标准答案
- 上传先做大小、类型、扩展名、魔数、压缩炸弹和病毒扫描，存入隔离区；解析器在无网络、最小权限沙箱中运行。
- 网页和仓库内容抓取限制域名、重定向、网络出口、凭据和文件范围，解析后把内容标为不可信数据，不能自动执行其中命令。
- 进入知识库前做敏感信息、恶意指令和 Prompt Injection 检测，索引时保存来源与权限；展示和工具执行仍要再次校验。
题目解析
文件扫描不能只看扩展名，MIME、魔数和实际解析行为都可能不一致。
代码仓库中的 README、注释和依赖脚本可能诱导 Agent 执行危险命令，代码检索与代码执行必须严格分离。
内容安全检测有误报和漏报，不能代替沙箱、网络隔离和工具白名单；高风险内容进入人工审核。
常见误区
- 上传后直接让模型读取并执行文件内容。
- 用模型自己判断文档是否安全，没有独立扫描和隔离。
- 抓取网页时允许任意内网 URL 和重定向。