API 代理安全关键词匹配规范 Skill

API 代理安全关键词匹配规范

网关/WAF/CDN 中间件实现关键词匹配时，避免纯子串匹配导致正常响应内容被误判。

核心问题

纯子串匹配的误判

// ❌ 误判：纯子串匹配，长正文中的正常用词也会命中
var pseudoSuccessPatterns = []string{
    "cloudflare",
    "502 bad gateway",
    "bad gateway",
    "reconnecting",
    "upstream error",
}

当业务响应正文包含这些关键词的字面值（如文章主题就是 "Cloudflare"），纯子串匹配会触发误判，导致：

正常响应被当作伪成功错误
触发站点切换 / 上游降级
错误标记模型/节点不可用

关键事实：关键词出现在长正文中 ≠ 响应存在问题。

解决方案：强/弱特征拆分 + 分层判定

将关键词按风险特征拆分为两组，并配合 HTTP 元数据做分层判定：

分层判定原则（推荐）

使用正文关键词匹配前，先通过 HTTP 元数据排除绝大多数正常响应：

| 判定层 | 检查项 | 优先级 | |--------|--------|--------| | 1. HTTP status | 2xx=正常, 5xx/429/某些403=错误 | 最高 | | 2. Content-Type | text/event-stream 保持流式处理, application/json 检查 schema | ↑ | | 3. 响应 schema / 错误字段 | JSON 中 error.code / error.message / success:false 等 | ↑ | | 4. 正文关键词匹配 | 强/弱特征，仅作为启发式证据，不作为唯一事实 | 最低 |

正文关键词只是启发式证据：正常用户内容可能包含技术术语字面值（如 Cloudflare、502、bad gateway），关键词命中不必然等于响应错误，必须结合 status/schema 做综合判断。

强特征（任何长度命中）

完整错误语句或 HTML 错误页特征。这些模式极长且内容特殊，正常用户内容中几乎不可能出现，可任意长度命中：

| 特征 | 说明 | |------|------| | exceeded retry limit, last status: 429 too many requests | 完整 429 错误句 | | must be enabled in your dashboard first | 完整仪表盘引导句 | | unexpected status 502 bad gateway: error code: 502 | 完整 502 错误句（含 UUID） | | <html / <title>5 / cf-ray: | HTML 错误页特征 |

var pseudoSuccessChatStrongPatterns = []string{
    "exceeded retry limit, last status: 429 too many requests",
    "must be enabled in your dashboard first",
    "unexpected status 502 bad gateway: error code: 502",
    "reconnecting...",
    "<html",
    "<title>5",
    "cf-ray:",
}

弱特征（仅 ≤512 字节内容命中）

单词级或短语级关键词。极短内容（≤512 字节）中命中才判为错误，避免长正文中技术术语误判：

| 特征 | 说明 | |------|------| | 429 too many requests | 短版 429 | | 502 bad gateway / bad gateway | 短版 502 | | upstream error / upstream connect error | 上游错误 | | just a moment | CDN 挑战 | | cloudflare | CDN 品牌名 | | must be enabled in your dashboard first | 短版引导句 |

var pseudoSuccessChatWeakPatterns = []string{
    "429 too many requests",
    "502 bad gateway",
    "bad gateway",
    "upstream error",
    "upstream connect error",
    "just a moment",
    "cloudflare",
    "must be enabled in your dashboard first",
}

判定逻辑

func containsPseudoSuccessInChatResponse(content string) bool {
    // 先检查 HTTP status 和响应 schema（应有上层调用保证）
    // 正文关键词仅作为启发式证据

    // 强特征：任何长度命中
    for _, p := range pseudoSuccessChatStrongPatterns {
        if strings.Contains(strings.ToLower(content), p) {
            return true
        }
    }
    // 弱特征：仅 ≤512 字节命中
    if len(content) > 512 {
        return false
    }
    low := strings.ToLower(content)
    for _, p := range pseudoSuccessChatWeakPatterns {
        if strings.Contains(low, p) {
            return true
        }
    }
    return false
}

不同场景的匹配策略

| 场景 | 策略 | 原因 | |------|------|------| | 聊天响应正文（长文本） | 强特征任意长度 + 弱特征仅 ≤512 字节命中 | 正文可能包含技术术语字面值 | | 错误消息（短文本） | 全量匹配，无需长度限制 | error message 本身很短，且不含正常用户内容 | | 流式响应片段（分块） | 参考 HTTP streaming 分类目标实现 | 等待完整块再匹配，或按内容格式切割后匹配 |

隐含缺陷判定

实现关键词匹配时，用以下问题自检：

[ ] 匹配的关键词在正常用户内容中是否可能出现？
[ ] 如果出现，是否按正文长度做了分级？
[ ] 同样关键词出现在短错误消息 vs 长正常文章里，判定逻辑是否不同？
[ ] 是否有回归测试覆盖长正文误判场景？

自测案例：

| 内容 | 长度 | 正确判定 | 说明 | |------|------|---------|------| | "exceeded retry limit, last status: 429 too many requests" | 短 | 错误 | 强特征命中 | | "Cloudflare（文章主题）..." + 4657 字正文 | 长 | 正常 | 弱特征+超长→不命中 | | "502 Bad Gateway"（纯错误） | 短 | 错误 | 弱特征+短→命中 | | "502 Bad Gateway: 配置 Nginx 反向代理时..." + 完整博客 | 长 | 正常 | 弱特征+超长→不命中，无强特征 |

与相关 skill 的边界

| skill | 关系 | |-------|------| | external-system-debugging | 本 skill 的上游：面对 CDN/WAF 网关行为异常时，先走外部系统方法论抓真实数据，再回来看匹配逻辑实现是否正确 | | api-design-safety | 本 skill 聚焦代理中间件的安全匹配实现，而非 API 本身的设计规范 | | ops-safety | 本 skill 不涉及运维操作安全、危险命令等 |

规则溯源

> 📋 本回复遵循：`api-proxy-safety` - [章节]

Agent Skills: API 代理安全关键词匹配规范

Install this agent skill to your local

Skill Files