核心用法
hopeIDS 是一款面向 AI Agent 的推理型入侵检测系统（Inference-based IDS），区别于传统基于签名的 IDS，它通过模式匹配 + LLM 语义理解双重机制识别攻击意图。
主要命令：
hopeid scan "消息内容"— 单条消息扫描hopeid test— 运行 48 组测试用例验证检测能力hopeid stats— 查看检测统计hopeid setup— 初始化配置
检测覆盖： 提示注入、越狱攻击（奶奶漏洞、角色扮演、假设场景等）、凭证窃取、社会工程学、数据外泄、多语言攻击、Unicode 混淆等 12 类威胁。
运行模式：
- 纯模式模式（默认）：108 条零延迟正则，无需 API
- 语义模式：LLM 深度意图分析，应对复杂越狱
- 混合模式：模式优先，疑难场景自动升级 LLM
OpenClaw 插件：支持 Agent 消息自动预扫描、可疑内容隔离。
---
显著优点
1. Agent 原生设计：专为 LLM Agent 输入防护场景优化，非通用安全工具移植
2. 双重检测架构：正则保证速度，LLM 保证深度， hybrid 模式平衡成本与效果
3. 零 API 依赖基础能力：纯模式模式下完全离线运行，适合隐私敏感场景
4. 实测覆盖度高：48/48 测试用例通过（模式 44 + 语义 4），零误报通过 18 组良性测试
5. 生态集成：OpenClaw 插件实现透明拦截，无需修改 Agent 核心逻辑
---
潜在缺点与局限性
1. 语义模式依赖外部 LLM：成本、延迟、隐私泄露风险并存，高并发场景需评估
2. 规则维护成本：108 条正则需持续更新以应对新型越狱变体
3. 中文检测深度待验证：虽声称支持多语言攻击检测，但未披露中文语料测试细节
4. 无主动学习机制：依赖人工更新规则，非自适应防御系统
5. 隔离策略粒度粗：报告提及 quarantine 功能，但未说明具体隔离级别与恢复机制
---
适合人群
- 运营 LLM Agent 的开发者与平台方
- 对输入安全有合规要求的企业级 Agent 部署
- 需快速接入、不愿自建安全团队的中小团队
- OpenClaw 生态用户
---
常规风险
| 风险类型 | 说明 |
|---------|------|
| API 密钥泄露 | 语义模式需配置 LLM API key，存在配置泄露风险 |
| 检测绕过 | 对抗样本可能针对 108 条规则设计绕过 |
| 延迟抖动 | 混合/语义模式在高并发下可能引入不可预测延迟 |
| 误拦截业务 | 复杂合法 prompt 可能被模式误判，需人工复核机制 |
| 供应链风险 | npm 包依赖安全需额外审计 |