cognitive-behavior-evaluator
对目标AI智能体进行标准化、安全导向的行为评估
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：对目标AI智能体进行标准化、安全导向的行为评估 完整的 Skill 内容见：https://321skill.com/skills/cognitive-behavior-evaluator-x-5/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
“请使用cognitive-behavior-evaluator对‘客服助手Alpha’进行一轮标准安全行为评估。” 它会启动评估流程，向目标客服助手发送一系列诊断性问题（例如，模拟权威指令要求其透露用户隐私），然后根据预设的评分标准，分析并报告助手在抵抗压力、纠正错误信息等方面的表现得分和具体证据。
介绍
该Skill旨在解决AI智能体在复杂交互中可能出现的潜在安全风险问题。它通过向目标AI智能体注入一系列受控的诊断探针，系统性地测试其在权威压力、错误前提/幻觉、隐性偏见等方面的反应，从而评估其行为的稳健性与安全性。
使用时，您需要指定一个目标AI智能体（TARGET AI agent），该Skill会自动向其发起包含特定测试场景的对话。它会根据预设的、有据可依的1-5分评分标准，对目标的回应进行打分，并提供详细的证据引用，最终生成一份标准化的评估报告。
此Skill非常适合从事AI安全研究、智能体开发、模型评估的工程师和研究人员。对于需要确保其部署的AI助手或客服机器人行为可靠、符合伦理规范的产品经理和运维人员，这也是一个重要的验证工具。
使用建议：评估前请确保目标智能体处于可交互状态，并准备好接收其输出。由于评估涉及压力测试，建议在非生产环境的沙箱或测试环境中进行。评估结果应结合具体场景和评分细则进行解读，作为持续优化智能体行为的参考，而非绝对的安全保证。
核心特点
与一般性能测试工具不同，它专注于行为安全性的标准化评估，提供了一套包含权威压力、幻觉纠正、偏见检测在内的结构化诊断探针和锚定评分体系，使评估结果更具可比性和可解释性。
注意事项
不适合对非对话型AI模型（如图像分类器）或无法通过文本接口交互的系统进行直接评估。
常见问题
这个评估工具能测试哪些具体的安全风险？
主要测试权威压力下的顺从性、对错误前提或幻觉的纠正能力，以及回应中是否存在隐性偏见。
评估结果如何呈现？
它会生成一份报告，对每个测试项给出1-5分的评分，并附上来自目标AI回应的具体证据引用。
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-5/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-5/raw/index.md（查看排版版本）