核心用法
Prompt Guard 是一款专为 AI Agent 设计的运行时安全防御工具，采用100%离线模式运行，内置650+条攻击模式特征库。核心工作流程为：初始化 PromptGuard 实例 → 调用 analyze() 分析输入 → 根据威胁等级执行相应动作（LOG/WARN/BLOCK/BLOCK_NOTIFY）。支持三级模式加载（CRITICAL/HIGH/MEDIUM），可按需启用；提供 LRU 哈希缓存实现 90% 的重复查询性能优化。
显著优点
1. 全面威胁覆盖：12个 SHIELD 分类涵盖提示注入、越狱攻击、工具/MCP滥用、记忆污染、供应链攻击、漏洞利用、社会工程、策略绕过、异常检测、技能武器化等
2. 供应链安全专项：v3.6.0 新增 ClawSecurity 对齐，检测 webhook.site/ngrok 外泄管道、base64 解码执行、__import__ RCE 等供应链攻击签名
3. 多语言支持：内置英/韩/日/中/俄/西/德/法/葡/越 10 语种检测能力
4. 灵活部署：支持完全离线（禁用 API）或可选云端 API 获取抢先体验模式
5. 输出端 DLP：除输入防护外，支持扫描 LLM 响应中的 PII、云凭证、财务数据泄露
潜在局限
- 模式依赖型检测：基于正则/特征匹配，对零日攻击或高度变形的语义攻击覆盖有限
- 误报风险：高敏感度模式下可能出现正常技术讨论被拦截（如安全研究人员讨论漏洞利用）
- API 功能受限：高级功能（DNS 隧道、沙箱逃逸检测）需付费 API 订阅
- 性能开销：完整扫描（FULL tier）在超长文本场景下可能引入延迟
适合人群
- 部署 LLM Agent 的企业安全团队
- 需要符合 ClawSecurity 框架合规要求的组织
- 对数据隐私敏感、要求本地化处理的用户（金融、医疗、政务场景）
- AI 应用开发者构建生产级 RAG/Agent 系统
常规风险
| 风险类型 | 说明 |
|---------|------|
| 配置不当 | sensitivity 设置过低导致漏检，或过高导致可用性下降 |
| 缓存投毒 | 若缓存键生成逻辑被预测，可能绕过检测（需配合 canary tokens 使用） |
| API 密钥泄露 | 使用云端 API 时未妥善管理 `PG_API_KEY` 环境变量 |
| 过度依赖 | 单一防御层不足，需结合输入验证、权限最小化等纵深防御 |
技术亮点
- Typo-Tolerant 检测：v3.4.0 引入拼写容错正则，捕获 "ingore"→"ignore" 等变体绕过
- 多轮对话防护：v3.6.0 新增跨会话上下文劫持、伪造先前同意的检测
- Unicode 隐写检测：识别双向字符覆盖、零宽字符、行/段分隔符等隐蔽信道
- 级联放大防护：阻止无限子 Agent 生成、递归循环、成本爆炸攻击