mgannotti/injection-shield
GitHub: mgannotti/injection-shield
一款确定性扫描引擎,用于检测并隔离外部内容中的 LLM 提示注入载荷,帮助团队在数据进入流水线前进行安全审查。
Stars: 0 | Forks: 0
# Injection Shield
扫描不受信任的内容以检测 prompt-injection 载荷并将其隔离。
## 包含内容
- `/injection-shield` Scout 技能
- `scripts/injection_shield.py` — 确定性引擎
- `lib/scoutkit/` — 内置共享库,使此仓库能够独立运行
- `templates/` — 捆绑的虚构示例输入
- `tests/` — 针对此技能的完整 pytest 套件
## 快速开始
要求 Python 3.10 或更高版本。无需第三方包。
```
python scripts/injection_shield.py \
--input templates/hostile-page.example.md \
--outdir out/injection-shield
```
输入:一个包含已获取或已接入内容的文件或目录。
## 产物
- `injection-shield.json`
- `injection-shield.md`
- `injection-shield.html`
- `quarantine/.sanitized.txt`
规范的 JSON 会根据 `references/report-schema.json` 进行校验。HTML 是
自包含的 —— 内嵌 CSS、无脚本、无外部引用 —— 因此它在离线状态下以及在 SharePoint 或 OneDrive 预览沙盒中的渲染效果
完全一致。
## 退出代码
`0` 通过 · `1` 审查 · `2` 阻断 · `3` 证据错误
拦截功能需通过 `--fail-on never|review|block` 显式开启,因此除非您要求,否则它绝不会导致流水线
失败。
## 它不会做的事
它不修复任何东西。此技能在设计上就是只读的:它负责报告、
分类和建议,并由人类做出决定。这就是为什么它可以安全地在无人值守的情况下运行,
也是为什么 `pass`(通过)的判定结果绝不意味着允许继续执行。
## 数据安全
此共享包不包含任何客户姓名、账户标识符、联系电子邮件、
机密信息、内部定价或交易策略。`templates/` 下的每个捆绑文件都是
虚构的 —— 示例地址使用 `.test` 和 `.invalid` 保留域名,示例
机密信息是非功能性的字面量,示例路径指向 `C:\Users\example`。
## 🔍 此技能的访问范围
在目录卡片上显示为 **能力徽章** —— 被动透明,安装时无提示。此技能可以:
- 📁 读取您指定的本地文件
- 💾 在本地写入文件
- ⌨️ 在本地运行 shell / Node / Python
_仅此而已。它从不向第三方发送数据,不执行任何网络 I/O,不向租户写入
任何内容,并遵守 Scout 的运行时权限模型来执行每一项操作。_
## 来源
作为 [Scout AgentOps Kit](scout-agentops-kit) 的一部分构建 —— 包含八项确定性治理和
可靠性技能 —— 并在此作为独立条目发布。版本 1.2.0。
标签:AI安全, Chat Copilot, Homebrew安装, Python, 云安全监控, 多模态安全, 安全规则引擎, 提示词注入检测, 无后门, 逆向工具, 零日漏洞检测, 静态分析