跳转到主要内容
在每一次模型调用前放置内容策略的最快方式是 防护栏——一个工作区级别的、命名的策略，你在控制台中 编写一次并绑定到某个 API 密钥。之后网关会在下一次调用时 筛查请求输入和模型输出，无需重新部署，也无需修改 SDK。 本页走完端到端的流程：创建防护栏、添加规则、在沙箱中测试、 绑定到密钥，然后发送一个真实请求。完整的引擎参考——每种 规则类型、字段和路由——请见 防护栏参考。
这里的每一步都是托管网关（api.orcarouter.ai）上的控制台 操作。防护栏配置在你自己的会话下运行；只有最后的 /v1/* 调用使用 sk-orca-... 中继密钥。创建和编辑防护栏需要 工作区中的 Developer+ 角色。

​
1. 如何用五步添加 LLM 防护栏

以下是整个流程的概览——每一步在下面展开。
1

创建防护栏

在控制台中打开 Guardrails，点击 New guardrail。给它 起一个名字（≤ 64 字符），例如 pii-shield。
2

添加规则

在 input 阶段添加一条 PII detection 规则，动作为 mask。
3

在沙箱中测试

打开 Test 标签页，粘贴一个样本，在本地运行该策略—— 没有上游调用，没有配额。
4

绑定到密钥

编辑一个 API 密钥，从 Guardrail 下拉菜单选择该防护栏。 绑定关系存在于密钥上。
5

发送请求

用该密钥调用 /v1/chat/completions。网关会在转发前应用 该策略。

​
2. 创建防护栏

在控制台中打开 Guardrails，点击 New guardrail。防护栏 是一个工作区级别的、命名的内容策略——网关会用这个有序的 规则列表检查请求输入和模型输出。将它命名为 pii-shield 并保存。
New guardrail 分裂按钮也会直接打开一个模板。 PII Shield 预设是单条 pii 规则，会脱敏 email、phone、ssn、credit_card 和 ip。应用预设是 种子，而不是锁——之后可以自由编辑。浏览 预设模板以获取更多起点。

​
3. 添加规则

每条规则决定三件事——查找什么（规则类型）、在哪里 查找（一个阶段），以及如何处理（一个动作）。添加一条规则：
  • Type： PII detection（pii）
  • Stage： Input（请求）
  • Action： Mask——脱敏匹配项
  • Entities： email、phone、ssn
在 mask 动作下，每个匹配项会被替换为一个带类型的标签——email 变成 [EMAIL]，SSN 变成 [SSN]。七种规则类型 （keyword、regex、pii、max_chars、external、llm_judge、 grounding）和五种动作（block、mask、flag、annotate、 spotlight）在参考中介绍。 对于这第一个防护栏，一条脱敏规则就足够了。
脱敏在两个阶段都已上线。输入阶段规则在模型看到请求之前 脱敏请求；输出阶段规则脱敏模型的响应——在非流式响应上 以及在流式响应上逐 chunk——在客户端收到之前。Block 在 两个阶段也都会执行。如果你想把关模型的响应，将规则的阶段 设为 output（或 both）；参见 输出阶段规则。

​
4. 在沙箱中测试

在把防护栏绑定到任何密钥之前，先证明它如你所愿地工作。 打开编辑器内的 Test 标签页，粘贴一个样本，选择 input 阶段，然后运行： 
Reply to jane@acme.com please
沙箱在本地评估当前策略，并返回判定结果加上 渲染后的文本： 
Reply to [EMAIL] please
不会向上游发送任何内容，也不计量。要针对一个输入语料库 做 A/B 对照，Eval 工具 就在隔壁那个标签页。

​
5. 绑定到密钥

在某个密钥指向它之前，防护栏什么都不做。两种绑定方式：

按密钥

编辑一个 API 密钥，从 Guardrail 下拉菜单选择该防护栏。 这会在密钥上设置 guardrail_id。参见 绑定到密钥。

工作区默认值

将该防护栏标记为工作区默认值，使任何没有明确绑定的 密钥继承它。参见 账户默认值。
解析是明确且可预测的：
顺序适用内容
1密钥明确的 guardrail_id（如果它存在且已启用）。
2工作区默认值（如果密钥没有绑定）。
3无——请求与没有策略的工作区字节相同。
明确绑定永不静默回退。禁用一个绑定的防护栏就是 关闭开关——它不会下沉到工作区默认值。（防火墙策略在这里 不同；参见 防护栏 vs. 防火墙。）

​
6. 发送请求

用一个绑定到 pii-shield 的密钥，像以前一样调用 OrcaRouter——无需 修改 SDK，无需新的请求头： 
curl https://api.orcarouter.ai/v1/chat/completions \
  -H "Authorization: Bearer sk-orca-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-4o-mini",
    "messages": [
      {"role": "user", "content": "Reply to jane@acme.com please"}
    ]
  }'
网关会在转发前把 email 脱敏为 [EMAIL]——上游模型永远 看不到该地址。将规则的动作换成 block，紧接着下一个包含 该实体的请求就会以 HTTP 400 guardrail_blocked 被拒绝。 被拦截的请求不消耗配额（输入拦截在计量之前触发；输出 拦截会退回预先扣除的配额），并被标记为 skip-retry。完整的 响应形态见 guardrail_blocked 错误。

​
7. 接下来去哪里

每条触发的规则都会记录一个 match——类型、动作、阶段和 一个详情字符串。只有在开启 Log raw content 时（默认 关闭）才记录匹配的子串。参见 Matches 信息流和 日志与隐私。
PII 检测覆盖 email、phone、credit_card、ssn、ip、 iban、mac_address、jwt、aws_access_key、api_key_openai、 bitcoin_address（外加区域性实体），你也可以编写 自己的。参见 PII Shield、 自定义 PII 实体和 脱敏格式。
添加一个密钥拦截器或 提示注入基础 预设——后者会 flag 常见越狱短语以供审查。要在语义层面而非 短语层面捕获注入意图，在旁边再加一条 llm_judge 规则。
每次编辑都会写入一条版本历史记录。打开 History 进行 diff 和回退。参见版本管理。
防护栏筛查内容。要治理智能体的工具调用——拒绝破坏性 动作、封顶成本、要求审批——请使用 防火墙。从 保护 AI 智能体和 危险工具调用威胁开始。
阅读防护栏参考以了解完整引擎——规则 字段、外部供应商、eval 工具，以及完整的 API——或阅读 安全快速开始，把防护栏和 防火墙连接起来构成一个智能体基线。