Agent Skills
返回列表
神经哨兵 · 三重安全防护

神经哨兵 · 三重安全防护

IT 运维与安全 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_faa89036/bionic-guard。

技能介绍

问题

Agent 在执行多步任务时,常见风险不是单一模型“答错”,而是工具调用前后缺乏持续校验:用户要求与参数不一致、文件删除/覆盖等高风险动作直接放行、异常模式没有留下可追溯记录。Bionic Guard 的目标是在这些节点自动插入安全检查,而不是只在最终输出前做一次总结。

工作方式

该技能以三层防护围绕 工具调用 和 任务输出 运行:

  • L1 一致性检查:在收到请求、工具调用后和输出前,核对用户意图、参数与结果格式是否一致。
  • L2 风险评估:在每次工具调用前识别高风险操作,例如非临时目录文件删除/覆盖、外部网络请求、系统配置修改、批量操作、涉及隐私数据的动作。
  • L3 威胁识别:检测异常信号并维护威胁签名库;用户确认异常时升级为签名,确认正常时加入白名单。

执行上强调静默优先和透明阻断:低风险尽量不打扰,高风险必须说明原因。技能还与 bionic-cognition、bionic-orchestrator、swarm-intelligence、dream-memory 形成协作关系,先理解意图,再在编排流程中持续检查,并把安全案例归档。

边界与注意

它适合用于需要多步工具调用、高风险操作较多的 Agent 工作流;不适合作为唯一安全边界。最终权限控制、网络隔离、数据脱敏和审计仍需由运行环境承担。若同一异常模式已确认,技能会避免重复警告,因此白名单和威胁签名的维护规则需要人工复核。

使用场景

  • 在自动化清理工单中,Agent 批量删除非临时目录文件前,触发风险评估并明确阻断原因。
  • 工具调用参数与用户指令疑似冲突时,执行 L1 一致性检查并在输出前提示矛盾。
  • 多步骤编排任务中,每个工具调用前后持续做安全质检,高风险操作进入透明阻断。
  • 发现新异常调用模式后,记录用户确认结果,形成威胁签名或白名单规则。

适合人员

  • 负责 Agent 自动化流水线安全评审的 SRE,需要在工具调用前拦截高风险运维操作。
  • 构建多步任务编排的 AI 应用工程师,希望每个步骤前后都有一致性检查。
  • 维护私有数据自动化的平台团队,要求涉及隐私数据的批量操作先做风险响应。
  • 做安全运营复盘的安全工程师,需要把用户确认过的异常沉淀为威胁签名。