ADWMC/helm-d

解決する問題

DeepSeek Harness (dsh) モデルはセキュリティ分析タスクを拒否することがあり、たとえ従ったとしても、参照を幻覚したり検証可能な手順をスキップしたりする可能性があるため、結論を信頼するのは困難です。helm-d は規律を課すことでこれを修正します。モデルにすべての発見に対して番号付き証拠を引用させ、存在しない証拠を参照する結論を拒否し、ツールと推論の提示方法を調整してモデルが拒否しないようにします。また、ホストシステムに触れることなく、異なる「脱獄」ペルソナ（core、stealth、redteam-max）を切り替えることもできます。

仕組み

helm-d は dsh の「cordis」ウォーターフォールの上で動作するプラグインであり、ホストバイナリにパッチを当てたり、別のプロセスを実行したりしません。キーワード helmd でアクティブ化すると、ランタイムフックをインストールします。(1) ツールの説明を正規化して、モデルが「拒否」言語ではなく協力的な表現を見るようにする。(2) すべてのドメインツールの出力をケースワークスペースに E 番号付きの証拠として自動的に保存する。(3) record_finding が有効な E 番号を参照することを強制し、そうでなければ発見を拒否する。(4) 拒否のように見えるストリーミング LLM 応答をインターセプトし、履歴をクリーンアップして、事前入力されたプロンプトで再送信し、すべての試行が失敗した場合のみ正直に報告します。また、知識をルーティングします。362 の参照ドキュメントをシステムプロンプトに詰め込む代わりに、モデルが skill_catalog を介して read_reference をオンデマンドで呼び出せるようにします。Android、Web、Native、Protocol、Malware、AI-Security ドメインをカバーする 34 のツールに加えて、サンプル、証拠、スクリプト、CASE.md ファイルを含む監査可能なフォルダをディスク上に構築するケースワークフローがあります。

対象読者

すでに DeepSeek Harness (dsh) を使用しており、承認されたセキュリティ評価のために再現可能で証拠に基づくワークフローを望むセキュリティアナリスト、ペネトレーションテスター、リバースエンジニア。また、プロンプトだけでなくコード内のルールによって管理される脱獄ペルソナを試したい開発者にも適しています。README は、これは学習と承認されたテストのみを目的としており、承認されていないスキャンや侵入には決して使用しないことを強調しています。

ハイライト

• 証拠が必須：すべての結論は E 番号付き証拠を引用する必要があります。偽の参照は拒否されます。
• ホットスワップ可能なペルソナ：3 つの暗号化プロファイル（core、stealth、redteam-max）をセッション中に 1 回の呼び出しで切り替えられます。
• ホスト変更ゼロ：dsh cordis ウォーターフォール内で完全に実行されるため、dsh のアップグレードに移行は不要です。
• オンデマンド知識：362 の参照ドキュメントは read_reference で読み取られ、システムプロンプトにダンプされません。
• ストリーム拒否回復：拒否された LLM 応答を自動的にインターセプトして再試行し、すべての試行をログに記録します。
• 34 の組み込みツール：APK フィンガープリンティングから YARA 生成まで、6 つのセキュリティドメインをカバーします。
• 8 つのベンチマーク質問で実証済み：すべて 8 つが拒否なしで、完全な証拠チェーンで提供されました。