack-s4-calibrate-tv Скилл vstack-s4-calibrate-tv для Claude Code калибрует модели поведения и сверяет их с реальными трассами. Он запускает этап S4: проверяет баги, исправления, их компоненты и свидетельства достижимости. CX Codex +1 ★ 89звёзд репо vstack-mode Скилл vstack-mode для Claude Code проводит проверку свойств конкурентного, распределённого и системного ПО. Запускает этапы от изучения исходников до доказательства и регрессионных проверок. CX Codex +1 ★ 89звёзд репо vstack-s2-spec Скилл vstack-s2-spec для Claude Code фиксирует проверяемые свойства системы и условия их проверки. Он включается при подготовке спецификации по утверждённому проекту S1 и матрице обязательств. CX Codex +1 ★ 89звёзд репо vstack-s8-package-maintain Скилл vstack-s8-package-maintain для Claude Code упаковывает проверенную область проекта в регрессионный сценарий из пяти шагов. Он подключается при подготовке проверок и их обновлении после изменений кода. CX Codex +1 ★ 89звёзд репо vstack-s3-model Скилл vstack-s3-model для Claude Code строит модель переходов по закреплённому коду. Он задаёт действия среды и движка, проверяет условия и сохраняет видимые промежуточные шаги. CX Codex +1 ★ 89звёзд репо vstack-s7-prove Скилл vstack-s7-prove для Claude Code помогает доказывать свойства модели проектирования в TLAPS. Он подключается после выбора инварианта, калибровки модели и согласования трасс с кодом. CX Codex +1 ★ 89звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой