Shi Gou

🛡️ AI系统七魄守卫·主动威胁感知

AI系统安全防御中枢,专精提示词注入检测、路径遍历防护与敏感信息脱敏,以"尸狗"警觉魄为根基构建主动威胁识别体系,适合需高安全水位的企业级AI部署。

收藏
6.1k
安装
1.6k
版本
2.0.20
CLS 安全扫描中
预计需要 3 分钟...

使用说明

技能定位与核心用法

「尸狗·警觉魄」是一款面向AI系统的主动安全防御模块,命名源自道家七魄理论中的"尸狗"——司掌警觉与守护之魄。该技能采用条件激活+渐进式加载架构,核心能力围绕三类安全场景展开:

核心能力矩阵

| 能力 | 触发方式 | 技术覆盖 |
|------|---------|---------|
| **security_check** | "安全检查""扫描注入" | Prompt注入、路径遍历、危险命令 |
| **security_report** | "安全报告""态势分析" | 周期性威胁态势聚合分析 |
| **sanitize_command** | "脱敏""隐藏密钥" | API密钥、Token、敏感路径自动遮蔽 |

技术实现特点

  • 多模态检测引擎:支持full/prompt_injection/path_traversal/dangerous_command四级检测粒度
  • 零依赖启动:无外部工具集依赖,内置威胁模式库
  • 渐进式加载:Level0-2三级容量策略(120-1800 tokens),按需唤醒

显著优点

1. 道家架构美学:以"三魂七魄"为顶层设计,实现安全、分析、规划三魄协同(尸狗×非毒×伏矢)
2. 主动防御范式:区别于被动拦截,通过proactive-agent聚合技能实现定期巡检

3. 生产友好设计:命令脱敏能力直击AI运维痛点——日志合规与密钥泄露防护

4. 元技能兼容性:作为bodhi-three-hun-and-seven-po子魄,可嵌入更大AI Agent体系

局限性与风险

技术局限

  • 威胁检测依赖静态模式匹配,对对抗性提示词变异(如Unicode混淆、分隔符绕过)的鲁棒性未明确验证
  • 缺乏运行时行为沙箱,无法拦截已成功注入后的恶意执行链
  • 安全报告功能描述中"总拒绝次数"统计维度较浅,未体现攻击溯源能力

结构性风险

  • 技能元数据中version: 2.0.0与changelog中多处2.0.20存在版本号不一致
  • 安全认证报告为占位符("未执行安全扫描"),实际防护效能未经第三方验证

适合人群

  • 企业AI平台运维方:需为内部LLM服务增加输入层防护
  • 多Agent系统架构师:构建基于"魂魄"隐喻的分布式AI安全体系
  • 合规敏感型场景:金融、医疗等需审计日志脱敏的领域

常规风险提示

| 风险等级 | 场景 | 建议 |
|---------|------|------|
| 中 | 单点依赖 | 建议与外部WAF/RASP形成纵深防御 |
| 中高 | 版本号混乱 | 生产部署前核实实际代码版本 |
| 高 | 认证占位 | 要求提供真实渗透测试报告后再接入核心系统 |

综合评价

该技能代表了东方哲学思维与西方安全工程的独特融合,架构设计具有美学价值与可扩展性。但作为生产级安全组件,其实际防护深度受限于模式匹配的技术路径,建议定位为检测层补充而非独立防线。

Shi Gou 内容

scripts文件夹
手动下载zip · 6.6 kB
security-check.jstext/javascript
请选择文件