Input Guard 是面向 AI 智能体的防御层，在智能体处理外部抓取内容之前先扫描其中的提示注入攻击。它以纯 Python 编写，只依赖标准库，Python 3 环境即可运行，无需 pip 安装。
主要能力：覆盖 16 类检测（指令覆盖、角色操纵、系统模仿、越狱、数据外泄、危险命令、权限冒充、上下文劫持、令牌走私、安全绕过、智能体主权、情绪操纵、JSON 注入、提示提取、编码载荷等），支持英语、韩语、日语、中文模式。输出 5 级严重度：SAFE、LOW、MEDIUM、HIGH、CRITICAL，退出码 0 表示安全或低危，1 表示检测到威胁。可选接入 LLM 作为第二层语义分析，捕捉模式匹配遗漏的规避型攻击，并以 --llm、--llm-only、--llm-auto 控制启用方式，支持 openai 或 anthropic 提供商。
使用方式：通过脚本扫描内联文本、文件或标准输入，例如 bash {baseDir}/scripts/scan.sh "text to check"、--file、--stdin；可用 --json 获得程序化输出，--quiet 仅输出严重度与分数，--sensitivity 选择 low/medium/high/paranoid 敏感度（默认 medium）。可设 OPENCLAW_ALERT_CHANNEL 在 MEDIUM 及以上经渠道告警。推荐流程是先抓取，再扫描，SAFE/LOW 才继续处理，否则停止并告警。
适用场景：网页抓取、X/Twitter 帖子与搜索结果、搜索引擎与第三方 API 响应、RSS、邮件、webhook 等任何对手可能嵌入注入的文本。限制：LLM 模式延迟约 2-5 秒、每扫描约 2000 tokens，需相应 API Key；MoltThreats 上报需 molthreats 技能与 PROMPTINTEL_API_KEY，且有速率限制（每小时 5 次、每天 20 次）。