风险输入指令识别
实时检测并拦截用户输入中的恶意提示词。覆盖越狱与策略规避、系统指令篡改、角色诱导、间接注入，以及暴力、色情剥削、仇恨、欺诈等有害内容。命中后可直接拦截，也可按规则对隐私字段脱敏后继续调用模型。
适用开放域对话、AI 教育、智能客服、AIGC 创作平台
联系我们
邮箱：contact@shinyinfo.com.cn
ShinyInfo AI Guardrail Gateway
输入先检 · 输出再拦 · Agent 也能防
圣一 AI 护栏网关：生成式 AI 的内容安全防线
圣一 AI 护栏网关部署在 AI 应用、AI Agent 与大模型之间，对用户输入、上传附件和模型输出做实时风险检测与主动防御。企业无需改业务代码，即可获得内容合规、隐私防护和提示词攻击免疫能力。
- 01 输入先检： 拦截恶意指令、越狱尝试和敏感信息外泄
- 02 输出再拦： 过滤有害建议、违规生成内容和隐私回显
- 03 Agent 也能防： 适配 Claude Code、Codex CLI、Kimi、Qwen Code、DeepSeek Harness、WorkBuddy 及扣子、Dify、FastGPT 等客户端，检测多轮对话、工具返回与文档中的间接注入
AGENT COMPATIBILITY
多种 Agent 客户端，改地址即可接入
网关按入站协议识别请求，拦截、脱敏后仍返回客户端可解析的原生 JSON / SSE——不必为每个 Agent 改业务代码
编码助手 Claude Code · Codex · DeepSeek Harness · WorkBuddy
Claude Code
Anthropic Messages（/v1/messages）
配置 ANTHROPIC_BASE_URL 指向网关
Codex CLI
OpenAI Responses（/v1/responses）
配置 Responses 兼容 Base URL
Kimi CLI
OpenAI Responses
配置 Responses 兼容 Base URL
Qwen Code
DashScope 原生或 OpenAI 兼容层
指向对应路由
DeepSeek Harness
Chat Completions / Responses / Anthropic
自定义 Provider 的 Base URL 指向网关
WorkBuddy
Chat Completions（/v1/chat/completions）
自定义模型 base_url 指向网关
企业平台 扣子 · Dify · FastGPT · MaxKB
扣子 Coze Bot v3 抽取 additional_messages，支持对话 SSE
Dify Chat / Completion / Workflow，抽取 query、inputs.* 与 answer
FastGPT / MaxKB OpenAI 兼容层，随 Chat Completions 天然覆盖
Cherry Studio 等聚合客户端 按所选上游协议走对应抽取与拦截编码
走同一协议的其它编码助手（部分 IDE 插件、OpenAI 兼容 CLI）可随协议接入，无需单独适配。LangChain、Spring AI、n8n 等只要仍发 OpenAI 兼容 messages[]，同样走标准路径。
CORE CAPABILITIES
四大核心防护能力
圣一 AI 护栏网关（ShinyInfo AI Guardrail Gateway）不是事后审核后台，而是一条跑在流量路径上的安全网关：用户请求到达大模型之前先检测，模型回复到达用户之前再检测。
输入指令 → 上传附件 → 模型输出 → Agent 交互 全链路四段式防护
风险输入附件识别
对用户上传给 AI 处理的文档和图片做安全解析。支持 PDF、Word、Excel、TXT、CSV 及常见图片格式，可启用 OCR 识别扫描件文字，再对抽取文本做敏感信息与有害内容检测。
适用智能简历解析、合同问答、票据/证件识别、知识库构建
风险生成内容识别
在模型输出到达用户前做最后一道过滤。拦截有害建议、露骨违规内容和可执行的违法指导；对身份证号、手机号、银行卡、邮箱、健康信息和企业机密等回显做脱敏或阻断。
适用客服、医疗辅助、金融问答、内容生产等所有对用户可见的生成式回复
风险交互审计与 Agent 防护
为 AI Agent 和工具调用场景提供全链检测：不仅看用户最后一句话，也可检查多轮历史、工具返回和不可信文档中的隐蔽指令。每一次拦截、脱敏或放行都写入审计。
适用Claude Code / Codex / DeepSeek Harness / WorkBuddy、扣子与 Dify 等企业平台
PLATFORM
可视化治理与全链路审计
从插件扩展、路由策略到拦截率统计与日志追查，四项平台能力均可对照产品界面阅读
插件扩展
插件灵活化，按需扩展护栏网关能力
插件灵活化是圣一 AI 护栏网关的核心功能。通过插件可以实现各种业务逻辑和功能扩展：认证、限流、日志、监控等网关能力，以及内容安全、提示词护栏、注入检测、输出过滤等 AI 防护，都以插件形式提供。企业按路由启用、组合和配置，即可叠加安全策略、扩展网关能力。
- 安全插件链 协议适配 → 本地提示词护栏 → 注入检测 → 语义内容安全 → 文件处理 → 上游模型 → 输出护栏
- 灵活组合 按路由启用、组合和配置，叠加安全策略、扩展网关能力
插件灵活化，按需扩展护栏网关能力
网关能力
- 认证
- 限流
- 日志
- 监控
AI 防护
- 内容安全
- 提示词护栏
- 注入检测
- 输出过滤
配置方式
- 按路由启用
- 热更新
路由策略
路由级策略，精细化流量治理
管理平台支持路由级安全策略配置，可按不同 AI 应用、模型上游和客户端类型设定独立的护栏规则。拦截、脱敏或仅审计均可按路由灵活配置，实现精细化的 AI 流量治理。
- 路由级策略 按 AI 应用、模型上游和客户端类型设定独立护栏规则
- 多协议转发 请求按路由策略转发至开源或商业大模型，交互过程可拦、可放、可脱敏
路由级策略，精细化流量治理
策略粒度
- 路由级
- 客户端级
处置方式
- 拦截
- 脱敏
- 仅审计
上游模型
- OpenAI
- Anthropic
- Gemini
- DashScope 等
可视化治理
可视化治理，拦截率一目了然
管理平台把过去 24 小时的请求量、成功率、拦截率和错误率放在同一屏，并给出时序趋势与成功/拦截/失败分布。运营不用翻日志，就能判断护栏是否在工作、流量是否正常。需要复查时，再从总览下钻到审计明细。
- 运营总览 请求量、成功率、拦截率、错误率时序趋势与分布
- 三分类统计 成功 / 拦截 / 错误三分类统计，拦截率一目了然
可视化治理，拦截率一目了然
核心指标
- 请求量
- 成功率
- 拦截率
- 错误率
趋势分析
- 时序趋势
- 成功/拦截/失败分布
下钻能力
从总览下钻到审计明细
日志审计
全链路日志审计，拦截可查、合规可证
每一次请求的放行、拦截或脱敏都会留下记录，可按时间、客户端、接口和检测结果检索复查。除汇总指标外，还可按有害信息、敏感信息等类别查看拦截原因，并下钻到单条日志中的命中规则、原始输入和处置建议，满足安全运营与合规留痕。
- 全链路留痕 每一次放行、拦截或脱敏写入审计，日志可进入检索平台供安全运营复查
- 多维检索 按时间、客户端、接口和检测结果检索，按有害信息、敏感信息等类别查看拦截原因
全链路日志审计，拦截可查、合规可证
检索维度
- 时间
- 客户端
- 接口
- 检测结果
拦截原因
- 有害信息
- 敏感信息等类别
下钻详情
- 命中规则
- 原始输入
- 处置建议
常见问题
关于 AI 护栏定义、与内容审核区别、Prompt Injection 防护、Agent 客户端接入及部署方式的简要说明
什么是 AI 护栏（AI Guardrail）？
AI 护栏是加在大模型应用前后的安全策略层，用来检测和处置违规输入、敏感数据和有害输出。圣一把它做成网关，应用侧几乎不用改代码。
圣一 AI 护栏网关和内容审核平台有什么区别？
内容审核平台多用于社区帖子、图片的事后或旁路审核。护栏网关在模型调用当时工作，能防提示词注入、越狱和 Agent 工具滥用，并按大模型协议返回结果。
能否防止 Prompt Injection 和越狱？
能。产品提供专用提示词攻击检测，覆盖指令覆盖、越狱规避、系统提示词套取、间接注入和工具外泄诱导，并可与本地关键词规则叠加。
支持哪些大模型？
作为网关对接 OpenAI 兼容接口、Anthropic、Gemini、DashScope 等常见协议，也可对接到企业已有的模型代理。安全策略跟协议走，不绑死某一家模型。
支持 AI Agent 吗？
支持。可按角色检测 user 与 tool 消息，检查完整对话历史，识别藏在文档或工具结果里的间接注入。
支持哪些 Agent 客户端？
编码助手侧覆盖 Claude Code、Codex CLI、Kimi CLI、Qwen Code、DeepSeek Harness、WorkBuddy 及 OpenAI 兼容 CLI；企业平台侧覆盖扣子 Coze、Dify、FastGPT / MaxKB 等。机制是适配其使用的 API 协议，拦截时仍返回该协议可解析的结果。把客户端的 Base URL 指到网关即可。