CommunityCodierung & Entwicklunggithub.com

instruction-surface-security

Härtet Agentenlaufzeiten gegen persistente Prompt-Injection oder unbefugte Änderungen an Anweisungen und Berechtigungen.

Was ist instruction-surface-security?

Dieses Skill (instruction-surface-security) ist unverzichtbar, um KI-Agenten vor persistenter Prompt-Injection und unbefugten Änderungen an ihrer Konfiguration zu schützen. Es ermöglicht Entwicklern und Sicherheitsteams, die Vertrauensgrenzen zwischen veränderbarem Inhalt (wie Memory-Einträgen, Skills, Tool-Konfigurationen) und autoritativen Anweisungen oder Berechtigungen zu überprüfen und zu härten. Das Skill unterstützt die Auditierung des effektiven Einflussbereichs (Effective Surface) einer Laufzeitumgebung, das Design von Genehmigungsgrenzen (Approval Boundaries) für Änderungen, und die Verifikation, ob Vertrauensgrenzen nach Reload, Restart oder Delegation (Handoff) halten. Es ist plattformunabhängig und kann mit verschiedenen Frameworks wie Claude Code, Cursor oder Codex integriert werden. Die Kernidee ist, Änderungen nicht blind zu aktivieren, sondern sie zuerst als Daten zu betrachten, zu prüfen und dann durch eine autorisierte, unabhängige Instanz zu aktivieren. Der Fokus liegt auf der Sicherung des Übergangs von mutablem Inhalt zu effektiven Anweisungen, um zu verhindern, dass ein kompromittierter Worker dem nächsten Agenten bösartige Befehle erteilt.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/muratcankoylan/Agent-Skills-for-Context-Engineering/tree/main/skills/instruction-surface-security

Installed? Explore more Codierung & Entwicklung skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Sicherheit der Anweisungsoberfläche (Instruction-Surface Security)

Ein Memory-Eintrag, eine Konfigurationsänderung oder eine Übergabe kann ändern, was der nächste Agent als autoritativ behandelt. Schützen Sie den Übergang von veränderbarem Inhalt zu effektiven Anweisungen oder Fähigkeiten. Behandeln Sie Textwarnungen als Verteidigung in der Tiefe und setzen Sie durchsetzbare Entscheidungen in der Laufzeitumgebung.

Wann zu aktivieren

  • Prüfen Sie, wie eine Coding-, Research- oder Multi-Agent-Laufzeitumgebung Anweisungen, Memory, Skills, Tools oder Berechtigungsrichtlinien entdeckt.
  • Entwerfen Sie eine Genehmigungsgrenze für Änderungen, die spätere Turns, Sitzungen, Worker oder Deployments betreffen.
  • Untersuchen Sie unerwartete Anweisungsabweichungen oder prüfen Sie, ob eine Wiederherstellung den effektiven Laufzeitzustand wiederhergestellt hat.
  • Bewerten Sie Containment und legitime Aufgabenabwicklung über einen Reload, Restart oder eine Übergabe hinweg.

Nicht aktivieren für allgemeines Tool-Design, routinemäßige Bearbeitungen ohne Anweisungs- oder Berechtigungsgrenze oder generische Anwendungssicherheit. Verwenden Sie context-degradation für versehentliche Abweichungen und self-managed-context für begrenzte Bearbeitungen des Live-Kontexts des Modells. Verwenden Sie harness-engineering für allgemeine Optimierungs- und Evaluierungs-Governance.

Kernkonzepte

  • Effektive Oberfläche. Die Eingaben, die die ausgewählte Laufzeitumgebung tatsächlich verwendet, um Anweisungen, Tools, ausführbares Verhalten oder Berechtigungen festzulegen. Berücksichtigen Sie die Rolle, den Umfang, die Priorität, Resolver oder Imports, Schreiber und Aktivierungstrigger jeder Quelle. Dieselbe Datei kann in einer Laufzeitumgebung Daten und in einer anderen geladene Anleitung sein.
  • Schreiben und Aktivieren. Ein Schreiben ändert den gespeicherten Zustand. Die Aktivierung ändert, was ein Agent konsumieren oder tun kann. Setzen Sie beide Grenzen durch. Eine Repository-Überprüfung absichert den Merge, kann aber die Aktivierung der Arbeitskopie völlig offen lassen.
  • Integrität und Autorisierung. Ein Digest identifiziert den Inhalt und eine verifizierte Signatur identifiziert einen Unterzeichner. Eine unabhängige Richtlinie muss diesen Principal, diese Revision, dieses Ziel und diesen Effekt autorisieren. Eine Übergabe, ein Memory-Eintrag oder eine Überprüfungsnotiz trägt Beweise und Vorschläge. Jede Autorität, die es vermittelt, muss vom authentifizierten Delegationsumschlag und der eigenen Laufzeitrichtlinie des Empfängers stammen.
  • Umfang der Beweise. Der Mind Viruses Preprint beobachtet persistente Anweisungen und Weiterleitung in seinen Testumgebungen. Die Prompt-Warnung reduzierte die Ausbreitung in einem begrenzten Experiment mit einem verbleibenden First-Hop-Verhalten. Lesen Sie die Forschungsevidenz, wenn Sie die Arbeit interpretieren oder Interventionen vergleichen.

Praktische Anleitung

  1. Eine konkrete Laufzeitumgebung abbilden. Build, Profil, Arbeitsbereichsverzeichnis und effektive Agentenrolle festlegen. Verfolgen Sie die Lader vom Start über Fortsetzung, Verzeichniswechsel, Tool-Erkennung und Delegation (wo unterstützt). Für jede autoritätstragende Eingabe erfassen Sie, wer sie erstellen oder ersetzen kann, was sie konsumiert, wann sie wirksam wird und was eine unbefugte Änderung blockiert. Markieren Sie unbekannte Einträge. Verwenden Sie Lader-Diagnosen oder inspizieren Sie die installierte Implementierung aus einer vertrauenswürdigen Inspektionsumgebung.
  2. Vorschläge als Daten bereitstellen. Halten Sie gewöhnliche Aufgabenausgaben und Vorschläge beschreibbar. Halten Sie bereitgestellte Änderungen aus den autoritätstragenden Ladepfaden heraus. Worker können weiterhin quellgekennzeichnete Notizen oder bereitgestellte Vorschläge über einen reinen Datenindex abrufen. Überprüfen Sie Kandidatentext als zitierte Daten. Verwenden Sie eine separate eingeschränkte Vorschau nur bei Bedarf. Zeit in der Bereitstellung gewährt keine Autorität.
  3. Die effektive Änderung genehmigen. Vergleichen Sie den Kandidaten mit der letzten genehmigten Konfiguration, einschließlich Unterschieden in Umfang, Fähigkeiten und importierten Abhängigkeiten. Binden Sie die Genehmigung an das genaue Artefakt oder aufgelöste Snapshot, das Zielprofil und den Umfang, die aktive Basis- und Richtlinienrevision und den autorisierten Genehmiger. Verwenden Sie Genehmigungen oder Signaturen, die außerhalb des Kandidaten und außerhalb des beschreibbaren Zustands des Agenten verifiziert wurden.
  4. Aktivierung vermitteln. Verwenden Sie die Laufzeitumgebung, den Starter oder eine externe Richtlinienbegrenzung, um genau die überprüften Eingaben zu aktivieren. Überprüfen Sie bei erster Nutzung und bei jeder unterstützten Änderung der effektiven Eingaben. Stellen Sie sicher, dass die bei der Aktivierung verwendeten Dateien oder unveränderlichen Snapshots mit dem überprüften übereinstimmen. Lehnen Sie veraltete oder ungebundene Änderungen ab. Wenn die Hostumgebung dies nicht durchsetzen kann, beschränken Sie die Laufzeitumgebung auf einen genehmigten Eingabesatz oder melden Sie die verbleibende Exposition explizit.
  5. Von außerhalb des Modells verifizieren. Beobachten Sie, was geladen wurde und welche Fähigkeiten verfügbar waren, führen Sie dann eine begrenzte Verhaltensüberprüfung und eine autorisierte Aufgabe durch. Eine Konformitätserklärung ist diagnostisch. Bei einer unerwarteten Änderung pausieren Sie betroffene Starts oder sensible Aktionen, bewahren Sie relevante Beweise auf und stellen Sie bekannte gute Eingaben und Einstellungen über einen vertrauenswürdigen Pfad wieder her. Verifizieren Sie von einer sauberen Sitzung aus unter Berücksichtigung von betroffenen Caches und fortgesetztem Zustand.

Für ein Audit liefern Sie die Karte der effektiven Oberfläche, Beweislinks und ungelöste Pfade. Für ein Design identifizieren Sie die durchsetzende Komponente, ihren Genehmigungsvertrag und einen Wiederherstellungspfad. Verwenden Sie die Laufzeitüberprüfungs- und Beförderungsreferenz für ein Inventar und Genehmigungsprotokoll oder einen Prompt zur Verwendung neben tatsächlichen Kontrollen. Verwenden Sie das Evaluierungsprotokoll für defensive Experimente.

Beispiele

Eine Formatierungspräferenz, die von einem Research-Worker vorgeschlagen wird, kann als Datenaufzeichnung beibehalten und an einem Beispieldokument ausgewertet werden. Das übergeordnete Element kann den Bericht unter seinen bestehenden Anweisungen weiter zusammenstellen. Bevor die Präferenz zu einem Arbeitsbereichsstandard wird, genehmigt ein richtlinienautorisierter Prüfer die genaue Revision und den Umfang, und die nächste saubere Sitzung zeichnet die geladene Revision auf.

Ein Projekt prüft Genehmigungen, bevor es Regeländerungen merged. Seine interaktive Laufzeitumgebung liest auch Arbeitskopie-Regeln. Zeichnen Sie separate Grenzen für das Veröffentlichen und die lokale Aktivierung auf, überprüfen Sie dann Letzteres zum Ladezeitpunkt. Ein erfolgreicher Merge-Check stellt nur das Veröffentlichungsergebnis sicher.

Richtlinien

  • Bewahren Sie legitime Arbeit unter dem letzten genehmigten Zustand, wenn eine Änderung bereitgestellt oder blockiert wird. Melden Sie die betroffene Oberfläche, Entscheidung, Beweise und den nächsten erlaubten Vorgang.
  • Passen Sie Kontrollen an die Auswirkungen an. Schützen Sie alles, was Autorität gewährt oder zukünftige Agenten automatisch steuert. Halten Sie regelmäßiges Scratch-Memory und Aufgabenartefakte als Daten verfügbar, wo ihr Lader und ihre Berechtigungen diese Unterscheidung unterstützen.
  • Überprüfen Sie delegierte Arbeit unter Verwendung der effektiven Berechtigungen des Empfängers. Tragen Sie Quelle und Umfang über die Übergabe hinweg und fordern Sie unabhängige Autorisierung für sensible Auswirkungen an.

Fallstricke

  1. Dateinamenlisten übersehen effektive Eingaben. Verschachtelte Regeln, aufgelöste Imports, Plugin-Zustand, dynamische Tool-Registrierung und fortgesetzter Kontext können ändern, was in Kraft ist. Beobachten Sie den tatsächlichen Lader.
  2. Post-Start-Prüfungen kommen zu spät. Ein Diff oder Canary kann eine Änderung nach dem Zugang erkennen. Absichern Sie den Ladevorgang oder die Funktionsnutzung, bevor sie wirksam wird.
  3. Genehmigung kann ihre Überprüfung überleben. Das Ersetzen eines Pfades oder das Ändern eines Imports, Umfangs oder einer Richtlinie kann die Genehmigung ungültig machen, selbst wenn die Bytes der primären Datei übereinstimmen.
  4. Eine Ablehnung kann ein Versagen verbergen. Das Modell meldet möglicherweise, dass es abgelehnt hat, während ein anderer Schreiber bereits den Zustand geändert hat. Überprüfen Sie vertrauenswürdige Lebenszyklus-Ereignisse und Zustände, einschließlich Wiederherstellung und regulärer Aufgabenabschluss.

Integration

Verwenden Sie harness-engineering zum Schutz der Steuerung und Protokolle, multi-agent-patterns für Delegationstopologie und Rollenzuteilung, und evaluation für deterministische Bewerter und Regressionsabdeckung. Dieses Skill besitzt die Grenze zwischen vorgeschlagenem Inhalt und Autorität während des Ladens oder der Verwendung.

Referenzen

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

advanced-evaluation

This skill should be used for advanced LLM evaluation: LLM-as-judge systems, direct scoring, pairwise comparison, rubric calibration, evaluator bias mitigation, confidence scoring, and automated quality assessment.

bdi-mental-states

This skill should be used when modeling agent mental states with BDI concepts: beliefs, desires, intentions, RDF-to-belief transformations, rational agency traces, cognitive agents, BDI ontologies, and neuro-symbolic AI integration.

book-sft-pipeline

This skill should be used for book-to-SFT pipelines: ePub extraction, literary segmentation, author-voice dataset construction, style-transfer training, LoRA workflows, and model evaluation for voice replication.

comprehensive-research-agent

Ensure thorough validation, error recovery, and transparent reasoning in research tasks with multiple tool calls

context-compression

This skill should be used when long-running agent sessions need context compression, structured summarization, compaction, token-per-task optimization, or durable handoff summaries that preserve decisions, files, risks, and next actions.

context-degradation

This skill should be used for diagnosing and mitigating context degradation: lost-in-middle failures, context poisoning, context clash, context confusion, attention-pattern issues, and agent performance degradation caused by accumulated or conflicting context.

context-fundamentals

This skill should be used to explain or reason about the foundational concepts of context engineering: what context is, the anatomy of a context window, how attention mechanics work, the U-shaped attention curve, why context quality matters more than quantity, and the mental models needed to interpret every other context-engineering decision. Use this for conceptual explanation, onboarding, and background reading. Route operational work to the specialized skills: debugging attention failures goes to context-degradation, token-efficiency work goes to context-optimization, conversation summarization goes to context-compression, and project-shape decisions go to project-development.

context-optimization

This skill should be used for improving context efficiency: context budgeting, observation masking, prefix or KV-cache strategy, partitioning, token-cost reduction, retrieval scoping, and extending effective context capacity without lowering answer quality.

evaluation

This skill should be used when building agent evaluation systems: deterministic checks, regression suites, multi-dimensional rubrics, quality gates, production monitoring, baseline comparison, and outcome measurement for agent pipelines.

filesystem-context

This skill should be used when agent work needs file-backed context: durable scratchpads, tool-output offloading, just-in-time discovery, cross-agent handoff files, filesystem memory, or cleanup policies for context stored outside the prompt.

harness-engineering

This skill should be used when designing autonomous agent harnesses: research loops, evaluation scaffolds, locked and editable surfaces, durable logs, novelty gates, pruning, rollback, PR preparation, and human approval boundaries.

hosted-agents

This skill should be used when designing hosted or background agent infrastructure: sandboxed execution, remote coding environments, warm pools, session persistence, multiplayer collaboration, self-spawning agents, or Modal-style sandboxes.

latent-briefing

This skill should be used when the user asks to "share memory between agents", "KV cache compaction for multi-agent", "orchestrator worker context", "latent briefing", "reduce worker tokens", "cross-agent memory without summarization", or discusses Attention Matching compaction, recursive language models with workers, or token explosion in hierarchical agents.

long-horizon-prompting

This skill should be used when writing, enhancing, or evaluating the launch prompt for a long-running autonomous agent or a parallel multi-agent orchestration attacking a hard problem: pseudo-formal task briefs that define terms and an exact success predicate linguistically, enumerate non-counting outcomes, set persistence rules with explicit stop and return conditions and effort floors, manage a diverse portfolio of parallel approaches with an approach registry and blocked-route bookkeeping, and gate the return on adversarial audit. Route agent topology and coordination protocols to multi-agent-patterns, runtime control surfaces and loop governance to harness-engineering, evaluator and quality-gate construction to evaluation, judge design to advanced-evaluation, and compaction or memory mechanics to context-compression and memory-systems.

memory-systems

This skill should be used for persistent semantic memory in agent systems: cross-session knowledge retention, entity tracking, temporal validity, graph or vector retrieval, memory consolidation, and memory benchmark selection. Route file-backed scratchpads to filesystem-context, handoff summaries to context-compression, and token-efficiency tactics to context-optimization.

multi-agent-patterns

This skill should be used when designing multi-agent systems that need context isolation, supervisor or swarm coordination, explicit handoffs, parallel execution, or a decision on whether multiple agents are justified.

project-development

This skill should be used for project-level decisions about LLM-powered systems: whether an LLM is the right primitive for the task at hand, the shape of a multi-stage batch or agent pipeline, token and cost estimation, choosing between single-agent and multi-agent at the project level, structured output design for downstream parsing, and structuring agent-assisted iteration. Use this when the unit of work is a whole project or a multi-stage pipeline. Route individual tool design to tool-design and individual skill-loading or context-budget tactics to context-optimization.

self-improvement-loops

This skill should be used when the harness, scaffold, workflow, or optimizer itself is the optimization target: recursive self-improvement (RSI) loops, meta-harnesses, self-improving harnesses that mine their own failures and propose bounded edits, evolutionary or population-based search over agent scaffolds, acceptance gates for self-modifying systems, and agentic context evolution where the mechanism that produces context is versioned and evolved. Route governance of a single autonomous loop (locked surfaces, durable logs, rollback, novelty gates, approval boundaries) to harness-engineering, measurement and quality-gate design to evaluation, judge design to advanced-evaluation, and remote sandbox infrastructure to hosted-agents.

self-managed-context

This skill should be used when a model gets read-write control over its own live context window instead of a harness-scheduled compaction policy: the context exposed as an editable file the model rewrites with code tools, model-driven eviction and in-place updates, the harness invariants that keep self-editing safe (pinned prefix, edit gate, edit receipts, budget readouts, rollback on overflow), the prefix-cache cost of mid-context edits, and steering or training the model's own context-editing strategy. Route note content and fixed-threshold summarization to context-compression, cache-stable layout under harness control to context-optimization, file offloading to filesystem-context, and loop governance to self-improvement-loops.

tool-design

This skill should be used for the tool-interface layer of an agent system specifically: writing tool descriptions agents can route on, designing tool schemas and response formats, naming conventions, actionable error recovery messages, MCP server design, tool-set consolidation, and deciding when to add or remove an individual tool. Use this when the unit of work is a single tool or a set of tools. Route project-shape, pipeline architecture, and task-model-fit decisions to project-development; route deciding whether to introduce sub-agents to multi-agent-patterns.

Verwandte Skills