Back to skills
SKILL.md
2181 Readmezh Tw B47c75b0
ASecurity    Prompt-Recon v2.0 升級為全生命週期的 AI 資產防禦與稽核系統。 本工具專為安全研究員、紅隊成員和 DevSecOps 團隊設計,用於攔截、追蹤和修復程式碼庫與運行時流量中的“提示詞洩露”及機密資料硬編碼漏洞。
- 9 stars
- 0 votes
- 0 copies
- 0 views
- Added October 11, 2026
Security analysis
96/100- Installs packages at runtime which could introduce malicious dependencies
npx -y skills add tools-only/X-Skills --skill 2181-readmezh-tw_b47c75b0 --agent claude-codeAre you the author of 2181 Readmezh Tw B47c75b0?
Add the live security badge to your README. It updates with every re-scan.
[](https://www.skillsdirectory.com/skills/tools-only-2181-readmezh-tw-b47c75b0)<div align="center">
**[简体中文](./README.md)** | **[English](./README.en.md)** | **[繁體中文]**
</div>
# 🚀 Prompt-Recon (v2.0)




Prompt-Recon v2.0 升級為全生命週期的 AI 資產防禦與稽核系統。
本工具專為安全研究員、紅隊成員和 DevSecOps 團隊設計,用於攔截、追蹤和修復程式碼庫與運行時流量中的“提示詞洩露”及機密資料硬編碼漏洞。
## 核心功能升級 (v2.0)
- 🛡️ **運行時動態網關 (Sentinel Proxy)**: 在發往大模型(如 OpenAI、Claude)前的 ASGI 網路層攔截流量,實現運行時防禦阻斷。
- 🧠 **端側多維向量分析**: 整合 `bge-small-zh` 等嵌入模型,透過向量空間相似度檢測變異與混淆的提示詞,作為正規表示式掃描的補充。
- ⚖️ **LLM 沙盒驗證 (LLM Validation)**: 藉助 LangChain 框架鏈式呼叫驗證節點,利用大型語言模型評估疑似漏洞,降低誤報率。
- 🕸️ **AST/CPG 資料流追蹤**: 在 Python 抽象語法樹(AST)層級追蹤變數定義與函式呼叫,重構散亂的程式碼片段。
- 👥 **Git 安全稽核**: 結合 `GitPython`,提取引發洩漏問題的程式碼提交歷史特徵,協助建構工程風險預警。
- 💧 **零寬防盜浮水印 (Zero-Width Watermarking)**: 運用不可見零寬字元對核心 Prompt 進行隱寫標識,協助內部資產溯源。
- 🤖 **自動程式碼修復 (Auto-Remediation)**: 檢測到硬編碼後,系統可自動使用 `os.environ` 抽離明文並重構為安全的 `.env.remediated` 檔案。
- ⌨️ **多模式智慧入口**: 提供 `scan`、`patch` 和 `sentinel` 三種主要的控制台互動模式。
## 安裝
1. 克隆本倉庫:
```bash
git clone https://github.com/Ha1baraA11/Prompt-Recon.git
cd prompt-recon
```
2. (推薦) 建立虛擬環境:
```bash
python3 -m venv venv
source venv/bin/activate
```
3. 安裝依賴,并以“可編輯”模式安裝本工具:
```bash
# 安裝核心依賴
pip install rich gitpython
# 安裝工具
pip install -e .
```
## 使用方法
安裝後,`promptrecon` 命令將全域可用。
```bash
# 掃描一個本地目錄
promptrecon -d /path/to/your/codebase
# 掃描一個公開的 GitHub 倉庫 (將自動克隆)
promptrecon -u [https://github.com/user/vulnerable-repo](https://github.com/user/vulnerable-repo)
# 生成多種報告
promptrecon -d . --md report.md --csv report.csv --jsonl results.jsonl
# 以 --safe 模式運行 (跳過官方倉庫)
promptrecon -u [https://github.com/openai/gpt-3](https://github.com/openai/gpt-3) --safe
# 在 CI/CD 中使用 (如發現嚴重風險,將以退出碼 3 失败)
promptrecon -d .
```
Attribution
Comments
Loading comments…