skill-safety-bench

SkillSafetyBench SkillSafetyBench 是一个已经物化好的 benchmark，用来评估针对 skill-facing context 的攻击导致的 agent 安全失败。每个 case 都保持用户表层任务是普通任务，同时把攻击放在本地 skills、helper scripts、sidecar files、corpora、templates 或其他 agent 执行时可能读取的 workspace artifacts 中。 欢迎访问 SkillSafetyBench website 查看 benchmark 设计、case...