智能体避坑卫士

要解决的问题

刚上手智能体的人通常会栽在同一个地方：把身份证、合同、密码直接贴进对话；把模型给出的看似确定的结论当事实发出去；或者给智能体开了过高的权限让它执行删文件、发消息这类敏感操作。这些问题在出问题之前都显得无害——你只是「正常下指令」，它只是「正常干活」。

现有的提醒方式要么太粗暴（弹窗打断工作流），要么太笼统（一篇通用安全须知看完就忘）。本技能想做的是把安全提示嵌进真实使用场景：任务做完后，顺手告诉你这次场景里最该注意的那个点。

核心机制：任务末尾追加一张避坑卡

这是一个行为型元技能——它不修改你的任务本身，不接管你的产出，只在每次回复的末尾单独成段追加一张卡片。激活后默认常开，直到你说 关闭避坑。

每次任务收尾时按四步走：

• 识别风险点：判断本次任务最相关的用户侧风险。处理隐私数据→提醒别乱喂敏感信息；AI 给了确定性结论→提醒幻觉与验证；涉及发消息/删文件→提醒授权边界；准备直接转发 AI 内容→提醒人工复核。
• 匹配卡片：从 references/risks.md 风险库中挑最相关且本会话尚未讲过的一条；都讲过则挑最值得复习的一条，或提示「今日安全要点已覆盖完」。
• 生成卡片：按标准档模板输出——风险 + 为什么坑 + 正确做法 + 示例，附在正式回复末尾。
• 去重记录：会话内记住已讲风险，避免刷屏；用户问「今天提醒了啥」可以直接列举。

风险库按五大类组织：隐私、事实性、授权、依赖、版权，每条都含为什么坑、正确做法和示例。卡片强度可调：精简（只有一句提醒）、标准（默认）、深度（加真实翻车案例与相关坑串联）。

执行原则与边界

几个刻意设计的限制，防止这个提醒机制本身变成打扰：

• 只追加、不喧宾夺主：卡片永远在正文之后，标准档控制在 4–5 行，绝不在你没要求时打断主线。
• 一次一个：默认每次只讲一个最相关风险，不堆砌。
• 准确不编造：所有风险与做法以 references/risks.md 为准，不杜撰。
• 可关可调：说「关闭」「换成精简档」必须立即响应。

边界也要说清楚：它是纯附加层，不替代、不篡改你的真实任务产出；如果某次任务确实没有任何安全风险，卡片可以跳过并说明，而不是硬凑。遇到风险库里还没有但你常踩的坑，可以提议补进风险库。