$ loading_
为大模型交互提供内容检查、净化隔离与隔离处置,降低注入和泄密风险
复制安装指令,让 AI 自动完成配置 · 推荐新手
"SCP" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请检查这段将发送给大模型的网页抓取文本,识别是否包含提示注入、越权指令或恶意系统提示,并输出净化后的安全版本与风险说明。
输出风险项列表、注入判断结果,以及可安全传入模型的净化文本。
扫描这份日志和配置片段,找出可能泄露的 API Key、令牌、密码或内部地址;对敏感信息做脱敏或隔离,并给出处理建议。
输出命中的敏感信息类型、脱敏后的内容、隔离建议及修复步骤。
为我的 LLM 应用设计一套输入安全流程:对用户输入、检索结果和外部文档进行检查、净化、隔离与审计,并说明每一步的触发条件。
输出一套可实施的安全流程方案,包含检查节点、隔离策略与审计规则。
安全执行数据库查询,支持限制、截断与超时控制,降低误操作风险