dsh-warden:DeepSeek Harness 的对抗式审查门

`dsh-warden` 是 DeepSeek Harness 的一个安全插件,旨在提供“平时零打扰,关键时刻才审查”的工具调用防护。它采用双层防御机制:第一层通过本地正则匹配破坏性命令和敏感路径以实现零延迟拦截;第二层仅在第一层未拦截时触发,调用独立模型对剩余调用进行风险评估。所有判定结果实时展示于 Web GUI 并记录审计日志。用户可自定义规则以适应不同场景。该插件默认放行普通操作,仅拦截不可逆破坏,不依赖弹窗询问,具备异常容错能力,能有效降低智能体误用工具的风险。

阅读全文