下载

Skill UI

浏览并发现 9916+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索提示安全，共找到 41 条记录

默认排序最新上传最多下载

模型护甲安全过滤

googleworkspace/cli

通过 Google Model Armor 命令行工具过滤用户生成内容，并借助模板化提示或响应清洗，帮助团队在自动化流程和参数校验中落实安全策略。

模型防护提示清洗

gws-modelarmor-sanitize-prompt

googleworkspace/cli

通过 gws CLI 的 Model Armor +sanitize-prompt 命令，使用指定模板过滤用户提示，可从 stdin、文本或 JSON 输入，保障模型对外调用的安全性。

GWS 共享命令行规范

googleworkspace/cli

提供 GWS CLI 的共享认证、全局参数、输出格式化、安全提示及 Shell 使用技巧，帮助规范 Google Workspace 自动化操作。

代理 OWASP ASI 合规校验

agent-owasp-compliance

github/awesome-copilot

根据 OWASP AI 代理安全十大风险审查项目代码，识别防护点与漏洞，输出合规报告，便于部署前评估、审计和安全改进，涵盖提示注入、工具治理、权限边界等控制。

AI提示安全评估

ai-prompt-engineering-safety-review

github/awesome-copilot

对AI提示进行全面安全与偏见分析，识别信息误导、注入与隐私风险，并提供效果评估、安全建议与负责任的优化方案。

Anthropic Claude API安全实践

anth-security-basics

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了集成Anthropic Claude API的全面安全最佳实践。内容涵盖了API密钥的安全管理（如轮换、隔离）、防御提示注入（Prompt Injection）攻击、用户输入数据的清洗验证，以及输出内容的安全过滤，帮助开发者构建安全可靠的生产级AI应用。

敏感信息泄露检测

data-leakage-detection

Tencent/AI-Infra-Guard

这是一个用于安全审计的框架，旨在系统性地检测大型语言模型（LLM）是否存在敏感信息泄露。它通过分阶段、递进式的对话探针，测试和捕获包括系统提示词、API密钥、个人身份信息（PII）以及内部配置等多种敏感数据。适用于红队测试和模型安全评估。

Claude内容安全防护与卫栏

clade-policy-guardrails

jeremylongshore/claude-code-plugins-plus-skills

本技能指导如何在应用中使用Claude时，构建全面的内容安全防护层。它涵盖了系统提示词强化、输入验证（包括检测注入攻击和长度限制）以及输出校验（防止系统提示词泄露），确保AI应用的安全性、合规性和可靠性。

大型语言模型安全防护层

anth-policy-guardrails

jeremylongshore/claude-code-plugins-plus-skills

该技能提供了一套完整的AI应用级安全防护机制。它用于增强与Claude等大型语言模型API的集成安全性，覆盖输入数据（如PII检测、长度）校验、系统提示词（Scope）限制、输出结果敏感信息过滤、成本预算控制以及模型访问权限管理，确保AI应用的可靠性和合规性。

Claude集成安全最佳实践

clade-security-basics

jeremylongshore/claude-code-plugins-plus-skills

本指南详细介绍了与 Anthropic Claude API 集成时的安全最佳实践。内容涵盖了关键的安全措施，包括API密钥的保护（必须在服务器端操作）、防止输入数据超限的验证机制、防御提示注入攻击（Prompt Injection）的方法，以及实施用户级别的速率限制，确保了应用系统的安全性和数据隐私性。

LangChain中间件高级模式

langchain-middleware-patterns

jeremylongshore/claude-code-plugins-plus-skills

本技能提供了LangChain和LangGraph的标准化中间件模式，用于构建健壮的LLM应用。它解决生产环境中的关键问题，如跨租户PII泄露、令牌预算超支、提示注入防御（Guardrails）和缓存污染，确保AI应用的安全性、可靠性和成本控制。

AI/LLM安全红队测试指南

offensive-ai-security

SnailSploit/Claude-Red

提供一套完整的AI/LLM系统安全渗透测试方法论，用于评估大型语言模型和AI应用的鲁棒性。涵盖提示词注入、越狱、数据投毒、模型提取等高级攻击向量，适用于进行AI系统的红队演练和安全评估。

上一页 1 234 下一页

语言