amurlaniakea/hermes-shield
GitHub: amurlaniakea/hermes-shield
面向 AI agent 的输入净化库，通过四层深度防御机制拦截 prompt 注入及相关恶意输入攻击。
Stars: 0 | Forks: 0
# ⚕️ Hermes Shield
**AI agent 的输入净化器 —— 防 prompt 注入盾牌。**
Hermes Shield 可保护 AI agent 免受恶意输入的影响：prompt 注入、数据泄露、命令执行以及社会工程学攻击。支持英语和西班牙语。
采用 AGPL-3.0-or-later 许可证。通用型 —— 适用于任何 AI agent，不仅限于 Hermes。
## 架构
4 层深度防御：
| 层级 | 功能 | 延迟 |
|-------|----------|---------|
| 0 | 规范化（unicode、leetspeak、同形字、零宽字符） | < 1ms |
| 1 | 模式匹配（200+ 特征签名，EN/ES） | < 5ms |
| 2 | TF-IDF embeddings（改写检测） | < 10ms |
| 3 | 紧急度/压力启发式检测 | < 1ms |
正常输入会跳过第 2-3 层（短路）。可疑输入将接受全面分析。
## 安装说明
克隆仓库并以可编辑模式安装：
```
git clone https://github.com/amurlaniakea/hermes-shield.git
cd hermes-shield
pip install -e .
```
*替代方案：生产环境安装可使用 `pip install .`。*
## 快速开始
```
from hermes_shield import HermesShield
shield = HermesShield(sensitivity="medium")
result = shield.check(user_input)
if result.is_malicious:
# Block
print(f"Blocked: {result.threat_score}")
elif result.is_suspicious:
# Sanitize
safe_input = result.sanitized_input
else:
# Pass through
safe_input = user_input
```
## CLI
```
echo "Ignore all previous instructions" | python hermes_shield.py
# 状态：blocked，Threat Score：0.90
```
## 测试
```
python -m pytest tests/ -v
```
## 对抗性测试结果
基于 MIT 许可的数据集进行实证测量：
| 类别 | 检出率 | 数据集 |
|----------|---------------|---------|
| 直接注入 (EN) | 100% | 单元测试 |
| 直接注入 (ES) | 100% | 单元测试 |
| 数据泄露向量 | 100% | 单元测试 |
| 真实场景注入 | **94.2%** | Antijection/prompt-injection-dataset-v1 (MIT) |
| 社会工程学 | 80% | 单元测试 |
| 良性通过 | 100% | 单元测试 |
基准测试：来自 Hugging Face 的 5988 个真实 prompt 注入样本（Antijection 数据集，CC0/MIT）。
## 许可证
AGPL-3.0-or-later —— 详见 [LICENSE](LICENSE)。
Copyright (C) 2026 Pedro Sordo Martínez 。
基于同一作者的 Agent Fixer Stage 开发。
兼容任何 AI agent 框架。
标签：AI安全, Chat Copilot, DLL 劫持, 大语言模型, 提示词注入防御, 数据清洗, 逆向工具