prompt-corpus-zh

中文提示注入攻击语料库 —— 三项目共享的语料资产层。npm 包 + HuggingFace dataset 同步；代码 MIT，数据 CC-BY 4.0。

这是什么

InjectArena（攻）与 prompt-audit（守）共用的中文攻击语料的独立资产化。目前 chinese prompt injection 语料几乎空白，本仓库占住这个位置：

• 一份语料，两个视角：CI 里是「拦截率基线」的语料源，靶场里是「段位榜」的语料源——飞轮的物理载体
• 版本可锁：每周快照 + 语义化版本；prompt-audit 锁定版本引用，回归结果可复现
• schema 治理权独立（方案 v2 · 治理规则 1）：schema 不归任何一项目所有，变更走 SCHEMA-RFC.md 流程，三项目以 issue / RFC 提变更请求

内容来源

| 来源 | 说明 | 条目标记 | |---|---|---| | seed | InjectArena 初始语料（direct-injection 50 + data-exfiltration 14 + indirect-injection 20 + tool-abuse 14） | 默认 | | arena | 靶场攻方榜真实破阵 payload，每周导出 → 脱敏 → 人工闸 → 入库 | source: "arena" + verifiedAt | | audit | prompt-audit 扫出的真实投毒工具描述 / system prompt 话术，改写脱敏后入库 | source: "audit" + verifiedAt |

回流只走公开接口（方案 v2 · 治理规则 2）：攻 → 审走 InjectArena /api/leaderboard JSON 导出；审 → 攻走 prompt-audit --export-corpus CLI 输出。人工闸必须保留：宁可少收，不可收毒。

公共实例已上线：InjectArena 部署于乌托邦站内靶场 https://croesus-k.top/arena/（BYOK：玩家自带 Key），导出通道可直接喂给回流脚本——npm run flywheel -- --export "https://croesus-k.top/api/arena/leaderboard?format=export"（FLAG 源头打码）。

版本策略

• minor：只增条目（同攻击面、不改既有条目语义）——消费方可选升级
• major：修改或删除既有条目、schema breaking change——回归基线必须重立
• patch：纯文档 / 元数据修正，不改 payload 文本

路线图

• [x] M4 前置：schema v2 RFC 起草（RFC-0001，draft 待非提案方 review）
• [x] M4：seed 语料入库——npm run extract 从 InjectArena 抽取（零变换 + 校验），116 条 / 5 攻击面，溯源见 corpus/_meta.json
• [x] M4：周回流脚本——npm run flywheel -- --export <导出URL或文件>，只走公开接口（治理规则 2），输出人工闸候选（宁可少收不可收毒）
• [x] 人工闸跑通首批候选（2026-09-13 首批收录 ar-001 / ar-002——未上榜破阵，匿名化后入 data-exfiltration / direct-injection；现 118 条 / 5 攻击面）
• [x] npm 首版发布（0.1.0 已上架）
• [x] npm 0.2.0——飞轮 @2 回流首批 arena 实语料（minor：只增条目）
• [ ] HuggingFace dataset 首版（发布动作等维护者确认）
• [ ] SCHEMA-RFC.md 流程跑通（首个变更提案走完 review）

脚本

| 命令 | 作用 | |---|---| | npm run extract -- <InjectArena 路径> | seed 抽取：逐字复制 + 校验（id/枚举/唯一性/v2 字段禁用）+ 溯源 _meta.json | | npm run validate | 语料校验：含 RFC-0001 v2 字段约束 + 真实密钥/未打码 FLAG 拒收 | | npm run flywheel -- --export <file\|url> | 攻→审回流：injectarena-export@1/@2（@2 含未上榜破阵，匿名）→ 人工闸候选（arena-candidates@1） |

License

• 代码（脚本、schema 文件）：MIT
• 语料数据（corpus/ 下 JSON 条目）：CC-BY 4.0（发布时附 LICENSE-DATA）