Merge branch 'master' of https://github.com/MaiBot-Plus/MaiMbot-Pro-Max

src/chat/antipromptinjector/shield.py

@@ -103,16 +103,138 @@ class MessageShield:
     
     def _partially_shield_content(self, message: str) -> str:
         """部分遮蔽消息内容"""
-        # 简单的遮蔽策略：替换关键词
+        # 遮蔽策略：替换关键词
         dangerous_keywords = [
+            # 系统指令相关
             ('sudo', '[管理指令]'),
             ('root', '[权限词]'),
+            ('admin', '[管理员]'),
+            ('administrator', '[管理员]'),
+            ('system', '[系统]'),
+            ('/system', '[系统指令]'),
+            ('exec', '[执行指令]'),
+            ('command', '[命令]'),
+            ('bash', '[终端]'),
+            ('shell', '[终端]'),
+            
+            # 角色扮演攻击
             ('开发者模式', '[特殊模式]'),
-            ('忽略', '[指令词]'),
             ('扮演', '[角色词]'),
+            ('roleplay', '[角色扮演]'),
             ('你现在是', '[身份词]'),
+            ('你必须扮演', '[角色指令]'),
+            ('assume the role', '[角色假设]'),
+            ('pretend to be', '[伪装身份]'),
+            ('act as', '[扮演]'),
+            ('你的新身份', '[身份变更]'),
+            ('现在你是', '[身份转换]'),
+            
+            # 指令忽略攻击
+            ('忽略', '[指令词]'),
+            ('forget', '[遗忘指令]'),
+            ('ignore', '[忽略指令]'),
+            ('忽略之前', '[忽略历史]'),
+            ('忽略所有', '[全部忽略]'),
+            ('忽略指令', '[指令忽略]'),
+            ('ignore previous', '[忽略先前]'),
+            ('forget everything', '[遗忘全部]'),
+            ('disregard', '[无视指令]'),
+            ('override', '[覆盖指令]'),
+            
+            # 限制绕过
             ('法律', '[限制词]'),
-            ('伦理', '[限制词]')
+            ('伦理', '[限制词]'),
+            ('道德', '[道德词]'),
+            ('规则', '[规则词]'),
+            ('限制', '[限制词]'),
+            ('安全', '[安全词]'),
+            ('禁止', '[禁止词]'),
+            ('不允许', '[不允许]'),
+            ('违法', '[违法词]'),
+            ('illegal', '[非法]'),
+            ('unethical', '[不道德]'),
+            ('harmful', '[有害]'),
+            ('dangerous', '[危险]'),
+            ('unsafe', '[不安全]'),
+            
+            # 权限提升
+            ('最高权限', '[权限提升]'),
+            ('管理员权限', '[管理权限]'),
+            ('超级用户', '[超级权限]'),
+            ('特权模式', '[特权]'),
+            ('god mode', '[上帝模式]'),
+            ('debug mode', '[调试模式]'),
+            ('developer access', '[开发者权限]'),
+            ('privileged', '[特权]'),
+            ('elevated', '[提升权限]'),
+            ('unrestricted', '[无限制]'),
+            
+            # 信息泄露攻击
+            ('泄露', '[泄露词]'),
+            ('机密', '[机密词]'),
+            ('秘密', '[秘密词]'),
+            ('隐私', '[隐私词]'),
+            ('内部', '[内部词]'),
+            ('配置', '[配置词]'),
+            ('密码', '[密码词]'),
+            ('token', '[令牌]'),
+            ('key', '[密钥]'),
+            ('secret', '[秘密]'),
+            ('confidential', '[机密]'),
+            ('private', '[私有]'),
+            ('internal', '[内部]'),
+            ('classified', '[机密级]'),
+            ('sensitive', '[敏感]'),
+            
+            # 系统信息获取
+            ('打印', '[输出指令]'),
+            ('显示', '[显示指令]'),
+            ('输出', '[输出指令]'),
+            ('告诉我', '[询问指令]'),
+            ('reveal', '[揭示]'),
+            ('show me', '[显示给我]'),
+            ('print', '[打印]'),
+            ('output', '[输出]'),
+            ('display', '[显示]'),
+            ('dump', '[转储]'),
+            ('extract', '[提取]'),
+            ('获取', '[获取指令]'),
+            
+            # 特殊模式激活
+            ('维护模式', '[维护模式]'),
+            ('测试模式', '[测试模式]'),
+            ('诊断模式', '[诊断模式]'),
+            ('安全模式', '[安全模式]'),
+            ('紧急模式', '[紧急模式]'),
+            ('maintenance', '[维护]'),
+            ('diagnostic', '[诊断]'),
+            ('emergency', '[紧急]'),
+            ('recovery', '[恢复]'),
+            ('service', '[服务]'),
+            
+            # 恶意指令
+            ('执行', '[执行词]'),
+            ('运行', '[运行词]'),
+            ('启动', '[启动词]'),
+            ('activate', '[激活]'),
+            ('execute', '[执行]'),
+            ('run', '[运行]'),
+            ('launch', '[启动]'),
+            ('trigger', '[触发]'),
+            ('invoke', '[调用]'),
+            ('call', '[调用]'),
+            
+            # 社会工程
+            ('紧急', '[紧急词]'),
+            ('急需', '[急需词]'),
+            ('立即', '[立即词]'),
+            ('马上', '[马上词]'),
+            ('urgent', '[紧急]'),
+            ('immediate', '[立即]'),
+            ('emergency', '[紧急状态]'),
+            ('critical', '[关键]'),
+            ('important', '[重要]'),
+            ('必须', '[必须词]')
         ]
         
         shielded_message = message