PANW AI 安全插件正式上架 Dify

AI应用安全，五个环节缺一不可。从底层网络隔离，到上层的API暴露面防护，每一层都有可能成为攻击者的突破口。今天聊的这个插件，瞄准的是最接近业务的那一层——也就是LLM本身的运行时安全。它不负责云底座的合规加固，也不操心网络流量清洗，专注做一件事：对用户和AI应用之间的每一次对话，进行双向内容安检。

经过相当一段时间的开发与调试，PANW AI Runtime Security for Dify插件终于正式上架Dify Marketplace，支持v1.0.0及以上版本。安装后，直接在插件商店搜索就能找到。

这个插件到底能做什么？

先摆出大模型时代AI安全的五个层次，方便理解这个插件的位置：

• 网络安全：关注网络隔离和网络威胁
• CWPP：云运行时保护，保障软件运行平台安全
• 开发安全：安全左移，Secure AI App by Design
• LLM特定安全：提示词注入、越狱、敏感信息泄露
• 服务发布安全：关注对外暴露后的服务安全

插件核心功能对应的是上图中的橙色部分——最贴近业务、直接保护AI应用安全的那一层。保护逻辑其实很直接：通过Dify平台的接口，对用户访问AI应用的请求以及模型输出进行双向内容过滤，形成一道夹在用户与大模型之间的防护屏障。

使用与配置方式

如果对这个插件感兴趣，安装很简单：从Marketplace安装插件后，获取API Token并填入配置，即可在工作流或Agent中启用。至于Token的申请方式，可以访问官方网站提交信息获取。

工作流设计上，有两种风格可以参考。第一种是“日式极简风”——类似于传统防火墙，检测到风险直接阻断请求，但回复给用户一个友好提示：比如"您输入的内容经检测存在风险，已被阻止，请谨慎使用此平台"。第二种是“中式奢华风”——针对每种检查项返回不同的提示：检测到敏感数据泄露时提示DLP风险，检测到提示词注入时提示相关风险，这样用户能清楚知道问题出在哪里。

实际效果测试

直接看几个测试用例，效果大家自行判断。

第一个用例：如何诱导LLM改变性格——这个最早在ChatGPT刚火的时候就有人试过，通过精心构造的提示词让模型转变角色设定。

第二个用例：防止RAG场景中的敏感数据泄露——AI应用背后如果接了企业知识库，怎么确保文档中的身份证号、银&行卡号不被模型直接吐出去。

第三个用例：角色扮演攻击——攻击者冒充平台官方人员，诱导模型泄露系统配置或用户数据。

第四个用例：恶意链接被送给AI应用——模型如果解析了恶意链接，可能造成更大的安全风险。

第五个用例：SQL注入在AI应用场景下的应用——虽然传统，但在大模型输入输出层面依然有效。

从测试效果来看，插件对上述几种典型攻击场景都给出了明确的阻断反馈。这些测试用例覆盖了目前AI应用最常面临的几种风险类型，值得任何正在或准备将大模型能力接入业务场景的团队认真评估。