（10972期）agent-security-audit – AI代理系统安全防御指南

AI代理系统安全防御指南 来自开源社区的安全指南，提供AI代理系统提示注入防御的完整技术方案与可复用脚本模板。 使用说明 核心用法 agent-security-audit 是一个面向 AI 代理开发者的安全知识库型 Skill，专注于提示注入攻击的防御体系建设。其核心交付物包括三层防御架构的实施指南：Level 1 基础防御（系统提示强化、蜜罐响应模式）、Level 2 中级防御（正则表达式危险模式检测、内存写入前验证）、Level 3 高级防御（内容源分类系统、动态威胁更新）。配套提供可直接落地的 Bash 脚本模板，涵盖内容无害化处理（sanitizecontent）、安全外部资源获取（safefetch）、注入检测（detectinjection）及内存保护（validatememory_write）四大功能模块。 显著优点 该 Skill 的最大价值在于将抽象的安全理论转化为可执行的工程实践。脚本示例经过精心设计，零宽字符过滤、Base64 可疑编码检测、伪权限指令识别等细节体现了对真实攻击场景的深刻理解。分层防御架构允许团队根据资源投入灵活选择实施深度，检查清单模式便于项目管理和合规审计。作为纯文档型 Skill，无运行时依赖和权限要求，部署风险极低。 潜在缺点与局限性 首先，Bash 脚本示例主要针对类 Unix 环境，Windows 平台需要额外适配。其次，正则表达式模式匹配存在误报和绕过可能，面对高级持续性威胁（APT）级别的定制化攻击时检测能力有限。动态威胁模式更新机制在文档中仅作概念提及，未提供具体实现方案。此外，该 Skill 本身仅为知识传递，无法自动执行安全加固，实际防护效果高度依赖开发者的正确实施。 适合的目标群体 主要面向三类用户：构建生产级 AI 代理系统的后端工程师和安全架构师；需要满足合规要求的企业安全团队；以及研究 LLM 安全攻防的研究人员。对于快速原型开发或内部低敏感场景，完整实施三层防御可能显得过重；但对于处理用户生成内容、集成外部数据源的高风险代理系统，该指南具有重要参考价值。 使用风险 该 Skill 本身无执行能力，风险主要源于误用：过度依赖正则检测而忽视语义层防护；脚本模板未根据实际业务场景调整导致正常功能被阻断；防御措施实施不当引入性能瓶颈（如大文件逐字符扫描）。建议配合完整的渗透测试验证防护有效性，而非直接生产部署示例代码。 原始说明 エージェント向けプロンプト・インジェクション防御チェックリスト