Agent Skills
返回列表
🤖

Prompt Hardener 提示注入风险预检规范

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/preflight-agent-specs-for-prompt-injection-risk-across-prompt-tool-and-architecture-layers-with-prompt-hardener

技能介绍

当一个 AI Agent 需要同时读写文本、调用工具并受系统提示约束时，提示注入往往不是单点问题，而是提示层、工具层与架构层相互叠加的缺陷。攻击者可能通过外部内容伪装指令、诱导工具调用或扩大权限边界，让模型在“看起来正常”的输入下做出越权动作。这类风险如果在上线后才暴露，代价往往比在预检阶段拦截更高。

核心能力与关键步骤

该技能的核心流程是：先在 agent_spec.yaml 中描述代理结构，再运行确定性的提示注入分析，随后生成缓解措施，并在 rollout 前验证防御是否生效。

典型步骤

  • 定义代理规格：用 agent_spec.yaml 明确代理的提示、工具与架构约束，把“允许什么”“拒绝什么”写成可检查的规范。
  • 确定性分析：执行 init、validate、analyze、report 与 diff，对提示层是否易被外部文本改写、工具层是否存在未隔离的调用面、架构层是否缺少边界控制进行判断。
  • 生成缓解措施：在分析结果基础上给出可落地的缓解项，而不是停留在风险清单层面。
  • 部署前验证：在 rollout 前重复校验防御变化，确保新策略确实改变了可观测的攻击面。

适用边界与注意点

适合需要把“安全质量门禁”前置到开发流程的团队，尤其是希望在 CI 或评审阶段复现同一结论的人。该技能的 init、validate、analyze、report、diff 不依赖 LLM API key，结果更具可重复性；但它仍然是预检工具，不替代运行时监控、权限最小化与持续演练。

使用场景

  • 在评审 AI Agent 上线前，用 analyze 对提示、工具与架构三层做确定性注入风险扫描。
  • 在 CI 中对 agent_spec.yaml 执行 validate 与 diff，确认提示与工具约束的改动没有扩大攻击面。
  • 拿到 analyze 报告后，整理可落地的缓解措施，并在 rollout 前用 report 核对防御是否生效。
  • 当外部输入来源增多时，用 init 建立代理规格基线，再对新增工具调用面做风险分析。

适合人员

  • 正在设计客服 Agent 的工程师：需要在上线前明确工具权限与提示边界，防止外部内容诱导越权调用。
  • 负责安全评审的成员：希望用不依赖 LLM API key 的确定性结果，复现并跟踪提示注入风险。
  • 维护多条 Agent 流水线的团队：需要把 validate 与 diff 放进 CI，对规范改动做门禁式检查。
  • 平台集成方：需要在接入第三方工具前，用报告核对架构层是否缺少隔离与约束。