OpenRouter Guardrails 护栏配置：预算限额、零数据保留、提示注入防御与 DLP 五合一治理

一句话结论

智能体跑飞、API 密钥烧钱、敏感数据流向第三方日志——这三类事故在多模型调用场景里最常见。OpenRouter 工作区护栏（Guardrails）把五类治理规则集中到一个可配置对象：预算执行、零数据保留与模型限制、提示注入防御、数据防泄漏（DLP），以及按 API 密钥或成员分配策略。规则在工作区层强制生效，不需要改任何调用代码。本文按五大能力、生效层次、检测机制与配置路径展开，管理 API 示例可直接复制使用。

预算执行：按实体独立封顶

预算护栏按日、周、月三个重置窗口设置消费上限，超出限额的请求直接返回 402 失败。

关键机制是预算按实体独立计算，不共享。给三名团队成员各分配一条 50 美元/日的护栏，每人拿到的是独立的 50 美元额度。API 密钥预算叠加在成员预算之上：如果 Audrey 的成员上限是 100 美元/日，她某个密钥的上限是 30 美元/日，那么这个密钥最多花 30 美元，Audrey 名下所有密钥合计最多 100 美元，两层在每个请求上同时检查。

这个设计直接解决”一个失控脚本烧光整月预算”的问题——给每个自动化任务分配独立密钥并配上限额，事故范围就被锁死在单密钥内。

零数据保留与模型限制：把流量圈进白名单

ZDR 规则一键禁用所有会保留或用输入数据训练的端点，也可以单独屏蔽某些模型或供应商，或者把整个工作区限制在一份模型/供应商白名单内。

被拦截的请求返回 404。这个能力服务于两类场景：一是合规要求，确保流量只流向通过审查的供应商；二是成本管控，把每个项目锁定在应有的价格档位。

账户级隐私策略和供应商限制默认被继承，护栏只能在此基础上收紧，不能放宽。

提示注入防御：30+ 正则拦截在请求出站前

注入检测扫描输入是否命中 30 多个正则模式，模式库来自 OWASP LLM 提示注入预防速查表等资源，并覆盖常见绕过手法：错字变异、编码绕过、字符间隔绕过。

检测是确定性的，延迟开销可以忽略。关键是检测发生在请求发送给模型供应商之前——被拦截的流量根本不会离开 OpenRouter。对那些把用户输入原样传给智能体的应用，这是出站前的最后一道闸。

检测到模式后可选三种动作：

• 标记（Flag）：请求原样放行，检测结果只记录用于观察。适合先评估对正常流量的误伤，再切换到拦截。
• 脱敏（Redact）：命中部分被替换为 [PROMPT_INJECTION] 占位符，清洗后的请求继续发给模型。
• 拦截（Block）：整个请求在到达模型前以 403 拒绝，响应里附带检测到的模式类型元数据。

从”标记”起步观察一周，再收紧到”脱敏”或”拦截”，是这套机制推荐的落地节奏。

数据防泄漏：七类内置敏感信息检测

DLP 负责检测并处理请求里的个人身份信息（PII）和其他敏感内容。内置七种敏感信息类型，也支持自定义正则来覆盖领域数据（内部项目代号、专有知识产权）。每类都可以配置为脱敏或整单拦截，拦截返回 403 并附检测到的内容类型。

多数内置模式和所有自定义模式用正则匹配，确定性高、延迟可忽略。人名和地址两类走 Presidio NLP 识别，延迟与输入长度成正比：

内置模式	匹配方法	脱敏占位符
电子邮箱	正则	[EMAIL]
电话号码	正则	[PHONE]
社会安全号	正则	[SSN]
信用卡号	正则	[CREDIT_CARD]
IP 地址	正则	[IP_ADDRESS]
人名	NLP	[PERSON_NAME]
地址	NLP	[ADDRESS]

对需要把数据合规承诺落实到位的团队，这张表就是配置清单：把高敏项（信用卡、SSN）设为拦截，把低敏项（邮箱、电话）设为脱敏，供应商日志里就不会再出现明文 PII。

分配给 API 密钥或组织成员

护栏可以同时分配给多个 API 密钥或成员。分配给成员时，护栏作用于该成员在工作区的所有密钥。

每个工作区有一条默认护栏，作用于工作区内所有密钥和成员，作为基线；在此之上可以创建更多护栏进一步限制特定密钥或成员，层层叠加。

管理接口与配置示例

入口在工作区控制台的 Workspaces > Guardrails 页面，也可以用管理 API 全量自动化：创建、更新、删除、列出、分配给密钥或成员都支持，适合在团队入职或密钥轮换流程里批量配置。

创建一条护栏的 API 调用示例（限额 100 美元/日、模型白名单、注入拦截、邮箱脱敏、信用卡拦截）：

curl https://openrouter.ai/api/v1/guardrails \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "production-safety",
    "limit_usd": 100,
    "reset_interval": "daily",
    "allowed_models": [
      "anthropic/claude-sonnet-4.6",
      "openai/gpt-5.4",
      "google/gemini-3.1-pro-preview"
    ],
    "content_filter_builtins": [
      {"slug": "regex-prompt-injection", "action": "block"},
      {"slug": "email", "action": "redact"},
      {"slug": "credit-card", "action": "block"}
    ]
  }'

这份配置把生产安全的四个关键点一次配齐：日预算上限、模型白名单、注入全拦、邮箱脱敏保留可用性、信用卡号直接拦截。改几个参数就能当作新项目的起步模板。

原文信息

• 作者：OpenRouter（Cailee Moberg）
• 发布时间：2026-05-29
• 原文标题：Guardrails: Protect your Agents, Data, and Costs

原文地址：