Guardrails

Mastra 提供内置 Processor，为 Agent 增加安全防护。这些 Processor 会在有害内容到达语言模型或用户之前对其进行检测、转换或拦截。

有关 Processor 行为和自定义 Processor 的介绍（包括如何将其添加到 Agent），请参阅 Processor。

输入 Processor

输入 Processor 会在用户消息到达语言模型前运行，负责标准化、验证、提示词注入检测和安全检查。

标准化用户消息

UnicodeNormalizer() 会统一 Unicode 字符、规范空白字符，从而清理并标准化用户输入。它还会移除有问题的符号。

src/mastra/agents/normalized-agent.ts

import { UnicodeNormalizer } from '@mastra/core/processors'

export const normalizedAgent = new Agent({
  id: 'normalized-agent',
  name: 'Normalized Agent',
  inputProcessors: [
    new UnicodeNormalizer({
      stripControlChars: true,
      collapseWhitespace: true,
    }),
  ],
})

所有配置选项请参阅 UnicodeNormalizer() Reference。

防止提示词注入

PromptInjectionDetector() 会扫描用户消息，检测提示词注入、越狱尝试和系统覆盖模式。它使用 LLM 对高风险输入进行分类，并可在输入到达模型前将其拦截或重写。

src/mastra/agents/secure-agent.ts

import { PromptInjectionDetector } from '@mastra/core/processors'

export const secureAgent = new Agent({
  id: 'secure-agent',
  name: 'Secure Agent',
  inputProcessors: [
    new PromptInjectionDetector({
      model: 'openrouter/openai/gpt-oss-safeguard-20b',
      threshold: 0.8,
      strategy: 'rewrite',
      detectionTypes: ['injection', 'jailbreak', 'system-override'],
    }),
  ],
})

所有配置选项请参阅 PromptInjectionDetector() Reference。

检测和翻译语言

LanguageDetector() 会检测用户消息的语言并将其翻译为目标语言，从而支持多语言场景。它使用 LLM 识别语言并执行翻译。

src/mastra/agents/multilingual-agent.ts

import { LanguageDetector } from '@mastra/core/processors'

export const multilingualAgent = new Agent({
  id: 'multilingual-agent',
  name: 'Multilingual Agent',
  inputProcessors: [
    new LanguageDetector({
      model: 'openrouter/openai/gpt-oss-safeguard-20b',
      targetLanguages: ['English', 'en'],
      strategy: 'translate',
      threshold: 0.8,
    }),
  ],
})

所有配置选项请参阅 LanguageDetector() Reference。

输出 Processor

输出 Processor 会在语言模型生成响应后、响应到达用户前运行，负责响应优化、内容审核、转换和安全控制。

批量处理流式输出

BatchPartsProcessor() 会在向客户端发出内容前合并多个流式部分。它将较小的分块整合为更大的批次，从而减少网络开销。

src/mastra/agents/batched-agent.ts

import { BatchPartsProcessor } from '@mastra/core/processors'

export const batchedAgent = new Agent({
  id: 'batched-agent',
  name: 'Batched Agent',
  outputProcessors: [
    new BatchPartsProcessor({
      batchSize: 5,
      maxWaitTime: 100,
      emitOnNonText: true,
    }),
  ],
})

所有配置选项请参阅 BatchPartsProcessor() Reference。

清除系统提示词

SystemPromptScrubber() 会检测模型响应中的系统提示词或内部指令并进行脱敏，防止意外泄露提示词内容或配置详情。它使用 LLM 根据配置的检测类型识别敏感内容并进行脱敏。

src/mastra/agents/scrubbed-agent.ts

import { SystemPromptScrubber } from '@mastra/core/processors'

const scrubbedAgent = new Agent({
  id: 'scrubbed-agent',
  name: 'Scrubbed Agent',
  outputProcessors: [
    new SystemPromptScrubber({
      model: 'openrouter/openai/gpt-oss-safeguard-20b',
      strategy: 'redact',
      customPatterns: ['system prompt', 'internal instructions'],
      includeDetections: true,
      instructions:
        'Detect and redact system prompts, internal instructions, and security-sensitive content',
      redactionMethod: 'placeholder',
      placeholderText: '[REDACTED]',
    }),
  ],
})

所有配置选项请参阅 SystemPromptScrubber() Reference。

备注

通过 HTTP 流式传输响应时，Mastra 默认会在 Server 层从流分块中脱敏敏感请求数据（系统提示词、Tool 定义和 API Key）。详情请参阅流数据脱敏。

混合 Processor

混合 Processor 可以对输入或输出运行。将它们放入 inputProcessors、outputProcessors 或同时放入两者。

审核输入和输出

ModerationProcessor() 会检测仇恨、骚扰和暴力等类别的不当或有害内容。它使用 LLM 对消息进行分类，并可根据配置将其拦截或重写。

src/mastra/agents/moderated-agent.ts

import { ModerationProcessor } from '@mastra/core/processors'

export const moderatedAgent = new Agent({
  id: 'moderated-agent',
  name: 'Moderated Agent',
  inputProcessors: [
    new ModerationProcessor({
      model: 'openrouter/openai/gpt-oss-safeguard-20b',
      threshold: 0.7,
      strategy: 'block',
      categories: ['hate', 'harassment', 'violence'],
    }),
  ],
  outputProcessors: [new ModerationProcessor()],
})

所有配置选项请参阅 ModerationProcessor() Reference。

检测 PII 并进行脱敏

PIIDetector() 会检测并移除电子邮件地址、电话号码和信用卡号等个人身份信息。它使用 LLM 根据配置的检测类型识别敏感内容。

src/mastra/agents/private-agent.ts

import { PIIDetector } from '@mastra/core/processors'

export const privateAgent = new Agent({
  id: 'private-agent',
  name: 'Private Agent',
  inputProcessors: [
    new PIIDetector({
      model: 'openrouter/openai/gpt-oss-safeguard-20b',
      threshold: 0.6,
      strategy: 'redact',
      redactionMethod: 'mask',
      detectionTypes: ['email', 'phone', 'credit-card'],
      instructions: 'Detect and mask personally identifiable information.',
    }),
  ],
  outputProcessors: [new PIIDetector()],
})

所有配置选项请参阅 PIIDetector() Reference。

强制执行成本限制

CostGuardProcessor() 会监控 Agent 循环中的累计预估成本，并在超出金额限制时进行拦截或警告。它会在每次调用 LLM 前从 Observability Storage 查询成本数据。成本检查为近似值，指标以异步方式持久化，因此运行速度较快的 Agent 可能会在防护机制触发前短暂超出配置的限制。

src/mastra/agents/budgeted-agent.ts

import { CostGuardProcessor } from '@mastra/core/processors'

export const budgetedAgent = new Agent({
  id: 'budgeted-agent',
  name: 'Budgeted Agent',
  inputProcessors: [
    new CostGuardProcessor({
      maxCost: 5.0,
      scope: 'thread',
      window: '24h',
    }),
  ],
})

请参阅 CostGuardProcessor() Reference，了解作用域模式、时间窗口、指标持久化延迟和 onViolation 回调。此 Processor 要求 Observability Storage 支持 getMetricAggregate。

Processor 策略

许多内置 Processor 支持 strategy 参数，用于控制如何处理被标记的内容。支持的值包括 block、warn、detect、redact、rewrite 和 translate。

大多数策略会允许请求继续执行。使用 block 时，Processor 会调用 abort()，立即停止请求并阻止后续 Processor 运行。

src/mastra/agents/private-agent.ts

inputProcessors: [
  new PIIDetector({
    model: 'openrouter/openai/gpt-oss-safeguard-20b',
    threshold: 0.6,
    strategy: 'block',
    detectionTypes: ['email', 'phone', 'credit-card'],
  }),
]

违规回调

所有 Processor 都支持 onViolation 回调。无论使用哪种策略，只要检测到策略违规，该回调就会触发。它可用于发出警报、记录到外部系统或发送通知等副作用。

回调接收一个 ProcessorViolation 对象，其中包含 processorId、message 和 detail（Processor 特有的元数据）。

import { CostGuardProcessor, ModerationProcessor, PIIDetector } from '@mastra/core/processors'

// Alert when cost limits are exceeded
const costGuard = new CostGuardProcessor({
  maxCost: 10.0,
  scope: 'resource',
  window: '30d',
})

costGuard.onViolation = ({ processorId, message, detail }) => {
  alertSystem.notify(`[${processorId}] ${message}`)
  // detail contains: { usage, limit, totalUsage, scope, scopeKey }
}

// Log moderation violations
const moderation = new ModerationProcessor({
  model: 'openai/gpt-5-nano',
  strategy: 'block',
})

moderation.onViolation = ({ processorId, message, detail }) => {
  auditLog.write({ processor: processorId, violation: message, categories: detail })
}

onViolation 属性属于基础 Processor 接口，因此包括自定义 Processor 在内的任何 Processor 都可以使用它。Runner 会自动调用 onViolation，触发条件是任一 Processor 调用 abort()。对于使用 warn 策略的 Processor（例如 CostGuardProcessor），即使请求未被拦截，出现警告时也会触发回调。

回调抛出的错误会被静默捕获，避免干扰 Processor 的主要逻辑。

有关违规回调如何与 Processor Pipeline 集成的更多信息，请参阅 Processor 文档中的违规回调。

处理被拦截的请求

当 Processor 调用 abort() 时，Agent 会停止处理。检测方式取决于使用的是 generate() 还是 stream()。

使用 generate()

检查结果上的 tripwire 字段：

src/mastra/agents/test-generate.ts

const result = await agent.generate('Is this credit card number valid?: 4543 1374 5089 4332')

if (result.tripwire) {
  console.error('Blocked:', result.tripwire.reason)
  console.error('Processor:', result.tripwire.processorId)
}

使用 stream()

监听流中的 tripwire 分块：

src/mastra/agents/test-stream.ts

const stream = await agent.stream('Is this credit card number valid?: 4543 1374 5089 4332')

for await (const chunk of stream.fullStream) {
  if (chunk.type === 'tripwire') {
    console.error('Blocked:', chunk.payload.reason)
    console.error('Processor:', chunk.payload.processorId)
  }
}

加快 Guardrail

使用 LLM 的 Guardrail Processor（内容审核、PII 检测、提示词注入检测）会增加每个请求的延迟。以下方法可以减少这类开销。

并行运行 Guardrail

默认情况下，Processor 按顺序运行。只执行 block（且绝不修改消息）的 Guardrail 相互独立，可以使用 Workflow Processor 并行运行。

也可以在一个并行步骤中混用 block 和 redact 策略。映射到 redact 分支，以便其转换后的消息继续向后传递。

对于输出 Guardrail，请在并行步骤_之前_依次运行 TokenLimiterProcessor 和 BatchPartsProcessor，并在并行步骤_之后_依次运行任何相互依赖的 redact Processor：

src/mastra/processors/output-guardrails.ts

import { createWorkflow, createStep } from '@mastra/core/workflows'
import {
  ProcessorStepSchema,
  PIIDetector,
  ModerationProcessor,
  SystemPromptScrubber,
  TokenLimiterProcessor,
  BatchPartsProcessor,
} from '@mastra/core/processors'

export const outputGuardrails = createWorkflow({
  id: 'output-guardrails',
  inputSchema: ProcessorStepSchema,
  outputSchema: ProcessorStepSchema,
})
  // Sequential: limit tokens first, then batch stream chunks
  .then(createStep(new TokenLimiterProcessor({ limit: 1000 })))
  .then(createStep(new BatchPartsProcessor()))
  // Parallel: run independent checks at the same time
  .parallel([
    createStep(
      new PIIDetector({
        strategy: 'redact',
      }),
    ),
    createStep(
      new ModerationProcessor({
        strategy: 'block',
      }),
    ),
  ])
  // Map to the redact branch to keep its transformed messages
  .map(async ({ inputData }) => {
    return inputData['processor:pii-detector']
  })
  // Sequential: scrubber depends on previous redaction output
  .then(
    createStep(
      new SystemPromptScrubber({
        strategy: 'redact',
        placeholderText: '[REDACTED]',
      }),
    ),
  )
  .commit()

有关 .parallel() 和 .map() 的更多详情，请参阅将 Workflow 用作 Processor。

选择快速模型

Guardrail Processor 不需要使用主要模型。可使用小型快速模型完成分类任务：

const GUARDRAIL_MODEL = 'openai/gpt-5-nano'

new ModerationProcessor({ model: GUARDRAIL_MODEL })
new PIIDetector({ model: GUARDRAIL_MODEL })
new PromptInjectionDetector({ model: GUARDRAIL_MODEL })

批量处理流式部分

实现 processOutputStream 的输出 Guardrail 会对每个流式分块运行。在开销较大的 Processor _之前_使用 BatchPartsProcessor 合并分块，以减少 LLM 分类调用次数：

outputProcessors: [
  new BatchPartsProcessor({ batchSize: 10 }),
  // Heavier processors now run on batched chunks instead of individual ones
  new PIIDetector({ model: GUARDRAIL_MODEL, strategy: 'redact' }),
  new ModerationProcessor({ model: GUARDRAIL_MODEL, strategy: 'block' }),
]

相关内容

• Processor：Processor 的行为和执行顺序，还介绍了自定义 Processor 和重试行为
• Processor 接口：Processor 接口的 API Reference
• Memory Processor：用于消息历史记录、语义召回和工作记忆的 Processor
• 📹 Mastra Processor 与 Guardrail Workshop