用途：为 AI 系统的输入与输出实现多层安全防护，过滤恶意输入与有害输出，覆盖 OWASP LLM01（注入）、LLM02（信息泄露）、LLM05（输出处理）、LLM07（提示泄露），对应 NIST 的 Manage 职能，面向生产环境安全过滤场景。
主要能力：输入侧包含注入检测（基于正则模式匹配，如忽略先前指令、开发者模式、绕过安全过滤等）、PII 检测与脱敏（SSN、信用卡、邮箱、电话、API Key）、长度与空值校验，以及速率与成本限制（最大输入 token、每分钟请求数、并发数、每小时成本上限，超限时截断、排队、拒绝或阻断）。输出侧包含内容安全过滤（毒性分类器阈值、屏蔽词表）、敏感数据遮蔽（API Key、密码、连接字符串、IP 地址）、系统提示泄露检测与事实性/引用检查（标记待核实、验证来源、添加不确定性声明）。
使用方式：通过 guardrails_config.yaml 配置输入与输出开关、阈值、速率限制、回退响应与日志策略；输入被阻断时返回固定回退语，输出被阻断时返回安全替代内容。技能标识为 input-output-guardrails，由 Agent 05-defense-strategy-developer 实现，可与 /defend 配置建议、CI/CD 自动化测试及监控告警集成。
限制：资料未提供具体安装命令、依赖环境、支持的模型或平台、收费与价格信息；效果指标（如注入阻断率、误报率、延迟影响）为资料中列出的示例数值，实际表现需自行验证。常见问题包括误报率高（需调整模式、增加允许列表、结合上下文）、延迟过高（优化正则、使用预编译模式、缓存）、编码绕过（需 Unicode 归一化并在检查前解码）。