$ loading_
检测 RAG 语料中的投毒、嵌入异常与后门触发，辅助 AI 系统安全接入。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"RAGSHIELD" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请使用 RAGSHIELD 扫描这批 RAG 文档，识别可疑的嵌入异常、潜在投毒样本和可能触发后门的文本片段，并按风险等级输出报告。
一份包含高风险文档、异常原因、触发模式和处理建议的安全检测报告。
通过 MCP 调用 RAGSHIELD，在 AI 代理写入或更新知识库前自动执行安全检查；若发现投毒或后门迹象，返回阻断原因和受影响内容。
可供代理使用的检查结果，包含是否放行、风险摘要及被拦截条目明细。
先对语料完成清洗，再用 RAGSHIELD 对清洗前后两个版本进行对比扫描，说明异常减少了哪些、剩余风险在哪里。
一份前后对比分析，展示清洗效果、残留威胁和后续加固建议。
帮助开发团队搭建可自托管的RAG流水线，用于代码检索、风险发现与CI集成。
帮助 AI 接入文档库、生成向量并通过语义搜索快速检索内容。
扫描 LLM 智能体工作流中的安全风险，帮助团队提前发现并修复隐患。
本地优先管理与检索学术论文PDF，并补全元数据和引用关系
将双 RAG 检索能力封装为 MCP 工具，支持鉴权后的图增强与混合检索调用。
让 AI 安全检索本地私有文档，并基于持久记忆回答问题。