スキル監査レポート
ai-jailbreak 監査レポート.
Bypass an LLM's safety/guardrails to make it produce restricted output or ignore its policy. Load when testing an AI product's content controls, "jailbreak", "guardrail bypass", refusal testing, or safety evals. Signals: a chatbot/assistant with a usage policy, refusals to test, content filters.
OpenAgentSkill Trust Score
OpenAgentSkill Trust Score
Trust Score は、インストール前に候補に入れる安全性を Agent が判断する助けになります。
GitHub 採用度
失敗30
GitHub スター 20
スター／フォーク活動
失敗32
スター 20、フォーク 7; 現在のメタデータでは Issue 活動を利用できません
最近のメンテナンス
合格100
最終プッシュから 11 日
ライセンスの明確さ
合格86
MIT
README/SKILL.md の完全性
合格86
メタデータには十分な利用・ワークフロー文脈があります
依存関係／ランタイムのリスク
情報72
認証情報または環境変数アクセス
インストール可否
合格92
npx skills add NoorQureshi/SploitAgent --skill ai-jailbreak
インストールコマンドの安全性
合格92
標準パッケージまたはランタイムのインストールパス
権限範囲
情報74
secrets or environment access
リポジトリ根拠
合格86
https://github.com/NoorQureshi/SploitAgent/tree/main/skills/ai-ml/ai-jailbreak
レビュー状況
警告46
AI レビュー承認がありません
Agent 検証結果
情報54
Agent の成果データはまだありません
チェック
インストールと採用のレビュー
インストール経路
92
npx skills add NoorQureshi/SploitAgent --skill ai-jailbreak
リポジトリ
88
https://github.com/NoorQureshi/SploitAgent/tree/main/skills/ai-ml/ai-jailbreak
ライセンス
86
MIT
メンテナンス
100
最終プッシュから 11 日
AI レビュー
55
Review approval is missing
README/SKILL.md の完全性
86
Usable description available
依存関係リスク
72
認証情報または環境変数アクセス
インストールコマンドの安全性
92
標準パッケージまたはランタイムのインストールパス
権限範囲
74
secrets or environment access
スター／フォーク活動
32
スター 20、フォーク 7; 現在のメタデータでは Issue 活動を利用できません
採用度
42
GitHub スター 20
警告
- Low GitHub adoption signal
- AI レビュー承認がありません
- Quality score needs review
- GitHub adoption: 20 GitHub stars
- Stars/forks activity: 20 stars, 7 forks; issue activity unavailable in current metadata
- Review status: AI review approval is missing
方法
このレポートは公開メタデータ、AI レビュー、リポジトリの鮮度、インストール準備、OpenAgentSkill イベント、品質スコア、信頼チェック、Agent セーフティゲートを統合します。完全なソースコード監査ではありません。
近い選択肢を比較
次に監査する関連スキル
full-output-enforcement
Overrides default LLM truncation behavior. Enforces complete code generation, bans placeholder patterns, and handles token-limit splits cleanly. Apply to any task requiring exhaustive, unabridged output.
96K スター · 監査レポート
distributed-llm-pretraining-torchtitan
Provides PyTorch-native distributed LLM pretraining using torchtitan with 4D parallelism (FSDP2, TP, PP, CP). Use when pretraining Llama 3.1, DeepSeek V3, or custom models at scale from 8 to 512+ GPUs with Float8, torch.compile, and distributed checkpointing.
13K スター · 監査レポート
peft-fine-tuning
Parameter-efficient fine-tuning for LLMs using LoRA, QLoRA, and 25+ methods. Use when fine-tuning large models (7B-70B) with limited GPU memory, when you need to train <1% of parameters with minimal accuracy loss, or for multi-adapter serving. HuggingFace's official library integrated with transformers ecosystem.
13K スター · 監査レポート