GenPark Prompt Injection Canary Leak Sentinel

io.github.alphaparkinc由 GitHub 账号 alphaparkinc 发布v1.0.1更新于 Nov 2, 2026

HMAC-signed zero-width invisible canary token generator and output response leak auditor

已验证STDIO仅桌面安全与监控AI 与机器学习

概览

AI 生成的概览

生成 HMAC 签名的零宽不可见金丝雀令牌，并审计模型输出是否泄漏这些令牌的本地 Python MCP 服务器。

可以做什么
  • 生成由零宽不可见字符构成的 HMAC 签名金丝雀令牌。
  • 审计模型输出响应，检测金丝雀令牌是否泄漏。
  • 用于围绕提示注入与数据泄漏的 LLM 防护检查。
  • 以 Python 标准库脚本形式在本地运行，无第三方依赖。
适用场景
适合在需要测试或监控 LLM 流程是否因提示注入而泄漏数据时使用：植入不可见金丝雀令牌，再检查其是否出现在响应中。
运行要求
需要本地 Python 3 运行环境；README 将其配置为以 python mcp_server.py 启动的 stdio 服务器。未声明任何环境变量、请求头或身份验证。
安装前请注意
所给材料未说明 HMAC 签名密钥如何保存，使用前应确认密钥存放位置。该审计只能发现其自行植入的金丝雀，并不构成通用的安全保证。

安装

在 SourceWeft 中

  1. 打开 控制台中的 GenPark Prompt Injection Canary Leak Sentinel，将其添加到工作区。
  2. 为需要使用其工具的对话启用该服务。

Desktop only，通过 STDIO。 STDIO 服务会启动本地进程，因此需要 SourceWeft 桌面宿主。

其他 MCP 客户端

参照 仓库 中的启动说明。

README

genpark-prompt-injection-canary-leak-sentinel-skill

[Verified by Smithery] [LinkedIn] [Website]

HMAC-signed zero-width invisible canary token generator and output response leak auditor for LLM guardrails

Quick Installation & MCP Integration

Add to your Claude Desktop or Cursor configuration:

json
{  "mcpServers": {    "genpark-prompt-injection-canary-leak-sentinel-skill": {      "command": "python",      "args": ["mcp_server.py"]    }  }}

Zero Dependencies

Implemented entirely in Python 3 standard library.

来源：README.md，提交 02f1603

工具

0
SourceWeft 尚未在沙箱中启动过该软件包，因此其工具未知。

版本历史

1
  1. v1.0.1最新Oct 19, 2026

评分

已满足适用检查项的 40%

该评分衡量此收录条目的完整程度，依据注册中心条目、端点与公开来源计算得出。它不是对服务器本身的评价，也不表示服务器安全或当前可用：可连通性是带日期的检查结果，评分也不包含安装量或用户评价。

  • 近 30 天内可连通25 分

    请保持端点能够响应 MCP 握手；SourceWeft 每 30 天探测一次。

  • 已声明认证方式10 分

    请在注册中心条目中声明凭据请求头，或保持端点能够响应探测，以便判定其认证方式。

  • 已列出工具15 分

    请让服务器在无凭据时响应 tools/list，或发布可在沙箱中无凭据启动的软件包。

  • 描述必需15 分
  • 图标10 分
  • 文档15 分
  • 许可证10 分

    请在仓库或注册中心条目中声明许可证。