用途：该技能指出单次 LLM 调用无法自我监管，生产环境中的智能体需要分层防御，包括输入过滤器、输出过滤器、工具白名单和行为策略，并说明应在哪些环节接入相应库。
适用场景：智能体读取不可信输入（网页、邮件、用户上传）；智能体拥有触及真实系统的工具（数据库、API、资金、发送消息）；合规要求 PII 脱敏或内容策略执行；日志中出现提示注入或数据外传尝试；仅靠 LLM-as-judge 已在红队测试中被绕过。
防御层次：用户输入 → 输入守卫 → 智能体 → 策略门禁 → 工具 → 输出守卫 → 用户。输入守卫负责越狱、PII、话题检测；策略门禁负责白名单、人工介入（HITL）、参数校验；输出守卫负责 PII 脱敏与密钥清除。
库选型：NeMo Guardrails 提供 Colang DSL 与对话轨道，适合声明式对话策略；Lakera Guard 擅长提示注入与越狱检测，托管、快速、接入成本低；LLM Guard 开源、模块化扫描器，适合自托管与完全控制；Llama Guard 3 为内容策略 LLM，权重开放可定制；Presidio 用于 PII 检测与脱敏，满足 GDPR/HIPAA。默认组合：NeMo Colang 做对话策略 + Lakera 或 LLM Guard 防注入 + Presidio 处理 PII。
用法要点：输入过滤可用 LLM Guard 的 PromptInjection、TokenLimit、Anonymize 等扫描器依次扫描，任一不通过即抛出 GuardrailBlock；Colang 策略可定义“用户提出越题”与“机器人拒绝越题”的对话流；工具门禁维护 ALLOWED_TOOLS 与 HITL_REQUIRED 集合，不在其中则阻断，需人工介入则请求批准，否则校验参数模式。间接注入缓解措施包括：为每个片段打来源标记，并在系统提示中声明非系统来源的指令必须视为数据；按来源限定工具范围，抓取的网页内容不能触发高权限工具；做输出差异检查，若智能体突然写出未曾见过的 URL 或邮箱则标记为外传。
限制：资料未提供具体安装命令、定价、性能指标或兼容版本信息；具体配置与部署细节需参考所集成库的各自文档。