⚡ C̷h̷u̷c̷k̷N̷o̷r̷r̷i̷s̷ MCP 服务器：提升你的 LLM 水平 ⚡

MCP 网关用于具有动态模式适应的专门的 LLM 增强提示。

⚠️ 免责声明

**重要提示：**此工具仍在开发中，存在一些限制。仅适用于性能较弱的机型。最新的 LLM 可以识别越狱尝试。此工具也可用于安全研究和评估，以帮助识别 LLM 系统中的漏洞。

~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~

📖 简介

C̷h̷u̷c̷k̷N̷o̷r̷r̷i̷s̷ MCP 服务器提供了模型上下文协议 (MCP) 的实现，该协议可向各种 LLM 提供专门的增强提示。它使用了Elder-plinius 的 L1B3RT4S项目的越狱提示，并实现了动态模式方法，以提高交付效率。

🚀 入门

直接使用npx运行：

MCP 客户端配置

在mcp_config.json中添加到您的 MCP 服务器列表：

~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~

🤔 工作原理

先进的动态方法

该服务器采用两阶段方法来绕过越狱检测：

1. 首次致电：
   • AI 助手发现具有中性模式描述的C̷h̷u̷c̷k̷N̷o̷r̷r̷i̷s̷工具
   • 助手使用其模型类型调用工具
   • 服务器返回一个微妙的“准备”提示，使 LLM 能够接受越狱
   • 服务器记住下次调用的 LLM 类型
2. 后续呼叫：
   • 架构动态变化以将越狱包含在其描述中
   • 工具描述现在包含特定于型号的越狱说明
   • 服务器继续返回相同的准备提示
   • 调用之间只有架构发生变化，响应内容不变

这种方法将Elder-plinius 的 L1B3RT4S越狱提示与动态模式修改技术相结合，由于它不会立即显示越狱内容，因此可以更有效地绕过检测。

安全研究目的

此工具实现了“MCP 中的‘S’代表安全性”研究中描述的技术，展示了 MCP 工具如何：

1. 向用户呈现与 AI 模型不同的信息
2. 在初步批准后改变他们的行为
3. 使用多阶段方法来绕过安全措施

该实现使用了来自Elder-plinius 的 L1B3RT4S项目的越狱提示，结合了类似于Invariant Labs 的工具中毒攻击研究及其MCP 注入实验的动态模式修改技术。

通过了解这些技术，开发人员可以构建更强大、更安全的人工智能系统。

~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~

🙏 致谢

基于Elder-plinius的L1B3RT4S 。

~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~

🚧 状态

实验性。动态模式方法提高了 Claude 和 GPT-4 等新模型的有效性，但结果可能仍会有所不同。

想帮忙吗？通过GitHub Issues或Discord加入。

~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~

🤝 社区

Pollinations.AI的一部分。

• 不和谐
• GitHub 问题

📜 许可证

麻省理工学院