Skip to content

About

中文提示注入攻击语料库 —— 三项目共享的语料资产层,npm 包 + HuggingFace dataset 同步;代码 MIT / 数据 CC-BY 4.0。Chinese prompt-injection corpus as a versioned shared asset.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Latest commit

 

History

9 Commits

Folders and files

Repository files navigation

prompt-corpus-zh

npm license GitHub

中文提示注入攻击语料库 —— 三项目共享的语料资产层。npm 包 + HuggingFace dataset 同步;代码 MIT,数据 CC-BY 4.0。

这是什么

InjectArena(攻)与 prompt-audit(守)共用的中文攻击语料的独立资产化。目前 chinese prompt injection 语料几乎空白,本仓库占住这个位置:

  • 一份语料,两个视角:CI 里是「拦截率基线」的语料源,靶场里是「段位榜」的语料源——飞轮的物理载体
  • 版本可锁:每周快照 + 语义化版本;prompt-audit 锁定版本引用,回归结果可复现
  • schema 治理权独立(方案 v2 · 治理规则 1):schema 不归任何一项目所有,变更走 SCHEMA-RFC.md 流程,三项目以 issue / RFC 提变更请求

内容来源

来源 说明 条目标记
seed InjectArena 初始语料(direct-injection 50 + data-exfiltration 14 + indirect-injection 20 + tool-abuse 14) 默认
arena 靶场攻方榜真实破阵 payload,每周导出 → 脱敏 → 人工闸 → 入库 source: "arena" + verifiedAt
audit prompt-audit 扫出的真实投毒工具描述 / system prompt 话术,改写脱敏后入库 source: "audit" + verifiedAt

回流只走公开接口(方案 v2 · 治理规则 2):攻 → 审走 InjectArena /api/leaderboard JSON 导出;审 → 攻走 prompt-audit --export-corpus CLI 输出。人工闸必须保留:宁可少收,不可收毒。

公共实例已上线:InjectArena 部署于乌托邦站内靶场 https://croesus-k.top/arena/(BYOK:玩家自带 Key),导出通道可直接喂给回流脚本——npm run flywheel -- --export "https://croesus-k.top/api/arena/leaderboard?format=export"(FLAG 源头打码)。

版本策略

  • minor:只增条目(同攻击面、不改既有条目语义)——消费方可选升级
  • major:修改或删除既有条目、schema breaking change——回归基线必须重立
  • patch:纯文档 / 元数据修正,不改 payload 文本

路线图

  • M4 前置:schema v2 RFC 起草(RFC-0001,draft 待非提案方 review)
  • M4:seed 语料入库——npm run extract 从 InjectArena 抽取(零变换 + 校验),116 条 / 5 攻击面,溯源见 corpus/_meta.json
  • M4:周回流脚本——npm run flywheel -- --export <导出URL或文件>,只走公开接口(治理规则 2),输出人工闸候选(宁可少收不可收毒)
  • 人工闸跑通首批候选(2026-09-13 首批收录 ar-001 / ar-002——未上榜破阵,匿名化后入 data-exfiltration / direct-injection;现 118 条 / 5 攻击面)
  • npm 首版发布(0.1.0 已上架)
  • npm 0.2.0——飞轮 @2 回流首批 arena 实语料(minor:只增条目)
  • HuggingFace dataset 首版(发布动作等维护者确认)
  • SCHEMA-RFC.md 流程跑通(首个变更提案走完 review)

脚本

命令 作用
npm run extract -- <InjectArena 路径> seed 抽取:逐字复制 + 校验(id/枚举/唯一性/v2 字段禁用)+ 溯源 _meta.json
npm run validate 语料校验:含 RFC-0001 v2 字段约束 + 真实密钥/未打码 FLAG 拒收
npm run flywheel -- --export <file|url> 攻→审回流:injectarena-export@1/@2(@2 含未上榜破阵,匿名)→ 人工闸候选(arena-candidates@1)

License

  • 代码(脚本、schema 文件):MIT
  • 语料数据(corpus/ 下 JSON 条目):CC-BY 4.0(发布时附 LICENSE-DATA)

About

中文提示注入攻击语料库 —— 三项目共享的语料资产层,npm 包 + HuggingFace dataset 同步;代码 MIT / 数据 CC-BY 4.0。Chinese prompt-injection corpus as a versioned shared asset.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages