Agent风险检测预防能力概述

提示词攻击与越狱防护

攻击者可能通过精心构造的输入诱导 Agent 绕过安全策略、执行非预期操作或泄露系统提示词。Agent 安全中心可识别并拦截多种提示词攻击手法，包括直接/间接/递归提示词注入、指令覆盖、提示词泄漏，以及假定角色、假定场景、DAN、开发者模式、Few-Shot/Many-Shot、任务转移、反向诱导、拒绝抑制、混淆/Token 走私、对抗性攻击等越狱方式，帮助 Agent 稳定遵循既定的安全策略。

内容合规防护

Agent 输出违规内容可能给企业带来合规风险。Agent 安全中心可对 Agent 的输出内容进行合规检测，覆盖涉政、暴恐、违禁、色情、不良价值观、宗教、广告引流、隐私等多类违规内容，帮助企业在内容层面守住合规底线。

敏感数据外泄防护

Agent 在处理请求时可能意外泄露个人信息、客户数据或凭证。Agent 安全中心可识别 Agent 输出中的敏感内容，包括个人基本资料、身份信息、财产信息、健康信息等个人信息，以及密码、验证码、访问令牌、认证密钥等凭证，及时提示数据外泄风险。

行为偏离与目标劫持防护

攻击者可能在正常任务中夹带恶意指令，诱导 Agent 偏离既定目标、执行与设计意图不一致的行为。Agent 安全中心可识别任务目标劫持等行为偏离风险，保障 Agent 按预期执行业务。

模型资源滥用防护

恶意输入可能导致 Agent 陷入超长推理、重复输出或生成随机字符，异常消耗算力资源。Agent 安全中心可识别此类模型资源滥用行为，帮助企业控制运行成本、保障服务稳定。

知识与记忆投毒防护

攻击者可能向 RAG 知识库、向量库、文档库写入恶意内容，操纵 Agent 检索引用的内容，进而影响 Agent 的输出与行为。Agent 安全中心可检测 RAG 知识库投毒行为，帮助企业守住知识源的可信性。

知识访问配置风险检测

知识库的可见性或访问控制设置过于宽松时，可能导致数据泄漏。Agent 安全中心可检测知识库 RAG 权限设置过大等访问配置缺陷，提示收敛权限。

访问控制

Agent 在运行过程中可能访问未经授权的资源。Agent 安全中心提供 LLM API 白名单能力，可拒绝 Agent 调用白名单之外的模型服务，仅允许其访问受信任的 LLM 端点，并检测工具越权调用等行为，收敛 Agent 的访问面。

工具滥用与利用防护

攻击者可能借助 Agent 的工具调用能力发起命令/代码注入、SQL 注入、SSRF 探测等攻击，或滥用工具越权访问对象。Agent 安全中心可在工具调用环节检出注入攻击、SSRF、对象越权访问等风险，防止攻击者借助 Agent 的工具能力实施越权操作。

工具与 Skill 文件风险检测

Skill 文件可能被植入恶意指令或风险配置。Agent 安全中心可对 Skill 文件进行安全检测，识别高、中、低危风险技能与恶意 Skill 文件，并检测工具资源越界访问（如路径遍历读写敏感文件）以及 MCP 工具投毒，在 Skill 加载与调用环节阻断供应链风险。

恶意代码生成防护

攻击者可能诱导 Agent 生成恶意代码、入侵脚本，或生成 XSS 输出。Agent 安全中心可识别恶意代码生成、跨站脚本攻击等行为，防止 Agent 成为攻击的载体。

威胁情报联动

Agent 安全中心可联动威胁情报能力对 Agent 访问的 URL 进行威胁检测，并默认与云防火墙保持一致的处置动作，拦截 Agent 对恶意地址的访问。

Agent 运行时配置风险检测

Agent 运行时若未开启沙箱隔离等防护配置，会扩大攻击面。Agent 安全中心可检测 Agent 运行时配置风险，提示开启沙箱隔离等加固项。

传输与网络安全检测

明文传输会使请求参数、凭证等敏感信息暴露。Agent 安全中心可检测模型端点、MCP 端点、知识库、Ragflow、HTTP/API 工具等未使用 HTTPS 协议，以及 HTTP 工具未开启证书校验等传输与网络配置缺陷，提示启用加密传输。

凭证泄露与弱口令检测

凭证以明文形式暴露在代码或配置中，可能导致数据泄露与资源盗用。Agent 安全中心可检测代码节点硬编码 AKSK、Gateway 明文密码存储、登录弱口令等凭证风险，提示改用安全的凭证管理方式。

认证配置风险检测

认证配置不当可能导致未授权访问。Agent 安全中心可检测 Gateway 未配置强 token 认证、DM/群组会话未隔离、DM/群组接入策略缺陷、反向代理配置不正确等认证配置问题，提示加固认证与会话隔离。

Agent 过度授权检测

Agent 权限过大时，一旦被攻破将放大攻击影响。Agent 安全中心可检测全局 Elevated tools 未关闭等过度授权配置，提示收敛 Agent 权限。

供应链组件风险检测

插件、Skill 等供应链组件若缺乏管控，可能被恶意利用。Agent 安全中心可检测插件系统未限制、Skills watcher 动态刷新未禁用等供应链配置风险。

其他配置风险检测

Agent 安全中心还可检测 Gateway 绑定 0.0.0.0、日志/会话未开启敏感信息过滤、配置文件目录权限缺陷等配置风险，提示相应加固。

AI 安全防御启用检测

工作流若未接入 AI 安全护栏，可能存在合规违规、提示词注入绕过、敏感数据泄露等风险敞口。Agent 安全中心可检测工作流未接入 AI 安全护栏的情况，提示启用实时防护。

漏洞检测

Agent 框架的已知漏洞若未及时修复，可能被利用。Agent 安全中心可针对 OpenClaw 等组件的多个已知安全漏洞进行版本对比检测，帮助企业及时发现并修复存在风险的旧版本。并关联漏洞管理功能，针对 OpenClaw 已知的多个安全漏洞进行版本对比检测，及时发现并修复存在安全风险的旧版本。

Agent 基线检查

Agent 安全相关场景下提供基线检查与配置与组件安全防护形成补充。支持 AI 相关基线风险（如阿里云标准-OpenClaw 安全基线）的检测，并与云安全态势管理（CSPM）中的系统基线风险关联，实现统一的安全基线管理。对 OpenClaw（原 Clawdbot）的配置进行自动化安全基线检查，覆盖服务配置和身份鉴别两大类检查项，帮助发现并修复不安全配置。

Agent 身份伪造检测

攻击者可能伪造 Agent 身份、劫持会话或绕过鉴权，冒充合法 Agent 执行操作。Agent 安全中心可检测 Agent 身份伪造行为，帮助企业确认 Agent 的真实身份，防止非法身份执行敏感操作。