mcpField
S
safety-scan

safety-scan

github.com/ruvnet安全80.0k743 次安装今天更新
代码仓库

关于 safety-scan

safety-scan 是用于检查不可信内容的安全技能，可识别提示注入、越狱及其他不安全模式，并提供快速检查、威胁分析和防御学习。

主要功能

  1. 01安全与不安全布尔检查
  2. 02威胁分类及置信度评分
  3. 03多层内容扫描
  4. 04从已确认威胁中学习
  5. 05检测率与误报统计

适用场景

  1. 01处理前检查用户提交内容
  2. 02审查 API 载荷和 Webhook 数据
  3. 03调查疑似指令覆盖攻击

MCP 相关

通过 Ruflo MCP 工具检查安全性、分析和扫描威胁、学习已确认威胁，并查看检测统计。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/ruvnet/ruflo --skill safety-scan

安装后在 Claude Code 中输入/safety-scan确认已加载。

详细介绍

安全扫描

扫描内容，检测提示词注入、越狱尝试和不安全模式。

适用场景

处理不可信输入（用户提交内容、API 负载、Webhook 数据）之前，先扫描输入，以检测提示词注入、对抗性内容或违反策略的内容。

步骤

  1. 快速安全检查 — 使用输入文本调用 mcp__plugin_ruflo-core_ruflo__aidefence_is_safe，获取安全/不安全的布尔结果
  2. 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
  3. 全面扫描 — 调用 mcp__plugin_ruflo-core_ruflo__aidefence_scan，执行全面的多层扫描
  4. 训练防御机制 — 使用已确认的威胁调用 mcp__plugin_ruflo-core_ruflo__aidefence_learn，以改进检测效果
  5. 查看统计数据 — 调用 mcp__plugin_ruflo-core_ruflo__aidefence_stats，查看检测率和误报指标

威胁类别

  • 提示词注入（直接和间接）
  • 越狱尝试
  • 数据外泄模式
  • 指令覆盖攻击
  • 社会工程提示

评论

支持 Markdown