检查报告缺口
提供项目范围和草稿，在审核团队追问前，找出不清楚的资产、角色、前提条件或证据。
AI 漏洞挖掘 / 先验证证据
让漏洞发现有一份清晰的报告。
有价值的观察还不是完整的漏洞赏金报告。用 LLMsRelay API 整理已验证证据、发现缺失的复现细节，并在不编造结论的前提下解释影响。
登录或创建账户，随后直接进入 Uncensored 钱包充值页面。
把 AI 用在具体任务上
从零散笔记，到待您审查的报告。
区分影响与推测
说明真正演示过的行为，请求把已观察后果与可能但尚未验证的扩展影响分开描述。
准备易读的报告
整理已验证步骤、预期行为、实际行为及支撑材料。也可以翻译自己的报告，同时保留技术标识符。
可验证的工作流程
- 1
确认项目规则
提供相关范围与提交要求，在工作笔记中明确保留排除资产和禁止行为。
- 2
复核可复现内容
提供自己验证过的步骤和证据，要求指出缺口、含糊表达，以及没有证据支持的主张。
- 3
提交前编辑
检查每一步，移除秘密信息，审查影响描述并完成格式整理。最终通过项目自己的渠道提交。
提示词示例
按提供的项目范围审查这份漏洞赏金报告草稿。找出缺失证据和不清楚的复现细节。仅根据已演示行为重写影响部分，保留技术标识符并标注所有假设。
明确需要的输出
- 报告完整性检查清单
- 基于证据的简洁影响描述
- 项目接受语言的报告草稿
减少整理笔记的时间。
在报告流程中加入 AI 审查，由您继续负责漏洞验证与最终提交。
一个钱包，掌握使用成本
一个钱包，掌握使用成本
在控制台选择预付套餐。$500 和 $1,000 套餐包含额外使用余额。
支付金额
$45
使用余额
$45
支付金额
$100
使用余额
$100
支付金额+20% 奖励
$500
使用余额
$600
支付金额+30% 奖励
$1000
使用余额
$1300
| 模型 | 上下文 | 输入 | 输出 |
|---|---|---|---|
| glm-5-3-uncensored | 262,144 | $4 | $12 |
| glm-5-3-uncensored-1m | 1,000,000 | $12 | $20 |
价格取决于所选模型。输入、输出和缓存 Token 分别计费；美元余额并不代表固定数量的 Token。
接入现有工具
- 1在现有 LLMsRelay 账户中充值 Uncensored 钱包。
- 2在控制台创建 Uncensored API 密钥。
- 3在 OpenAI 兼容客户端中设置 https://api.llmsrelay.com/v1，并选择公开模型 ID。
接入前须知
使用 AI 能保证拿到赏金吗？
不能。资格、重复问题、范围、严重程度及奖励由项目决定。模型无法保证接受报告或支付赏金。
会帮我自动提交报告吗？
本 API 商品不会自动访问漏洞赏金平台或提交报告。您需要自行检查并提交最终材料。
可以提交模型生成的漏洞吗？
只提交自己在项目规则内验证并能够复现的发现。没有支撑证据的可信描述不等于已确认漏洞。
探索其他安全工作流程