Safety Scan 是 ruflo 项目中的一项安全扫描技能,主要用途是在处理不可信输入之前,对内容进行安全检测,识别提示注入、越狱尝试、不安全模式以及对抗性攻击。它基于 AIDefence 能力,适用于用户提交、API 载荷、Webhook 数据等场景。
主要能力方面,该技能可检测的威胁类别包括:提示注入(直接和间接)、越狱尝试、数据外泄模式、指令覆盖攻击以及社工提示。
使用方式上,Safety Scan 通过 MCP 工具调用完成,具体步骤包括:
- 快速安全检查:调用 mcp__plugin_ruflo-core_ruflo__aidefence_is_safe,传入输入文本,返回安全/不安全的布尔结果。
- 深度分析:调用 mcp__plugin_ruflo-core_ruflo__aidefence_analyze,获取详细的威胁分类和置信度分数。
- 全面扫描:调用 mcp__plugin_ruflo-core_ruflo__aidefence_scan,进行综合的多层扫描。
- 训练防御:调用 mcp__plugin_ruflo-core_ruflo__aidefence_learn,传入已确认的威胁,以改进检测能力。
- 查看统计:调用 mcp__plugin_ruflo-core_ruflo__aidefence_stats,查看检测率和误报指标。
适用场景为在处理不可信输入之前进行安全扫描,例如用户提交内容、API 载荷、Webhook 数据等。
限制方面,资料中未提供关于收费、价格、平台支持、具体效果或性能的详细信息,暂未提供。