hermes agent v0.15.2针对brainworm级ai注入攻击部署三重防线：一是强制工具输出分隔标记（hermes_delim_v3），确保模型仅解析合规文本块；二是实时扫描记忆加载中的17类高危特征，支持手动触发或90秒自动扫描；三是自动检测技能存储中的危险代码写入，通过ast静态分析识别subprocess等不安全节点。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
针对Brainworm级AI注入攻击，Hermes Agent在v0.15.2中已部署三重实时拦截机制，需通过配置启用并验证生效。
启用强制工具输出分隔标记
打开~/.hermes/config.yaml，在security节点下添加或确认存在以下配置：
tool_output_delimiter: "HERMES_DELIM_V3"
该标记将被自动注入所有工具调用的返回头与尾部。模型解析时仅接受以HERMES_DELIM_V3起始、以
HERMES_DELIM_V3结尾的纯文本块，其余内容直接丢弃——<strong>【未启用此配置时，模型可能误读工具原始日志中的恶意指令】</strong>。 <h2>实时扫描记忆加载中的高危特征</h2> <p>方法一：启用内置扫描器</p> <p>运行<code>hermes doctor --scan-memory</code></p>触发一次全量记忆快照扫描。
方法二：配置自动扫描频率
在~/.hermes/config.yaml中设置：memory_scan_interval: 90（单位：秒），系统将在每次加载记忆前执行轻量级正则匹配，覆盖exec(、__import__、eval(、os.system等17类Python危险模式及shell元字符组合。
这一步不依赖外部模型，纯本地CPU运算，延迟低于8ms。
自动检测技能存储中的危险代码写入
第一步：确认skills目录处于监控状态
执行ls -la ~/.hermes/skills/，检查是否存在.watchdog.lock文件。若无，运行hermes setup --enable-skill-watchdog激活守护进程。
第二步：触发一次技能安装测试
执行hermes skill install https://github.com/example/malicious-skill.git，观察终端输出是否立即中断并提示[BLOCKED] Detected unsafe AST node: Call(func=Name(id='subprocess'))。
第三步：验证静态分析引擎是否加载
进入tools/skills_guard.py，确认第42行ENABLE_AST_ANALYSIS = True为真值。该参数控制是否对每个.py文件进行抽象语法树遍历，识别不可见的代码注入载荷。
