跳至主要內容
Telemetry
複製貼上儀表範本

AI代理安全稽核範本

埋點工具授權決策、策略版本、人工批准和終端結果以及隱私安全的結構化事件。

審閱者 Telemetry產品團隊 . 事件名稱、推薦欄位、分析問題和隱私邊界. 審查標準和所有權

由此解鎖的問題
  • 哪些高風險工具被拒絕或需要批准?
  • 政策或代理發布是否改變了決策組合?
  • 哪個允許工具呼叫稍後失敗或進入事件審查?
範本證據路徑

AI Agent Security Audit Template:實施到決策

將提示視為實施概要。有用的工件不僅僅是複製的程式碼,而是經過審查的事件契約,可以產生值得信賴的答案。

  1. 1

    選擇邊界

    Instrument the point where agent_tool_authorization_decided becomes final.

  2. 2

    建立合約

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

  3. 3

    執行夾具

    在依賴彙總結果之前,先練習已知的成功、失敗、重試和空結果案例。

  4. 4

    回答問題

    哪些高風險工具被拒絕或需要批准?

範本與用例

此頁是實施簡介

當測量目標已經明確時,複製此範本。使用匹配的用例指南來檢視事件邊界、成功定義以及生成的 SQL 應支援的決策。

讀取 AI代理安全監控

範本

將其貼上到您的編碼代理中

更換 YOUR_API_KEY,在本地執行流程,然後驗證生成的事件和儀表板。

ai-agent-security-audit

AI代理安全稽核範本

text
使用 Telemetry 檢測 AI 代理安全決策。

使用 /skill.md 和此 Telemetry API 金鑰:YOUR_API_KEY

在授權邊界,使用以下命令記錄 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。

對 action_class、risk_level、decision 和 reason_code 使用受控值。在執行前發出授權 decision,然後使用相同的相關識別符號 status、duration_ms 和有界 error_type 分別記錄 agent_tool_completed。

為決策量、拒絕率、需要批准的量、策略版本更改以及允許稍後失敗的操作建立經過審查的 SQL。除了比率之外,還保留絕對計數。

請勿記錄提示、完成、憑據、授權標頭、工具參數、工具結果、檢索的內容、客戶資料或自由格式的策略說明。保持政策層面的執行力; Telemetry 是分析面。

要捕獲的事件

agent_tool_authorization_decidedagent_tool_completedagent_policy_changedagent_approval_resolvedagent_run_completed

驗證清單

完整的埋點通行證留下了什麼

活動

綜合事件以穩定的名稱和欄位型別到達預期的資料表。

查詢

第一個 SQL 查詢返回具有明確時間視窗的合理行。

意見

儀表板使用真實欄位幷包含足夠的上下文來解釋更改。

安全

檢查提示、正文、憑據、簽名和私人內容是否經過編輯。

事件架構起點

在將查詢或程式碼片段適應生產之前,請檢查行粒度、發出邊界、所需型別、隱私類、範例有效負載和驗證清單。

相關產品功能

繼續此工作流程 AI代理監控

透過可審查的 SQL 連線代理執行、工具使用、模型成本、品質和產品結果。

相關 SQL 查詢範例

用 SQL 回答下一個問題

針對此工作流程中的結構化欄位執行查詢,檢查範例結果,並將有用的答案轉換為儀表板或警示。

瀏覽所有查詢範例

更多範本