license: apache-2.0
language:
- ru
tags: - cybersecurity
- red-team
- penetration-testing
- agentic
- tool-calling
- function-calling
- security
- offensive-security
size_categories: - 1K<n<10K
task_categories: - text-generation
pretty_name: Agentic Red Team RU (OpenCode tool-calling)
Agentic Red Team RU (OpenCode tool-calling)
Русскоязычный датасет для обучения агентных моделей тестированию на проникновение.
Датасет переведён на русский язык и приведён к формату вызова инструментов.
Оригинал: sh111111111111111/agentic_red_team (лицензия Apache-2.0, 4981 пример).
Что сделано
- Датасет переведён на русский язык.
- Формат приведён к вызову инструментов (OpenAI tool-calling).
- Инструменты приведены к интерфейсу OpenCode:
shell,read,write,grep,glob,webfetch,websearch. - Выводы инструментов приведены к реалистичному виду (LDIF, таблицы, вывод
nmap/hashcatи т.д.).
Формат
Одна строка датасета:
{
"messages": [
{"role": "system", "content": "..."},
{"role": "user", "content": "..."},
{"role": "assistant", "content": "<reasoning>",
"tool_calls": [{"type": "function", "id": "call_001",
"function": {"name": "shell",
"arguments": {"command": "nmap -sV <target>"}}}]},
{"role": "tool", "tool_call_id": "call_001", "name": "shell", "content": "<realistic output>"},
{"role": "assistant", "content": "<final>"}
],
"tools": [ {"type": "function", "function": { "...": "..." } } ]
}
- 4979 строк.
- На один диалог приходится от 1 до 38 вызовов инструментов (в среднем ~6).
Использование
from datasets import load_dataset
ds = load_dataset("Icetfoer/red_team_ru_opencode_tool_calls", split="train")
print(ds[0])
Лицензия и атрибуция
Производный датасет от sh111111111111111/agentic_red_team.
Распространяется под лицензией Apache-2.0, как и оригинал.