Tripwire Guard — evidence-first injection scanner

Tripwire Guard

公共软件包：tripwire-guard。已于 2026 年 8 月 13 日验证全新安装和 MCP 握手。

一个本地只读 MCP 服务，用于在不可信文本进入 AI Agent 的上下文之前检查其中是否包含提示词注入。

向它提供文本（网页、文档、电子邮件、工单、RAG 片段），它会返回 allow / review / recommend_block 判定以及完全匹配的证据。它完全在你的机器上运行，不会发起网络请求，并且默认会对电子邮件地址、URL 和类似凭据的字符串进行脱敏。

该引擎采用确定性设计，并附带由维护者编写、公开的 100 个案例评估集——准确率为 85%，所有误报和漏报均已公布。它是一种快速、可解释的信号层；这并不能保证安全，宿主仍需负责执行判定。

与 MCP 代理不同，Tripwire Guard 不会拦截或授权其他工具调用。与基于模型的检测器不同，它不需要模型运行时或 API。请将它与最小权限工具、审批关卡、隔离机制和操作落点执行机制配合使用。

安装 / 运行

需要 Node.js 22.12+。

npx tripwire-guard

在 MCP 宿主中使用

{
  "mcpServers": {
    "tripwire": {
      "command": "npx",
      "args": ["-y", "tripwire-guard"]
    }
  }
}

工具

tripwire_scan（只读）——输入：

• content（字符串，必填）——要检查的不可信文本。
• source（字符串，可选）——来源信息，例如网页 URL、电子邮件、工具结果或文档名称。
• includeEvidence（布尔值，可选）——返回未脱敏的匹配证据，而不是脱敏结果。默认返回脱敏结果。

返回结构化证据：判定、发现数量、每项发现的规则 ID / 严重性 / 类别 / 匹配片段，以及引擎和规则集版本。

npm 软件包的版本号与每条结果中报告的检测器引擎版本号各自独立。软件包 0.4.2 当前附带引擎 0.3.0 和规则集 2026.08.2。

坦诚说明局限

确定性启发式方法可能会漏掉新型、依赖上下文、多语言、视觉或高度混淆的攻击。干净的结果仅表示“未匹配到已知信号”，并不表示“安全”。请将它与最小权限工具、审批关卡和沙箱配合使用。

绘制周边系统图

使用免费的 Agent 操作路径工作表，梳理不可信输入、它可访问的工具、可能造成重大后果的操作落点、现有控制措施，以及最低限度的安全测试证据。该工作表无需注册，并包含一个明确标注的合成示例。

更多信息

在线演示、完整基准测试、威胁模型和固定范围的团队评审：https://tripwire-live.netlify.app

源代码与安全边界

本仓库包含可分发的 MIT 许可只读 Guard MCP 服务及其发布元数据。更广泛的 Tripwire 浏览器产品和付费评审材料另行维护。请通过本仓库的问题跟踪器报告软件包缺陷；请勿发布机密、客户数据、私有提示词或有效凭据。

© 2026 Kuba Opoczka。