全部 skill

重写被允许的提示，在不绕过政策或改变意图的前提下减少误报安全触发。

防错代码、配置与流程：让错误操作不可能或自我暴露，而非仅靠文档说明。

NVIDIA 的 LLM 应用运行时安全框架。特性：越狱检测、输入/输出验证、事实核查、幻觉检测、PII 过滤、毒性检测。用 Colang 2.0 DSL 写可编程护栏。生产就绪，跑在 T4 GPU。

Meta 的 7-8B 专用审核模型，过滤 LLM 输入/输出。6 类安全——暴力/仇恨、性内容、武器、物质、自残、犯罪策划。准确率 94-95%。用 vLLM、HuggingFace、Sagemaker 部署。与 NeMo Guardrails 集成。