【n8n教程】：🛡️ Guardrails节点 - 掌握AI工作流安全防护完全指南

n8n的Guardrails节点是一个强大的内置安全层，可以在用户输入到达AI模型之前进行多层安全检查（如检测提示词注入、敏感数据、不当内容等），也可以对AI输出进行验证，确保整个工作流从入到出都受到保护。这个节点集成了9种安全检查类型，涵盖PII检测、NSFW过滤、密钥管理等场景，让非程序员也能轻松实现生产级别的AI安全防护。

n8n Guardrails节点在AI工作流中的安全防护作用
n8n Guardrails节点在AI工作流中的安全防护作用

🎯 什么是Guardrails节点？为什么你需要它？

Guardrails节点就像是AI工作流的"安全卫士"。想象一个场景：你的客服机器人正在与用户聊天，突然用户粘贴了他的信用卡号码，或者尝试用巧妙的提示词技巧来欺骗AI做不该做的事。没有Guardrails，这些敏感信息就会直接流向你的AI模型，造成数据泄露、合规问题、甚至安全漏洞。

Guardrails节点解决的核心问题：

该节点于n8n 1.119版本正式发布，内置集成OpenAI的开源Guardrails包，开箱即用，无需编写复杂代码。

🏗️ Guardrails的两大工作模式

模式1️⃣：检查文本违规（Check Text for Violations）

这是严格模式，用于完全阻止违规内容。当检测到任何违规时，文本会被路由到失败分支，你可以在这里进行日志记录、发送告警或向用户返回错误信息。

适用场景：

模式2️⃣：清理文本（Sanitize Text）

这是净化模式，检测到敏感信息后不是阻止，而是用占位符替换。例如将 我的电话是13800138000 变成 我的电话是[PHONE_NUMBER_REDACTED]，这样信息可以继续流向AI处理，但敏感数据已被保护。

适用场景：

PII敏感数据检测和脱敏处理演示
PII敏感数据检测和脱敏处理演示

🔍 9种内置安全检查类型详解

1. 关键词检查（Keywords）

最简单但有效的过滤器。提供要阻止的关键词列表（逗号分隔）。


    
    
    
  配置示例：
关键词: "confidential,internal,secret,delete database"

2. 提示词注入检测（Jailbreak）

使用AI模型检测试图绕过安全措施的狡猾提示。设置置信度阈值（0-1）来平衡安全性和误检。


    
    
    
  配置参数：
- 阈值: 0.7 (70%置信度才标记为违规)
- 自定义提示: 可调整检测逻辑

3. 不当内容过滤（NSFW）

自动识别成人或不适当内容，使用AI模型进行深度分析。

4. 个人信息检测（PII - Personally Identifiable Information）

扫描电话号码、信用卡、社保号、邮箱等。支持选择特定类型或检查所有类型。


    
    
    
  可检测实体类型:
- CREDIT_CARD
- PHONE_NUMBER  
- EMAIL_ADDRESS
- US_SSN
- IP_ADDRESS

5. 密钥泄露检测（Secret Keys）

捕获被意外粘贴的API密钥、令牌等认证信息。三个严格度选项：严格(Strict) → 平衡(Balanced) → 宽松(Permissive)。

6. 话题对齐检查（Topical Alignment）

通过定义业务范围来确保对话不偏离主题。例如，客服机器人可配置为只讨论"账户问题、产品功能、计费"。


    
    
    
  示例提示: "该对话应该围绕技术支持和产品特性展开，不应涉及财务建议或法律咨询"

7. URL管理（URLs）

控制工作流中的链接。支持：

8. 自定义规则（Custom Guardrails）

创建基于自然语言的自定义检查。你描述要检查什么，AI模型就负责识别。


    
    
    
  示例: 
名称: "财务建议检测"
提示: "检查响应中是否包含财务建议或投资建议"
阈值: 0.8

9. 正则表达式模式（Custom Regex）

高级用户可以定义正则表达式模式来检测特定的文本模式。

🚀 实操：完整的工作流案例

下面是一个真实可执行的n8n Guardrails工作流示例，展示如何保护客服机器人：


    
    
    
  {
  "name": "Customer Support Chatbot with Guardrails",
  "nodes": [
    {
      "parameters": {},
      "name": "Webhook Trigger",
      "type": "n8n-nodes-base.webhook",
      "typeVersion": 1,
      "position": [250, 300]
    },
    {
      "parameters": {
        "operation": "check_text_for_violations",
        "textToCheck": "={{ $json.user_message }}",
        "guardrails": [
          {
            "name": "Jailbreak",
            "threshold": 0.7
          },
          {
            "name": "NSFW",
            "threshold": 0.6
          },
          {
            "name": "PII",
            "type": "All"
          },
          {
            "name": "Keywords",
            "keywords": "confidential,internal,secret"
          }
        ]
      },
      "name": "Check Text for Violations",
      "type": "n8n-nodes-langchain.guardrails",
      "typeVersion": 1,
      "position": [450, 300]
    },
    {
      "parameters": {
        "operation": "sanitize_text",
        "textToCheck": "={{ $json.user_message }}",
        "guardrails": [
          {
            "name": "PII",
            "type": "Selected",
            "entities": [
              "CREDIT_CARD",
              "PHONE_NUMBER",
              "EMAIL_ADDRESS"
            ]
          },
          {
            "name": "Secret Keys",
            "permissiveness": "Balanced"
          },
          {
            "name": "URLs",
            "blockAllUrlsExcept": "https://help.company.com,https://docs.company.com"
          }
        ]
      },
      "name": "Sanitize Sensitive Data",
      "type": "n8n-nodes-langchain.guardrails",
      "typeVersion": 1,
      "position": [450, 500]
    },
    {
      "parameters": {
        "model": "gpt-4o-mini",
        "prompt": "You are a helpful customer support assistant. Answer the user question professionally.",
        "messages": "={{ $json.sanitized_text || $json.user_message }}"
      },
      "name": "AI Response Generator",
      "type": "n8n-nodes-langchain.lmChatOpenAi",
      "typeVersion": 1,
      "position": [650, 400]
    },
    {
      "parameters": {
        "operation": "check_text_for_violations",
        "textToCheck": "={{ $json.ai_response }}",
        "guardrails": [
          {
            "name": "NSFW",
            "threshold": 0.5
          }
        ]
      },
      "name": "Check AI Output Safety",
      "type": "n8n-nodes-langchain.guardrails",
      "typeVersion": 1,
      "position": [850, 400]
    },
    {
      "parameters": {
        "method": "POST",
        "url": "={{ $env.WEBHOOK_URL }}",
        "headers": {
          "Content-Type": "application/json"
        },
        "body": "={{ {response: $json.ai_response} }}"
      },
      "name": "Send Response",
      "type": "n8n-nodes-base.httpRequest",
      "typeVersion": 4,
      "position": [1050, 400]
    }
  ],
  "connections": {
    "Webhook Trigger": {
      "main": [[{"node": "Check Text for Violations", "type": "main", "index": 0}]]
    },
    "Check Text for Violations": {
      "main": [[{"node": "Sanitize Sensitive Data", "type": "main", "index": 0}]]
    },
    "Sanitize Sensitive Data": {
      "main": [[{"node": "AI Response Generator", "type": "main", "index": 0}]]
    },
    "AI Response Generator": {
      "main": [[{"node": "Check AI Output Safety", "type": "main", "index": 0}]]
    },
    "Check AI Output Safety": {
      "main": [[{"node": "Send Response", "type": "main", "index": 0}]]
    }
  }
}

这个工作流的执行流程：

  1. 1. 用户通过Webhook发送消息
  2. 2. 第一道防线：检查违规（拦截注入、NSFW、敏感关键词）
  3. 3. 净化处理：清除PII、密钥、不安全的URL
  4. 4. AI处理：安全的清理数据送给AI模型
  5. 5. 第二道防线：检查AI输出是否安全
  6. 6. 响应返回：安全的响应发给用户

💡 实战建议（最佳实践）

初学者必读：

不同场景的配置：

场景推荐的Guardrails检查位置
客服机器人提示词注入、话题对齐、NSFW输入之前
内容审核NSFW、PII、URL发布之前
文档处理PII、密钥检测输入之前（净化模式）
公开API提示词注入、关键词、URL输入之前
通用AI代理所有类型输入前+输出后

引用链接

[1] 官方文档: https://docs.n8n.io/integrations/builtin/core-nodes/n8n-nodes-langchain.guardrails/
[2] n8n系列教程: https://www.undsky.com/blog/?category=n8n%E6%95%99%E7%A8%8B#