（794期）prompt-injection-guard – 零依赖的提示注入防御指南

零依赖的提示注入防御指南 来自 openclaw/skills 仓库的纯文档型安全防御指南，提供提示注入攻击检测与多层防御策略，零代码执行风险，为 AI 系统提供系统级安全加固能力。 使用说明 核心用法 prompt-injection-guard 是一个专门用于防御提示注入攻击的安全技能，采用纯文档形式提供系统化的防御策略。该技能通过三层检测机制（Level 1-3）对输入进行实时扫描，识别直接注入、间接注入、角色变更攻击、信息泄露攻击和授权绕过等五类主要威胁模式。核心防御手段包括：输入边界明确化（使用 START/END 标记隔离用户输入）、危险模式正则匹配、输出敏感信息过滤、以及外部数据上下文隔离。 显著优点 该技能具有极高的安全性设计：零代码执行、零权限请求、零外部依赖，从根本上消除了供应链攻击和代码注入风险。防御策略覆盖全面，从输入处理到输出过滤形成完整闭环，特别针对加密资产和社交媒体场景提供了专项防护规则。文档结构清晰，包含可落地的 YAML 配置示例和检查清单，便于工程化实施。作为被动防御指南，不会影响系统性能，可与现有安全体系无缝集成。 潜在缺点与局限性 作为纯文档型技能，其有效性完全依赖人工实施质量，无法自动拦截攻击。检测规则基于静态模式匹配，可能产生误报或漏检新型攻击变体（如编码绕过、多语言混淆）。规则库需要持续更新以应对快速演化的攻击技术，文档中未提供自动化更新机制。此外，该技能本身不提供运行时保护，若实施不当（如边界标记被用户预测），防御效果将大打折扣。 适合的目标群体 主要面向 AI 应用开发者、AI 安全工程师、智能合约/加密资产平台运维团队，以及需要处理不可信用户输入的客服机器人、内容审核系统开发者。特别适合已具备基础安全能力、需要系统化加固提示层防御的中大型项目团队。 使用风险 常规风险包括：规则误报导致正常用户体验受损；防御规则被攻击者逆向分析后针对性绕过；多语言混合输入场景下的检测盲区。建议配合 human-security、、security-review` 等关联技能形成纵深防御，并建立攻击日志监控与规则迭代机制。 原始说明 Prompt injection defense. Detect and block malicious prompts, protect system instructions, sanitize user input.