在网关处检测并拦截对抗性提示、越狱尝试和被注入的指令——让它们无法到达您的模型,也无法破坏智能体的行为。
基于模型的护栏覆盖越狱技术和指令覆盖尝试,并支持您自行编写的关键词、正则表达式和 LLM 评判条件。
被拦截的提示永远不会到达模型。执行发生在请求路径上,而不是事后补救。
被拦截和被标记的尝试会连同触发它的护栏一并写入审计账本——这是面向安全的可见性,而不仅仅是执行。
一次简短的试点就足以展示目前正在攻击您 AI 端点的内容。