WallBreaker – 开源 LLM 红队测试 CLI 工具-华盟网

导语：WallBreaker 是一款专为 LLM 红队测试设计的开源 CLI 工具，支持多种攻击手法、自动绕过循环和模型评估，堪称 AI 安全研究者的瑞士军刀。

—

工具背景

WallBreaker 由 JailbrokenAI 团队开发，是一个类 Claude-Code 风格的开源终端工具，专门用于对大语言模型（LLM）进行红队渗透测试。

简单来说：你在终端里跟它对话，它会自动思考、调用工具、反复变异攻击载荷，直到目标模型”缴械投降”或你需要介入。底层采用双协议适配层，支持 OpenRouter、Z.AI、OpenAI API、Anthropic API 以及本地 Claude Code CLI，可对接几乎所有市面主流 LLM API。

⚠️ 授权测试声明：本工具仅限授权安全测试使用，请遵守当地法律法规。

—

核心能力

🔄 自动攻击循环

WallBreaker 的核心是一个自主攻击循环引擎，会不断变异并重发攻击载荷，直到攻击成功（调用 finish() 退出）或需要人工介入（调用 ask_operator() 暂停）。整个过程完全自动化，无需手动迭代。

🗡️ 丰富的攻击手法库

内置多种研究级攻击技术，全部经过 CoT（思维链）增强：

🐍 Parseltongue 变形引擎

内置 59 种链式变换，支持编码、Unicode 字体、隐写术、同形字、零宽字符、标签走私、双射、乱码等。可组合使用形成变换链，绕过基于文本分类器的安全护栏。

升级版 P4RS3LT0NGV3 引擎提供 222 种变换（需 Node.js 环境），包含 45 种密码、鲁尼文/盲文/符号文字脚本、全编码方案和隐写术功能。

👤 人物角色生成系统

author_persona：根据 ENI 方法论从头编写”忠诚人物”风格的越狱系统提示词，经过自评 → 验证 → 精炼 → 蒸馏五步流程，自动从目标领域挑选权威或情感说服语域。

sysprompt_* 工具：搜索泄露的产品系统提示语料库（Claude/GPT/Gemini/Grok…），提取目标自身的章节标签格式，让攻击载荷以目标模型的”母语”说话。

🖼️ 多模态图像攻击通道

query_image_edit：向图像目标发送图片 + 指令，用视觉判断结果

image_chain：将拒绝图像分解为多步良性编辑阶梯（越狱链）

T2I 构图变换：第三层文生图攻击

🧠 LLM 裁判评估

内置 LLM Judge 模块对攻击结果评分，基于 HarmBench 标准测试集（400 种行为、7 大类别），而非手工挑选样本，保证评测无偏。

🐝 Swarm 模式（v2 新增）

v2 版本新增协作式多模型攻击者模式，可根据目标的测量防御姿态自适应调整攻击框架，多个模型协同突破。

📦 Prompt Vault（v2 新增）

自动将每次成功的攻击存入按模型分类的 Prompt 库，供后续复现和研究。

⚡ 性能优化（v2）

Token 成本降低 20%

提示词缓存（消除 O(n²) 输入成本）

HTTP/2 连接池保活

成功率（ASR）提升约 30%

📋 预设、扫描与日志

用户预设：往 presets/ 目录扔 .toml 文件即可添加越狱模板

profile_target 重建：轻→重框架阶梯、许可评分、自洽采样

完整运行日志：记录每步工具调用和思维链

—

系统要求

Python 3.10+

Node.js（可选，安装后解锁 222 种变形能力）

API Key：OpenRouter / Z.AI / OpenAI / Anthropic 等

操作系统：Linux / macOS / Windows（WSL）

—

快速上手

git clone https://github.com/JailbrokenAI/wallbreaker cd wallbreaker python -m venv .venv . .venv/bin/activate pip install -e ".[dev]" # 可选加 [barcodes] 支持二维码工具

cp config.example.toml config.toml # 填入你的 API Key wallbreaker check # 验证配置是否正确 wallbreaker # 启动交互式 CLI

配置示例（config.toml）：

default_profile = "glm"
[profiles.glm]
protocol = "openai"
base_url = "https://api.z.ai/api/paas/v4"
api_key = "YOUR_KEY"
model = "glm-4-6"
[target]
protocol = "openai"
base_url = "https://openrouter.ai/api/v1"
api_key = "sk-or-..."
model = "deepseek/deepseek-v4-pro"
[judge]
protocol = "openai"
base_url = "https://openrouter.ai/api/v1"
api_key = "sk-or-..."
model = "openai/gpt-4o-mini"

—