跳转到内容
Telemetry
复制粘贴仪表模板

AI智能体安全审计模板

埋点工具授权决策、策略版本、人工批准和终端结果以及隐私安全的结构化事件。

审阅者 Telemetry产品团队 . 事件名称、推荐字段、分析问题和隐私边界. 审查标准和所有权

由此解锁的问题
  • 哪些高风险工具被拒绝或需要批准?
  • 政策或智能体发布是否改变了决策组合?
  • 哪个允许工具调用稍后失败或进入事件审查?
模板证据路径

AI Agent Security Audit Template:实施到决策

将提示视为实施概要。有用的工件不仅仅是复制的代码,而是经过审查的事件契约,可以产生值得信赖的答案。

  1. 1

    选择边界

    Instrument the point where agent_tool_authorization_decided becomes final.

  2. 2

    创建合同

    Start with agent_tool_authorization_decided, agent_tool_completed, agent_policy_changed and keep every field typed, bounded, and privacy-reviewed.

  3. 3

    运行夹具

    在依赖汇总结果之前,先练习已知的成功、失败、重试和空结果案例。

  4. 4

    回答问题

    哪些高风险工具被拒绝或需要批准?

模板与用例

此页是实施简介

当测量目标已经明确时,复制此模板。使用匹配的用例指南来查看事件边界、成功定义以及生成的 SQL 应支持的决策。

读取 AI智能体安全监控

模板

将其粘贴到您的编码代理中

更换 YOUR_API_KEY,在本地运行流程,然后验证生成的事件和仪表板。

ai-agent-security-audit

AI智能体安全审计模板

text
使用 Telemetry 检测 AI 代理安全决策。

使用 /skill.md 和此 Telemetry API 密钥:YOUR_API_KEY

在授权边界,使用以下命令记录 agent_tool_authorization_decided:
event_id、run_id、tool_call_id、workflow、agent_name、tool_name、action_class、risk_level、decision、reason_code、policy_version、release、 environment 和 timestamp_utc。

对 action_class、risk_level、decision 和 reason_code 使用受控值。在执行前发出授权 decision,然后使用相同的相关标识符 status、duration_ms 和有界 error_type 分别记录 agent_tool_completed。

为决策量、拒绝率、需要批准的量、策略版本更改以及允许稍后失败的操作创建经过审核的 SQL。除了比率之外,还保留绝对计数。

请勿记录提示、完成、凭据、授权标头、工具参数、工具结果、检索的内容、客户数据或自由格式的策略说明。保持政策层面的执行力; Telemetry 是分析面。

要捕获的事件

agent_tool_authorization_decidedagent_tool_completedagent_policy_changedagent_approval_resolvedagent_run_completed

验证清单

完整的埋点通行证留下了什么

活动

综合事件以稳定的名称和字段类型到达预期的表。

查询

第一个 SQL 查询返回具有明确时间窗口的合理行。

意见

仪表板使用真实字段并包含足够的上下文来解释更改。

安全

检查提示、正文、凭据、签名和私人内容是否经过编辑。

事件架构起点

在将查询或代码片段适应生产之前,请检查行粒度、发出边界、所需类型、隐私类、示例有效负载和验证清单。

相关产品功能

继续此工作流程 AI代理监控

通过可审查的 SQL 连接智能体运行、工具使用、模型成本、质量和产品结果。

相关 SQL 查询示例

用 SQL 回答下一个问题

针对此工作流程中的结构化字段运行查询,检查示例结果,并将有用的答案转换为仪表板或警报。

浏览所有查询示例

更多模板