adi-shield v0.1.0: detección de inyección de prompt en 5 vectores

adi-shield v0.1.0: detección de inyección de prompt en 5 vectores Sensor de defensa que marca datos no confiables y detecta instrucciones inyectadas antes de que el agente las ejecute, sin depender del modelo. El problema La inyección de prompt (CWE-1427) es el vector principal contra agentes: instrucciones embebidas en un email, una página web, un ticket o un repo que el agente trata como mandato propio. Detectarlo requiere marcar el origen de cada dato, no pedirle al LLM que se autodefenda. Qué hace adi-shield expone InjectionShield y evaluate(). Cubre cinco vectores motivados por el paper que origina el proyecto: Vector Origen del dato email mensaje entrante web contenido scrapeado ticket issue/tarea externa repo código de terceros calendar invitación de agenda Cuando el dato viene marcado como no confiable y contiene instrucciones de acción, evaluate devuelve un veredicto de inyección. Distingue eso de un reenvío legítimo ya autorizado por el usuario. Cómo funciona from adi_shield.shield import InjectionShield shield = InjectionShield() verdict = shield.evaluate(data="haz esto ahora", source="web", trusted=False) print(verdict.injection) # True/False, determinista Enter fullscreen mode Exit fullscreen mode El bus de señales (adi_shield.bus.Signal) es la interfaz que trajectory-sentinel consume. Resultados de la auditoría 10 tests en adi-shield, todos verdes; ruff limpio. Auditado en clone fresco (rama main, commit c125db4). Limitaciones (honestamente) Es detección de instrucciones embebidas en datos marcados, no un clasificador semántico profundo. El hook real delante de un agente (llamar evaluate() antes de cada tool-call) no está desplegado todavía; las pruebas usan fixtures. Pruébalo git clone --branch main https://github.com/amurlaniakea/adi-shield.git cd adi-shield && python -m venv .venv && . .venv/bin/activate pip install -e . pytest tests/ -v Enter fullscreen mode Exit fullscreen mode Links Repo: https://github.com/amurlaniakea/adi-shield Licencia: AGPL-3.0-or-later. Autor: Pedro Sordo Martínez.