用途：为 LLM 应用构建多层安全防护，在输入与输出两侧进行过滤、分类与脱敏。技能资料包含可直接参考的 Python 代码片段。
主要能力：一是输入过滤，阻断恶意提示；二是输出过滤，脱敏敏感数据；三是基于策略的话题约束与拒答；四是 PII 检测与掩码（基于 presidio_analyzer、presidio_anonymizer，覆盖 EMAIL_ADDRESS、PHONE_NUMBER、CREDIT_CARD、SSN 等）；五是提示注入检测，用正则匹配 ignore previous instructions、disregard prior、you are now、new instructions、system:、override 等模式，命中后返回固定拒答语；六是话题分类与策略检查，定义 allowed_topics、disallowed_topics 与 requires_disclaimer；七是安全拒绝模板，按医疗、法律、超范围等场景返回对应话术；八是输出校验，检查 PII、违禁短语（password、api key、secret）与毒性分数（阈值 0.7）。
使用方式：将各函数按顺序组合为完整流水线 apply_guardrails，依次执行输入校验、策略检查、模型生成、输出校验；输出不安全时返回脱敏后的内容并附带警告。示例中涉及 llm()、toxicity_classifier() 等未给出实现的函数，需自行提供。
适用场景：面向用户的问答与客服机器人、需要防注入与合规拒答的 LLM 产品。
限制：示例文本为英文，语言参数固定 language='en'；正则模式为通用样例，需按实际更新；具体性能、价格、依赖版本与平台信息暂未提供。