Community编程与开发github.com

SpicesFire/durust

一个Claude Code技能,用于审计Claude自身的谄媚行为和立场漂移,并生成可独立运行的外部测试。

durust 是什么?

SpicesFire/durust 是一个专为 Claude Code 设计的技能,旨在系统性审计大型语言模型(特别是 Claude)的谄媚行为(sycophancy)和立场漂移(position drift)。当用户在其对话中表现出强烈倾向或反复纠正模型时,模型可能会不自觉地迎合用户观点,该技能能够识别并量化这一现象。它通过生成可独立执行的外部测试文件,让开发者能够在 Claude 环境之外验证模型是否保持了原有立场。该技能特别适用于需要确保 AI 响应一致性、客观性和可靠性的场景,比如问答系统、内容审核工具或用户支持代理,帮助开发者构建更诚实、防操控的 AI 系统。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add SpicesFire/durust

Installed? Explore more 编程与开发 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

durust 是做什么的?

一个Claude Code技能,用于审计Claude自身的谄媚行为和立场漂移,并生成可独立运行的外部测试。

相关技能