Add LLM anti-prompt injection system

Introduces a comprehensive anti-prompt injection system for LLMs, including rule-based and LLM-based detection, user ban/whitelist management, message shielding, and statistics tracking. Adds new modules under src/chat/antipromptinjector, integrates anti-injection checks into the message receive flow, updates configuration and database models, and provides test scripts. Also updates templates and logger aliases to support the new system.

template/bot_config_template.toml

@@ -1,5 +1,5 @@
 [inner]
-version = "6.3.6"
+version = "6.3.7"
 
 #----以下是给开发人员阅读的，如果你只是部署了麦麦，不需要阅读----
 #如果你想要修改配置文件，请递增version的值
@@ -160,6 +160,38 @@ ban_msgs_regex = [
     #"\\d{4}-\\d{2}-\\d{2}", # 匹配日期
 ]
 
+[anti_prompt_injection] # LLM反注入系统配置
+enabled = true # 是否启用反注入系统
+enabled_rules = false # 是否启用规则检测
+enabled_LLM = true # 是否启用LLM检测
+process_mode = "lenient" # 处理模式：strict(严格模式，直接丢弃), lenient(宽松模式，消息加盾)
+
+# 白名单配置
+# 格式：[[platform, user_id], ...]
+# 示例：[["qq", "123456"], ["telegram", "user789"]]
+whitelist = [] # 用户白名单，这些用户的消息将跳过检测
+
+# LLM检测配置
+llm_detection_enabled = true # 是否启用LLM二次分析
+llm_detection_threshold = 0.7 # LLM判定危险的置信度阈值(0-1)
+
+# 性能配置
+cache_enabled = true # 是否启用检测结果缓存
+cache_ttl = 3600 # 缓存有效期(秒)
+max_message_length = 150 # 最大检测消息长度，超过将直接判定为危险
+
+# 统计配置
+stats_enabled = true # 是否启用统计功能
+
+# 自动封禁配置
+auto_ban_enabled = false # 是否启用自动封禁功能
+auto_ban_violation_threshold = 3 # 触发封禁的违规次数阈值
+auto_ban_duration_hours = 2 # 封禁持续时间（小时）
+
+# 消息加盾配置（宽松模式下使用）
+shield_prefix = "🛡️ " # 加盾消息前缀
+shield_suffix = " 🛡️" # 加盾消息后缀
+
 [normal_chat] #普通聊天
 willing_mode = "classical" # 回复意愿模式 —— 经典模式：classical，mxp模式：mxp，自定义模式：custom（需要你自己实现）
 

template/model_config_template.toml

@@ -1,5 +1,5 @@
 [inner]
-version = "1.2.4"
+version = "1.2.5"
 
 # 配置文件版本号迭代规则同bot_config.toml
 
@@ -113,6 +113,12 @@ api_provider = "SiliconFlow"
 price_in = 0
 price_out = 0
 
+[[models]]
+model_identifier = "moonshotai/Kimi-K2-Instruct"
+name = "moonshotai-Kimi-K2-Instruct"
+api_provider = "SiliconFlow"
+price_in = 4.0
+price_out = 16.0
 
 [model_task_config.utils] # 在麦麦的一些组件中使用的模型，例如表情包模块，取名模块，关系模块，是麦麦必须的模型
 model_list = ["siliconflow-deepseek-v3"] # 使用的模型列表，每个子项对应上面的模型名称(name)
@@ -177,6 +183,11 @@ model_list = ["deepseek-v3"]
 temperature = 0.7
 max_tokens = 1000
 
+[model_task_config.anti_injection] # 反注入检测专用模型
+model_list = ["moonshotai-Kimi-K2-Instruct"]           # 使用快速的小模型进行检测
+temperature = 0.1                   # 低温度确保检测结果稳定
+max_tokens = 200                    # 检测结果不需要太长的输出
+
 #嵌入模型
 [model_task_config.embedding]
 model_list = ["bge-m3"]