随着大模型在企业前台业务中的广泛应用，从智能客服、AI搜索到虚拟助手，每一次用户交互都潜藏着不可忽视的安全风险。一旦模型输出违规内容、泄露敏感信息或被恶意操控，不仅影响用户体验，更可能引发法律合规、品牌声誉乃至系统级安全危机。

在此背景下，阿里云AI安全护栏（AI Guardrails）正式登陆Dify Marketplace，为使用Dify构建AI应用的开发者提供原生集成的一站式AI安全解决方案。通过插件化部署或API扩展方式，开发者可在工作流（Workflow）、Agent和Chatflow中快速启用输入输出双向防护机制，实现从用户输入与模型输出的双向检测。

阿里云AI安全护栏产品架构图

阿里云AI安全护栏核心优势

• 全链路防护：从输入到输出，构建端到端安全闭环，全面应对大模型在真实业务中面临的内容安全、外部攻击、隐私泄露与输出失控等关键挑战。
• 智能双引擎：深度集成Qwen3-Guard与基于Qwen系列SFT的审核大模型，融合对抗检测与语义理解能力，可精准识别变体、谐音、隐喻表达及意识形态渗透等高隐蔽性风险。
• 流式审核：支持全链路流式审核，在模型逐段生成内容的过程中实时送检，显著降低从token生成到风险发现的延迟，保障高并发场景下的交互流畅性与安全性。
• 上下文感知：支持单轮问答、多轮问答等场景下的风险检测，通过融合历史对话信息，识别跨轮次诱导、语义漂移与越狱行为，实现对完整对话意图的准确理解，避免因上下文割裂导致的误判。
• 多模态防护：支持文本、图片、文件等模态的混合检测，有效识别跨模态隐藏指令与复合型攻击，实现多模态风险覆盖。
• 灵活快速接入：支持All-in-One API接入，一次调用即可完成全模态检测，按需启用防护能力，集成简单高效，适配主流AI应用架构，助力客户敏捷上线。目前，阿里云AI安全护栏为客户提供包括API接入、阿里云百炼接入、阿里云WAF接入等多种一键接入模式。
• 弹性性能配置：通过算法编排动态平衡精度、时延与成本；对于高并发、低延迟场景，可在保障检测效果的前提下提供高性能服务，满足严苛生产需求。
• 可视化与自定义：提供可视化控制台，支持风险策略配置、黑白名单、阈值调节与效果验证；更支持用户创建自定义检测Agent——可定义专属标签与提示词，精准识别金融、医疗、教育等行业或特定场景下的业务风险，实现安全能力的灵活扩展与深度定制。

两种集成模式详解：专为Dify用户优化

针对当前大量开发者使用Dify构建AI应用的现状，AI安全护栏已上架Dify官方插件市场，提供两种集成路径：

模式一：工作流插件集成（零代码，快速上线）

◆ 适用场景：标准Workflow、非流式输出应用；

◆ 操作方式：

1.在Dify插件市场下载并安装“AI安全护栏”插件。

2.在LLM节点前插入“输入检测”节点，拦截提示词注入、DDoS攻击等。

3.在LLM节点后插入“输出检测”节点，防止敏感信息泄露或不当内容输出。

4.效果示例：视频详情见阿里云安全公众号

模式二：扩展内容审查API（支持流式，适合高阶场景）

◆ 适用场景：Agent、Chatflow、需支持流式输出的应用；

◆ 操作方式：

1. 部署转发服务
   AI安全护栏产品的API最大支持单次2000字符输入，因此输入长度大于2000字符的情况下，需要进行适配，处理方法如下：

• 输入审查：将输入切分为多段，每段不超过2000个字符，并发调用安全护栏API。

• 输出审查：Dify每隔300字符左右发起一次内容审核API调用，处理上截取最近2000字符进行调用。

以下分别为处理逻辑和启动脚本的示例代码：

• 将上述Python代码保存到main.py中，使用如下命令启动：
  
• 以上输出内容审核的示例代码中，默认为直接回复拒答内容，您可以通过调整返回的action字段，更换为内容替换模式，即将命中的关键词或敏感内容数据替换为*（星号）。

2.新增API扩展：通过设置-API扩展页面，来实现新增API扩展。

• API Endpoint：填写部署转发服务脚本后的可访问地址。
• API-Key：填写的是阿里云AK/SK通过:拼接后的Base64字符串，伪代码参考base64({aliyun_accessKey_id}:{aliyun_accessKey_secret})

3.在Agent中配置API扩展：需要在Agent中完成API扩展的配置，已实现成功集成。

• 在Agent页面右下角选择管理，去配置内容审查。
  

• 选择API扩展。

• 选中已创建完成的AI安全护栏的API扩展。

• 根据业务需求选择是否打开输入和输出内容的开关。

• 在输出时Dify会累计约300个字符做一次内容审查。

4.效果示例：视频详情见阿里云安全微信公众号

AI安全能力的建设，不应成为应用开发的额外负担。阿里云AI安全护栏的加入，为Dify社区提供了一种新的可能性：将专业的安全检测能力，以标准化、可配置的方式，无缝融入生成式AI的构建流程中。这不仅是工具链的延伸，更是对“可信赖AI”实践路径的一次探索。

我们相信，只有当安全能力足够轻量、灵活且易于集成，开发者才能在创新与风险控制之间，真正掌握主动权。Dify始终致力于打造开放、透明、可持续的插件生态。也期待每一位开发者在实际场景中验证、反馈并完善这些能力。让AI更好用，也要更安心。