Agent Skills
返回列表
🤖

值机代理与Superagent安全检查

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/gate-agent-inputs-and-outputs-with-superagent-safety-checks。

技能介绍

这个技能解决什么问题

Agent 的一次运行通常包含两段不受控的数据流：进入模型的输入，和离开模型的输出。输入侧可能夹带提示注入，诱导 Agent 绕过指令边界；输出侧可能携带 PII 或未经审查的仓库内容，直接落进日志、聊天窗口或下游系统。等到合规审计时，往往已经拿不出可回溯的执行证据。

这个技能的思路是在输入与输出两侧设置检查点，而不是等运行结束再补救。

核心能力

  • 提示注入拦截（prompt-injection blocking）：在输入进入模型前识别并阻断注入尝试
  • PII 脱敏（PII redaction）：在输出返回前对个人身份信息做遮蔽处理
  • 仓库扫描（repository scanning）：对运行涉及的仓库内容做扫描，避免未审查代码进入上下文
  • 合规证据（compliance evidence）：为每次 Agent 运行留存可审计的检查证据

关键步骤

  1. 在 Agent 运行链路上定位输入与输出两个拦截点，把数据流引向 Superagent 检查
  2. 通过 Superagent SDK、CLI 或 MCP server 接入检查能力，并为托管检查或受支持的本地 guard model 配置 SUPERAGENT_API_KEY
  3. 检查结论作为运行证据留存，供后续审计回溯

适用边界与注意点

  • SKILL.md 中没有自动提取到可验证的安装与使用说明，接入前需先阅读上游仓库
  • 涉及敏感工作流时，务必在运行前审查上游实现，确认检查逻辑符合你的合规要求
  • 托管检查依赖 API key；本地 guard model 是否可用，需参考 Superagent 官方文档

使用场景

  • 处理外部用户提供的文档作为Agent输入时，需要拦截其中夹带的提示注入指令，防止Agent被诱导执行越权操作。
  • 客服Agent将用户咨询生成回复前，需要自动脱敏其中的手机号、身份证号等PII，再写入聊天记录。
  • 内部代码助手读取仓库文件时，需要扫描仓库内容，阻止未经审查的代码片段进入模型上下文。
  • 金融合规场景下，每次Agent运行需要留存完整的检查证据，供监管审计时回溯输入输出是否经过安全检查。

适合人员

  • 在金融行业负责模型合规的工程师，需要为每次Agent调用留存可审计的输入输出检查证据，应对监管审查。
  • 为外部用户搭建聊天机器人的开发者，需要拦截用户输入中的提示注入，防止Agent被诱导泄露系统提示词。
  • 处理用户个人信息的客服系统架构师，需要在回复落库前自动完成PII脱敏，避免明文敏感数据进入日志。
  • 企业安全团队的红队成员，需要测试内部Agent在面对仓库扫描和注入拦截时的实际防护效果。