用途：在用户输入送入 LLM 前进行扫描，为聊天机器人、AI 智能体或 RAG 管道构建输入校验层；也可监控 LLM 交互日志以回溯识别注入尝试，或在安全事件调查中分类注入载荷。
主要能力：三层检测。正则层匹配 25+ 已知攻击模式（系统提示覆盖、角色扮演逃逸、分隔符注入、编码混淆等）；启发式层根据指令密度、特殊字符比例、语言混用、过度大写等结构特征给出 0.0-1.0 异常分；分类器层使用 protectai/deberta-v3-base-prompt-injection-v2 返回概率，默认阈值 0.85。最终判定按权重合并（正则 0.3、启发式 0.2、分类器 0.5）。
使用方式：需 Python 3.10+、pip、transformers 与 torch，首次运行会从 Hugging Face 下载约 700 MB 模型。安装命令：pip install transformers torch sentencepiece protobuf；纯 CPU 环境可用 pip install transformers torch --index-url https://download.pytorch.org/whl/cpu。运行示例：python agent.py --input "..."；python agent.py --file prompts.txt --mode full；--mode 可选 regex、heuristic、full；--threshold 调整阈值；--output json 输出 JSON。也可在代码中导入 PromptInjectionDetector 作为预处理过滤器。
适用场景：输入校验、日志批量审计、红队测试评估现有防御效果。
限制：不可作为唯一防御，需结合输出校验、权限分离与最小权限工具访问；不适用于不涉及对抗指令注入的越狱检测。资料未提供其他平台、收费或效果数据。