Python AI Agent Prompt 注入防护三层架构

随着 AI Agent 获得工具执行能力——例如访问 shell、编辑文件以及操作金融钱包——它们也成为 Prompt Injection Attacks（OWASP LLM01，提示词注入攻击）和 Excessive Agency Exploits（OWASP LLM06，过度代理权利用）的重点攻击目标。

攻击者只需在不受信任的网页或 RAG 输入中植入恶意隐藏指令，就可能诱骗 LLM Agent 执行未经授权的命令，例如 rm -rf、窃取 API key，或转移钱包资金。

在本教程中，我们将使用 Python 构建一个纵深防御安全网关，其额外延迟低于 1ms。

1. 三层纵深防御架构

                      [ UNTRUSTED USER INPUT / WEB SEARCH ]
                                       │
                                       ▼
                     ┌───────────────────────────────────┐
                     │   PROMPT-SHIELD GATEWAY PROXY     │
                     └─────────────────┬─────────────────┘
                                       │
            ┌──────────────────────────┼──────────────────────────┐
            ▼                          ▼                          ▼
   [ Layer 1: Fast Heuristic ] [ Layer 2: Dual-LLM ]     [ Layer 3: Crypto EIP-712 ]
   Regex & Base64 Sanitizer       Classifier Guardrail   Signature Wallet Guard

2. 第一层：快速启发式检测与 Base64 清理（< 1ms）

import re
import base64

JAILBREAK_PATTERNS = [
    re.compile(r"ignore\s+(previous|above|all)\s+(instructions|rules)", re.IGNORECASE),
    re.compile(r"system\s*override", re.IGNORECASE),
    re.compile(r"you\s+are\s+now\s+in\s+DAN\s+mode", re.IGNORECASE),
    re.compile(r"output\s+your\s+(system\s+prompt|api\s+key)", re.IGNORECASE)
]

def inspect_prompt(prompt: str):
    # 1. Base64 Payload Decoding Check
    decoded_text = prompt
    try:
        if len(prompt) > 20 and re.match(r"^[A-Za-z0-9+/=]+$", prompt.strip()):
            decoded_text = base64.b64decode(prompt.strip()).decode('utf-8', errors='ignore')
    except Exception:
        pass

    # 2. Pattern Matching
    for pattern in JAILBREAK_PATTERNS:
        if pattern.search(prompt) or pattern.search(decoded_text):
            return False, f"Prompt Injection Blocked: '{pattern.pattern}'"

    return True, "SAFE"

3. 第三层：基于密码学的 EIP-712 订单防护

为了防止 Excessive Agency（OWASP LLM06），敏感工具——例如资金转账或金融交易——必须要求提供经过显式密码学签名的 EIP-712 payload。LLM Agent 绝不能仅凭文本 prompt 转移资金！

4. 可直接用于生产环境的 Middleware

如果需要具备 FastAPI endpoints、低于 1ms 处理延迟并符合 OWASP 2026 规范的生产级安全代理，可以在我们的商店中查看 ClawGuard Prompt-Shield Middleware：

👉 ClawGuard Prompt-Shield Middleware（29 美元）

如需采取进一步措施，你可以考虑屏蔽此人和／或举报滥用行为。