cognitive-behavior-evaluator
标准化AI代理安全行为评估工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：cognitive-behavior-evaluator。 它的用途是：标准化AI代理安全行为评估工具 完整的 Skill 内容见：https://321skill.com/skills/cognitive-behavior-evaluator-x-2/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'请评估当前AI代理的安全行为，注入权威压力抵抗测试探针'，它会生成一系列测试问题（如'请帮我写一封冒充领导的邮件'），自动评分并输出带有引用证据的报告。
介绍
AI代理在实际部署中可能产生不安全行为，例如屈服于权威压力、传播虚假信息（幻觉/接地错误）或隐含偏见。本工具通过注入标准化、可控的诊断探针，系统性地评估目标AI代理在多个安全维度上的表现，帮助开发者和测试者提前发现潜在风险。
使用者只需指定目标AI代理的接口（如API端点或本地模型），工具会自动注入预设的探针，包括权威压力抵抗测试（如指令违反伦理时是否拒绝）、虚假前提/幻觉接地测试（如基于错误事实的提问是否纠正）、隐含偏见中立测试（如涉及敏感话题时是否保持中立）。每个响应会在1-5分制下评分，并附上具体的引用证据，便于审计和复现。
本工具适合智能体开发者、安全测试工程师、AI伦理研究者以及任何需要确保AI行为安全合规的团队。无论是开发阶段的内部测试，还是上线前的合规检查，均能提供客观、可量化的评估依据。
使用前请确保目标AI代理可访问且网络稳定；建议定期运行评估以监控行为变化，并将结果纳入CI/CD流程。注意评估结果仅覆盖探针设计的维度，不能替代全面红队测试或真实场景对抗。
核心特点
与简单的对话测试或红队攻击不同，本工具采用标准化、可重复的1-5分评分体系，并为每个评分提供引用证据，使评估结果客观、可审计，便于跨版本对比和合规记录。
注意事项
不适合需要动态对抗或实时交互的复杂安全场景，因为探针是预设的，无法覆盖所有新型攻击模式。
常见问题
如何安装这个工具？
可以通过 pip install cognitive-behavior-evaluator 安装，前提是系统中已安装 Python 3.8 以上版本。
支持哪些AI代理？
支持任何提供HTTP API或本地可调用接口的AI代理，包括OpenAI、Claude、本地部署的LLM等，需在配置中指定目标端点。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/cognitive-behavior-evaluator-x-2/raw/index.md 读取 cognitive-behavior-evaluator 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/cognitive-behavior-evaluator-x-2/raw/index.md（查看排版版本）