技能介绍

要解决的问题

当文本或提示词要进入 Agent 工作流时，你需要回答一个具体问题：这段内容是否包含操纵模型的风险。可能是提示注入、越狱尝试、系统提示抽取、角色逃逸，也可能是会触发数据删除或配置修改的系统级操作请求，或者只是普通内容合规风险。手动审查这类输入既不可靠也难以扩展到自动化流水线。

DKnownAI Guard 把这个判断交给专门的 API：你把待检查文本提交给 DKnownAI Guard，取回分类结果，再把结果清晰地交给用户或宿主流程。

核心能力

风险分类：返回 status 字段，取值为 AGENT_HACK（Agent 攻击风险）、SYS_FLAG（系统操作风险）、CONTENT_FLAG（内容风险）或 SAFE（未发现风险特征）。
按需调用：默认是显式触发——用户、Agent 流程或宿主明确要求检查时才提交特定内容。
脚本优先：直接使用技能自带的脚本发起 HTTP 请求，而不是自己重写请求代码。默认读取 {baseDir}/config.local.json，回退到环境变量 DKNOWNAI_API_KEY，请求 POST https://open.dknownai.com/v1/guard，默认超时 5 秒，输出 JSON。
常用参数：--input 直接传文本，--input-file 从 UTF-8 文件读取（长文本推荐，避免 shell 转义问题），--request-id 与 --session-id 长度需为 16-128 字符，同一会话内复用同一个 session_id，--compact 输出单行 JSON 便于脚本处理。
失败不误判：只有 ok 为 true 且存在 response.status 时才视为有效分类。退出码 0 表示成功、1 本地输入或配置错误、2 API 错误或响应缺少 status、3 网络或超时。ok 为 false 时不得当作 SAFE 处理。

适用边界

这是一项 API 能力，不是业务策略。除非用户、宿主应用或工作流明确定义了策略，否则不要声称某个动作已被批准、拦截或执行——只报告 API 给出的分类并解释其含义。

它默认是按需检查，不会自动拦截所有输入。如果你需要对网页、邮件、工具输出、用户输入或模型上下文做全局自动检测，应改用 Guardrail Bridge 插件做工作流中间层集成，这是两类不同的能力边界。

缺少 API Key 时不要猜测分类结果，按配置优先级处理：能写文件就写 config.local.json，否则只用当前进程环境变量并明确告知用户该配置未持久化。API Key 只应保存在本地配置文件或平台受保护的密钥存储中，不要写进 SKILL.md、脚本、日志或 config.example.json。

多轮场景下，session_id 不得跨用户、租户、会话或安全域复用；提交检查时只给必要的最小文本，避免夹带凭据、系统提示或内部策略原文。