（985期）Tracebit Canaries – AI 工作空间的免费蜜罐哨兵

AI 工作空间的免费蜜罐哨兵 免费开源的安全蜜罐系统，部署虚假凭证作为入侵绊线，实时检测凭据窃取、提示注入和数据渗出攻击。 使用说明 核心用法 Tracebit Canaries 是一套面向 AI 工作空间的安全防护技能，通过部署五种虚假凭证（蜜罐令牌）作为"绊线"，检测未授权访问和凭据窃取。核心流程包括：注册 Tracebit 社区版免费账户 → 安装开源 CLI 工具 → 部署 AWS、SSH、Cookie、用户名密码、邮件五类蜜罐 → 配置心跳检测机制监控告警邮件 → 人工监督的事件响应。 CLI 以守护进程运行，仅刷新令牌有效期，不执行其他网络操作。当攻击者误用蜜罐凭证时，系统向用户邮箱发送告警，Agent 通过只读邮件搜索捕获告警，立即通知用户并启动调查流程。 显著优点 零误报设计：蜜罐凭证完全虚假，任何使用即代表真实攻击 多向量覆盖：同时检测凭据窃取、提示注入、数据渗出、内部威胁 开源可审计：CLI 代码完全开源，SHA256 强制校验，无闭源组件 人工闭环控制：部署、轮换、修复均需用户确认，无自主高危操作 免费社区版：核心功能零成本，无功能阉割 无痕移除：提供完整清理脚本，可彻底卸载 潜在缺点与局限 邮件依赖：告警依赖外部邮件到达率，存在延迟或丢失风险 预览误触：邮件蜜罐的追踪像素会在邮件预览时触发，可能产生噪点 部署摩擦：需完成账户注册、OAuth 授权、多步骤 CLI 配置，首次使用门槛较高 无主动阻断：仅检测告警，不自动隔离或阻断攻击，响应依赖人工 平台局限：CLI 支持 Linux/macOS，Windows 需 WSL 或容器环境 适合人群 使用 AI Agent 处理敏感数据的技术团队 需要检测提示注入和越狱尝试的 AI 应用开发者 对供应链攻击和内部威胁有顾虑的安全工程师 希望以低成本建立入侵检测能力的个人开发者和小团队 常规风险 令牌管理：CLI 凭证存储于本地标准路径，共享环境需防止配置泄露 蜜罐暴露：蜜罐凭证值若被记录到日志，可能成为反向攻击向量 调查权限：事件调查需读取 memory 文件，虽经人工确认但仍需警惕敏感数据暴露 服务依赖：Tracebit 云服务可用性影响告警通道，建议结合本地监控冗余 社会工程学：攻击者可能针对蜜罐机制进行反侦察，需配合其他纵深防御措施 原始说明 Use when the user wants to protect their workspace from credential theft, prompt injection, or data exfiltration — even if they don't mention "canaries" or "...