dsh-canary：DeepSeek Harness 插件

在 DeepSeek Harness (DSH) 的开发中，工具调用往往涉及将参数或 URL 传递给外部服务。如果模型在执行过程中回显了特定数据或标记，这些信息可能会被泄露。dsh-canary 插件通过在上下文中种植一个唯一的标记，并拦截任何包含该标记回显的工具调用或 URL，解决了这一检测与阻断问题。

插件简介¶

这是 DeepSeek Harness 插件。插件由 jwilson411 维护，分类为 admin-security，许可证为 MIT。它专注于检测并拒绝任何回显种植的 canary 字符串的工具参数或 URL。

核心功能¶

该插件提供以下核心能力：

种植 canary 字符串：在模型可见的上下文中植入唯一标记。
检测回显：检测工具参数或 URL 是否包含该 canary 字符串。
拒绝调用：在工具执行前拦截并拒绝包含 canary 的调用。
记录 incident：当检测到回显时，记录 incident 日志。
注册工具：注册 canary_context 和 canary_status 两个工具，用于查看种植状态和统计信息。
提供库 API：提供 plantCanary、wrapExecute、CanaryTripError 等库级 API，供开发者直接调用。

安装与启用¶

安装插件需要使用官方提供的安装命令。该插件依赖特定版本的 DSH 工具包。

dsh plugin --profile default add github:jwilson411/dsh-canary

典型用法¶

开发者可以通过插件提供的库 API 来实现 canary 的种植与防护逻辑。

种植与包装执行¶

首先调用 plantCanary() 生成种植状态，然后使用 wrapExecute 包装工具的执行函数。在执行时捕获 CanaryTripError 以处理拦截事件。

import { plantCanary, wrapExecute, CanaryTripError } from 'dsh-canary'

const state = plantCanary()
const guarded = wrapExecute(tool.execute, state, { tool: tool.name })

try {
  await guarded(argsFromTheModel, exec)
} catch (error) {
  if (error instanceof CanaryTripError) {
    // 错误处理：记录拦截事件，但不再传递 canary 值
    log.warn({ code: error.code, where: error.where, tool: error.tool })
    return
  }
  throw error
}

狭窄入口点¶

如果宿主拥有不同的调用点，可以使用 assertNoCanary 或 assertNoCanaryInUrl 进行检查。这两个函数在命中时会抛出异常，但不写入日志。

import { assertNoCanary, assertNoCanaryInUrl } from 'dsh-canary'

assertNoCanary(requestBody, state, { tool: 'http' })   // 检查参数
assertNoCanaryInUrl(candidate, state, { tool: 'fetch' }) // 检查 URL

适用场景与注意¶

适用场景¶

需要检测模型是否将特定标记回显到工具调用参数或 URL 中。
需要在工具执行前进行拦截，防止敏感信息或测试标记泄露。

注意事项¶

版本要求：该插件需要 DSH RC 0.1.1-rc.2 版本。
错误代码：检测到回显时的错误代码始终为 'CANARY_TRIP'。
返回值安全：返回值（包括错误信息）中不包含 canary 值本身，仅包含前缀。
功能定位：
- 不是 prompt-injection 检测器。
- 不是红队产品。
- 不是分类器。
- 不是隐蔽控制。
- 不是数据丢失防护 (DLP)。

结语¶

dsh-canary 插件提供了一个具体的手段来验证模型是否在工具调用或 URL 中泄露了特定的上下文标记。通过严格的安装命令和库 API，开发者可以将其集成到现有的 DSH 工作流中，用于监控和阻断回显行为。

插件目录
 GitHub 仓库