Prompt Inspector

Die Erkennung läuft als fünfschichtiger Trichter, und jede Schicht filtert etwas feiner als die vorige. Ein globaler Hash-Cache gibt für eine wiederholte Eingabe das frühere Ergebnis mit nahezu null Latenz zurück. Eine Schicht für sensible Wörter gleicht Schlüsselwörter und Regex-Muster mit einem Aho-Corasick-Automaten ab und bricht beim ersten Treffer ab. Eine semantische Schicht nutzt Vektor-Embeddings, um umformulierte Angriffe und verschleierte Injection zu fangen, die Wortregeln übersehen. Eine optionale KI-Prüfung behandelt Grauzonen-Eingaben, und ein Arbitrierungsschritt bündelt die Schichten zu einem endgültigen Urteil mit einem Konfidenz-Score.

Die meisten Anfragen lösen sich in den ersten zwei Schichten in unter 3 ms, so das Projekt. Die vollständige semantische Analyse ist in rund 30 ms abgeschlossen. Das Trichterdesign hält diese Zahlen: Eine offensichtliche Bedrohung wird an der Wortschicht gestoppt, und nur mehrdeutige Eingaben wandern weiter durch die Pipeline. Diese Trennung hält die Engine im Normalfall schnell, ohne auf echte Rechenleistung für die schweren Fälle zu verzichten.

Jeder Mandant definiert eigene Wortlisten, und die Engine unterstützt zwei Abgleichstrategien. Der wörtliche Abgleich läuft auf einem Aho-Corasick-Automaten, der die gesamte Eingabe in einem Durchgang mit linearer Zeit durchläuft, egal wie viele Schlüsselwörter du konfigurierst. Regex-Muster decken strukturierte Daten wie Telefonnummern und Kartenformate ab. Wenn ein Wort passt, bricht die Pipeline ab, sodass die Schicht sowohl Sicherheitsnetz als auch Geschwindigkeitsabkürzung ist.

Eingaben, die in eine unklare Mitte fallen, werden an ein Sprachmodell für eine zweite Meinung eskaliert. Unterstützte Prüfer sind unter anderem DeepSeek, Qwen und Gemini. Diese Schicht existiert, um falsch positive Ergebnisse zu senken, und bleibt optional, damit eine Bereitstellung die Pipeline vollständig deterministisch halten kann, wenn nötig. Ein klarer Score der semantischen Schicht überspringt die Prüfung ganz.

Wenn der KI-Prüfer einen neuen Angriff bestätigt, erzeugt die Engine Varianten-Payloads und fügt sie selbst der Vektordatenbank hinzu. Im Laufe der Zeit wächst die Payload-Bibliothek aus den Bedrohungen, die das System tatsächlich sieht, nicht aus einer festen Liste, die jemand von Hand pflegt. Die Enterprise-Edition ergänzt eine gepflegte Payload-Bibliothek im Millionenmaßstab mit Echtzeit-Aktualisierungen aus Produktionsbedrohungen.

Prompt Inspector liefert eine REST-API, ein offizielles Python-SDK, ein offizielles Node.js-SDK und einen MCP-Server. Der MCP-Server funktioniert mit Cursor, VS Code Copilot, Claude Desktop und Dify, und eine Skill-Integration deckt OpenClaw und Claude Code ab. Alle Clients authentifizieren sich mit demselben App-API-Schlüssel, gesendet über einen X-App-Key-Header oder ein Bearer-Token, sodass ein Schlüssel den ganzen Stack abdeckt.

Der Kern ist Open Source unter der AGPL-3.0-Lizenz und lässt sich klonen und auf deiner eigenen Infrastruktur betreiben. Die Enterprise-Edition legt Payload-Bibliothekspflege, Anpassungen, private Bereitstellung und dedizierten Support darüber. Diese Aufteilung gibt einem einzelnen Entwickler kostenlos eine funktionierende Leitplanke und einem Unternehmen einen begleiteten Weg, wenn es ihn braucht.