标签：mcp

共 5 篇文章

• Agent 工具调用安全实战：用权限边界防住 Prompt Injection 与 Tool Poisoning

  系统梳理 LLM Agent 工具调用中的 Prompt Injection、Tool Poisoning 与权限放大风险，从信任边界、权限边界、执行边界三层架构出发，给出策略网关、人工审批、沙箱隔离和全链路监控的完整落地方案。

  2026/07/01 LLM Agent / Prompt Injection / Tool Calling / AI 安全 / MCP

• MCP Tool Poisoning 实战：为 LLM Agent 建立工具调用安全边界

  系统拆解 MCP 工具投毒与间接提示注入风险，从工具注册、最小权限、参数审计、内容隔离到运行时拦截，给出可落地的五层防御架构与上线检查清单，帮助接入外部 API、数据库和企业系统的团队建立可审计的 Agent 安全边界。

  2026/06/30 llm-agent / mcp / ai-security / prompt-injection / tool-poisoning

• MCP Tool Server 安全治理：从接入便利到最小权限执行

  MCP 让大模型连接工具变得统一，但也放大了权限、身份、审计与提示注入风险。本文从协议边界、授权模型、执行隔离和上线检查出发，整理一套可落地的 MCP Tool Server 安全治理方案。

  2026/06/30 LLM Agent / MCP / Tool Calling / AI Security / Engineering

• MCP Agent Security：工具接入时代的 LLM 安全边界，不只是 Prompt Injection

  从 MCP 官方规范、OWASP、OpenAI、NSA 与安全研究出发，系统拆解 AI Agent 工具接入中的 tool poisoning、间接 prompt injection、权限控制、动作审查、沙箱执行与审计回归，帮助团队构建可上线的 MCP Agent 安全架构。

  2026/06/26 MCP / AI Agent / LLM Security / Prompt Injection / Tool Calling / Tool Poisoning

• Context Engineering：AI Agent 生产化的核心不是提示词，而是上下文预算

  本文结合 Anthropic、OpenAI 与 GitHub 工程实践，拆解 AI Agent 上下文工程理念：为什么生产级 Agent 的关键不是更聪明的提示词，而是把上下文窗口当成稀缺资源来管理，涵盖工具设计、记忆压缩、子 Agent 分工与离线评测。

  2026/06/25 AI Agent / Context Engineering / MCP / Function Calling / LLM Engineering