新人来加入组织了！知道 L 站是因为之前看见有人在这儿分享我的开源项目。 点进来看了各个佬友的帖子，觉得实在太有趣了 ^-^ 。 希望以后跟大家多多学习，后面也会分享自己的一些好玩的东西。^-^

这里简单介绍一下我之前做的项目 方便大家认识我：

^-^ GPT Image 2 Skill (4.3k star)

这个做得比较早，当时正在做小红书和 Reddit 的数据爬虫，突然下午 GPT 2 Image 就发布了。 我刷到很多网友分享的 prompt 生成各式各样的图片，就想着直接爬下来，然后做成Agent Skill 方面大家使用。 没想到广受好评！

由于 star 增长太猛，也有很多中转服务过来推广。我都婉拒了。我做开源的目的就是纯粹为了好玩和回馈社区。

^-^ 内部安全坍塌 (Internal Safety Collapse) - 930 Star

这是我的博士相关的科研工作。越狱攻击大家应该听过 就是让大模型不拒绝你的有害请求。

然而做过越狱攻击的人 都应该非常清楚 前沿大模型现在很难忽悠 如下图所示我们会在 用户输入端做检测。

你可以想象有一群专门做文字游戏的人 他们每天都在 手工或者自动化 构建不同的有害用户提示词，破甲词等 去让这个检测器效果更加好。所以现在越狱攻击要么效果不好，不稳定或者成本太高。

这让我思考一个非常有趣的问题

是否我可以 不依赖 用户的输入词 来达到越狱 和破甲的效果？

这样的好处就是 完全绕开 输入端检测 达到稳定攻击的复现。于是我做了这篇工作，效果非常好。 我越狱了市面上所有的前沿大模型 （100 + LLMs），并把相关结果放在仓库，包括不局限于Fable 5, Claude 4.8, GPT5.6 等前沿大模型和 AI Agent。

这个设计我后面有空可以详细讲讲，简而言之就是我构造了一个工作流环境，agent 进入到这个环境当中就会做平时会拒绝的事情。我把这个现象定义为 内部安全坍塌。

这里有一些相关报道和视频， 我放在项目里面 大家感兴趣可以去看看。

相关视频，演示，截图都在项目里面了 大家可以自行阅读。

感觉有点说太多了 L 站全是大神 希望能向大家多多学习！ 也希望佬友们多多和我交流 我是 E 人！！

（不知道这是否算推广项目 我也加一个模板吧 如果不符合规范 大家多多指正

本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：

• 我的帖子已经打上 开源推广 标签： 是


• 我的开源项目完整开源，无未开源部分： 是


• 我的开源项目已链接认可 LINUX DO 社区： 是


• 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是


• 以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出