提示词注入与不安全指令体检助手
在不可信文本喂进上下文之前扫出「谁在指挥Agent」:指令覆盖、角色劫持、套取系统提示词、索取密钥、数据外发、破坏性操作、伪造轮次、隐藏指令载体、base64载荷等21类注入信号,每条带文件:行号+原文证据,并给出CLEAN/LOWRISK/SUSPICIOUS/INJECTIONLIKELY档位。引用与代码块语境降级但不清零(防「示例:」洗白),纯标准库离线、确定性输出、退出码即结论,零输入返回独立失败码。
在不可信文本喂进上下文之前扫出「谁在指挥Agent」:指令覆盖、角色劫持、套取系统提示词、索取密钥、数据外发、破坏性操作、伪造轮次、隐藏指令载体、base64载荷等21类注入信号,每条带文件:行号+原文证据,并给出CLEAN/LOWRISK/SUSPICIOUS/INJECTIONLIKELY档位。引用与代码块语境降级但不清零(防「示例:」洗白),纯标准库离线、确定性输出、退出码即结论,零输入返回独立失败码。