dsh-prompt-shield:在 DSH 工具结果进入模型上下文前做间接提示注入检测

dsh-prompt-shield 是一个 MIT 许可证的 DSH 插件,用于在工具执行后、结果进入模型上下文前,对工具返回文本进行间接提示注入检测。该插件采用确定性规则引擎,不依赖额外模型调用或网络服务,旨在降低高置信度注入指令被执行的风险。 其检测范围涵盖指令覆盖、窃取或外传秘密信息、泄露隐藏提示、伪造权威标记、Unicode 混淆、多块拆分指令及一层 Base64 编码的可疑内容,支持中英文高置信规则。命中后仅暴露规则 ID、分数及指纹,不泄露原文。 插件提供三种工作模式:observe(仅记录)、warn(添加警告,默认模式)和 block(隔离替换结果,推荐用于实际防护)。配置项包

阅读全文