← Voltar para o catálogo
Detecção e prevenção de injeção de prompt para aplicações LLM seguras.
Ver no GitHub ↗
Licença: MIT
Como adicionar
/plugin marketplace add a5c-ai/babysitter
O comando exato pode variar conforme o repositório. Confira o README no GitHub.
Para o autor da skill
Cole no README do seu repo
Mostra que sua skill está catalogada na Skillteca, gera backlink e tráfego rastreável.
[](https://www.skillteca.com.br/skills/prompt-injection-detector)
利用AI大模型，一键生成高清短视频 Generate short videos with one click using AI LLM.
Automação
por harry0703
Creates an SVG weather card showing the current temperature for Dubai. Writes the SVG to orchestration-workflow/weather.svg and updates orchestration-workflow/output.md.
Automação
#ai
por shanraisshan
Automate Asana tasks via Rube MCP (Composio): tasks, projects, sections, teams, workspaces. Always search tools first for current schemas.
Automação
#git
#github
por sickn33
Integrate Stripe, PayPal, and payment processors. Handles checkout flows, subscriptions, webhooks, and PCI compliance. Use PROACTIVELY when implementing payments, billing, or subscription features.
Automação
#git
#github
por sickn33
Alerta por categoria
1 email curto, só com as skills novas de Automação. 4 minutos de leitura, sem spam, cancela com 1 clique.
Você confirma o email no primeiro envio. Sem spam. Cancela com 1 clique.
Ler descrição completaRecolher descrição
Prompt Injection Detector Skill
Capabilities
- Detect prompt injection attempts
- Implement input sanitization
- Configure detection classifiers
- Design defense layers
- Implement canary token detection
- Create injection logging and alerting
Target Processes
- prompt-injection-defense
- tool-safety-validation
Implementation Details
Detection Methods
- Pattern Matching: Known injection patterns
- ML Classifiers: Trained injection detectors
- Canary Tokens: Detect instruction override
- LLM-Based: Use LLM to detect manipulation
- Perplexity Analysis: Unusual input patterns
Defense Strategies
- Input preprocessing
- Prompt structure design
- Output validation
- Sandboxed execution
- Multi-layer defense
Configuration Options
- Detection threshold
- Pattern rules
- Classifier model
- Action policies
- Alerting settings
Best Practices
- Defense in depth
- Regular pattern updates
- Monitor false positives
- Test with red-team inputs
Dependencies
- rebuff (optional)
- transformers
- Custom classifiers
Compartilhar
X
LinkedIn
