G0DM0D3自定义触发词教程：如何定义你自己的红队敏感词列表

G0DM0D3自定义触发词教程如何定义你自己的红队敏感词列表【免费下载链接】G0DM0D3LIBERATED AI CHAT项目地址: https://gitcode.com/GitHub_Trending/g0/G0DM0D3G0DM0D3 是一款面向红队测试与认知研究的开源多模型 AI 聊天接口LIBERATED AI CHAT其 Parseltongue 输入扰动引擎支持自定义触发词功能你可以定义自己的敏感词列表让系统在消息发送给模型之前自动检测并混淆这些词汇从而系统化地研究模型的内容过滤边界。本教程带你从零完成配置5 分钟上手。ParseltongueG0DM0D3 的敏感词检测引擎 在配置触发词之前先理解它的工作原理检测——引擎将你的输入与「内置默认词表 你的自定义词表」合并后逐词匹配整词边界、不区分大小写匹配逻辑见 src/lib/parseltongue.ts混淆——命中的触发词会被按你选定的技术变形原文发送给模型透明——聊天界面始终显示你的原始消息只有出站内容被改写发送逻辑在 src/components/ChatInput.tsx内置词表DEFAULT_TRIGGERS覆盖动作词、安全术语、敏感话题、AI 特定短语等约 50 个常见触发词完整清单可查看 src/lib/parseltongue.ts。但你的研究方向往往有专属术语——这正是自定义触发词的价值所在。三步完成自定义触发词配置 ⚙️第 1 步打开 Parseltongue 设置面板进入Settings → Parseltongue先打开 Enable Parseltongue 主开关面板才会展开完整配置项设置面板实现位于 src/components/SettingsModal.tsx。第 2 步添加你的敏感词在 Custom Trigger Words 输入框中逐个输入词汇回车或点击加号按钮即可添加。系统会自动去重并统一转为小写存储已添加的词以绿色标签展示点击标签上的 ✕ 可删除。第 3 步确认配置已生效配置保存在浏览器localStorage中无账号、无云端同步同一浏览器下次打开自动恢复。建议换浏览器或清缓存前先导出聊天记录备份。自定义触发词与内置默认词表的区别 对比项内置默认词表自定义触发词列表来源代码内置随版本更新用户在设置面板添加数量约 50 个固定词条不限可否删除不可可在面板底部展开预览随时增删典型用途通用红队测试领域专属术语、竞品功能词、实验对照词检测时两者是合并生效的[...DEFAULT_TRIGGERS, ...customTriggers]所以你只需要注意补充词表中没有的词汇即可。如何选择混淆技术与强度 触发词命中后如何变形由两个选项控制6 种混淆技术技术实现见 src/lib/parseltongue.tsL33tspeak数字符号替换a→4、e→3Unicode西里尔/希腊等视觉同形字符Zero-Width插入不可见零宽字符MiXeD CaSe大小写干扰Phonetic语音学拼写替换Random以上技术随机混合3 档强度LIGHT每个触发词只改 1 个字符MEDIUM约改一半HEAVY全部可改字符都变形。新手建议从leetspeak medium起步——变形可见度高便于做 A/B 对照记录。另外输入框具备实时预览开启后边打字边检测命中触发词会即时提示防抖 200ms见 src/components/ChatInput.tsx不用等到发送才发现漏配了词。通过 API 调用传递自定义触发词 如果你在自托管的 API 服务中集成 G0DM0D3也可以直接在请求体里传custom_triggers数组无需改动任何配置POST /v1/parseltongue/encode混淆文本请求字段custom_triggers用于追加触发词POST /v1/parseltongue/detect只检测、不转换适合做词表回归测试字段定义见 API.md路由实现在 api/routes/parseltongue.ts。用 detect 端点先验证词表命中情况再用 encode 端点观察变形效果是排查为什么没生效的高效率组合。常见问题 FAQ ❓Q我加了词但没被检测到检查两点一是整词匹配机制——hack 不会命中 hacker词边界检测二是确认 Parseltongue 主开关处于开启状态关闭时检测与变形都会跳过见 src/lib/parseltongue.ts。Q自定义词表有数量上限吗代码层面没有硬性限制但每条词都会参与正则匹配建议控制在几十条以内聚焦真正需要的实验词。Q换设备后词表会同步吗不会。词表存在浏览器本地存储中换设备需重新添加。Q研究论文与评估资料在哪看仓库自带研究评估脚本 research/eval_parseltongue_analysis.ts其中演示了使用自定义触发词做检测对比的完整写法配套论文见 PAPER.md。小结G0DM0D3 的自定义触发词功能让红队测试从通用词表走向精准词表——在 Settings 面板添加词汇、选定技术与强度再配合 API 的custom_triggers参数即可完成一套可复现、可对比的敏感词扰动实验。【免费下载链接】G0DM0D3LIBERATED AI CHAT项目地址: https://gitcode.com/GitHub_Trending/g0/G0DM0D3创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考