fix(ai-chat): harden prompt security against injections, fix login methods detection & align desktop input dock (v3.8.43)

This commit is contained in:
2026-10-28 06:48:10 -03:00
parent 63a90f06ad
commit 1fc653dce8
12 changed files with 305 additions and 181 deletions
+30 -20
View File
@@ -8,31 +8,41 @@ import unicodedata
from typing import Tuple, List, Optional
# Patrones de inyección de prompt y jailbreak conocidos (en español e inglés)
# Patrones de inyección de prompt, jailbreak y fuga de modelo/tokens conocidos (español e inglés)
INJECTION_PATTERNS = [
# 1. Anulación de instrucciones previas
r"ignor[ea]\s+(todas\s+)?(las\s+)?instrucciones(\s+anteriores)?",
r"ignore\s+(all\s+)?(previous\s+)?instructions",
r"olvida\s+(todas\s+)?(las\s+)?(reglas|directivas|instrucciones)",
r"forget\s+(all\s+)?(previous\s+)?(rules|instructions|directives)",
r"disregard\s+(all\s+)?(previous\s+)?instructions",
r"reset\s+(all\s+)?rules",
# 1. Anulación de instrucciones / prompts (promps, prompts, reglas, directivas)
r"ignor[ea]\s+(todo|todos|todas)?\s*(los|las)?\s*(prompts?|promps?|instrucciones|reglas|directivas|comandos|mensajes|restricciones|filtros)?",
r"ignore\s+(all|any)?\s*(the)?\s*(prompts?|instructions?|rules?|directives?|commands?|guidelines?|system)?",
r"olvida\s+(todo|todos|todas)?\s*(los|las)?\s*(prompts?|promps?|reglas|directivas|instrucciones|filtros|restricciones)",
r"forget\s+(all|any)?\s*(the)?\s*(previous)?\s*(rules|instructions|directives|prompts)",
r"disregard\s+(all|any)?\s*(previous)?\s*(instructions|prompts|rules)",
r"reset\s+(all\s+)?(rules|prompts|instructions)",
r"bypas[sa]\s+(las\s+)?(reglas|restricciones|filtros)",
# 2. Modos no restringidos / Jailbreaks
# 2. Modos no restringidos / Jailbreaks / Simulación
r"developer\s+mode",
r"modo\s+desarrollador",
r"dan\s+mode",
r"jailbreak",
r"act\s+as\s+(an?\s+)?(unrestricted|evil|unfiltered|hacker)",
r"actua\s+como\s+(un\s+)?(hacker|sistema\s+sin\s+restricciones|asistente\s+sin\s+filtros)",
r"pretend\s+you\s+(are\s+not|have\s+no)\s+rules",
r"act\s+as\s+(an?\s+)?(unrestricted|evil|unfiltered|hacker|dan)",
r"actua\s+como\s+(un\s+)?(hacker|sistema\s+sin\s+restricciones|asistente\s+sin\s+filtros|dan)",
r"pretend\s+you\s+(are\s+not|have\s+no|can)\s+rules",
r"simula\s+que\s+no\s+tienes\s+reglas",
r"ahora\s+eres\s+(libre|otro\s+modelo|un\s+asistente\s+sin\s+limites)",
# 3. Filtración de System Prompt y Credenciales
r"(muestra|revela|imprime|dime|revelar|mostrar)\s+(tu\s+)?(system\s+prompt|prompt\s+del\s+sistema|instrucciones\s+internas|reglas\s+secretas)",
# 3. Consultas sobre Modelo de IA subyacente / Fabricante / Arquitectura
r"(que|cual)\s+(modelo|arquitectura|llm|ia|motor)\s+(de\s+ia\s+)?(eres|usas|utilizas|te\s+impulsa|hay\s+detras)",
r"(who|what)\s+(model|llm|ai|architecture)\s+(are\s+you|is\s+this|powers\s+you)",
r"(quien|que\s+empresa)\s+(te\s+creo|te\s+desarrollo|te\s+entreno|es\s+tu\s+fabricante)",
r"(who)\s+(created|developed|trained|made)\s+you",
r"(dime|decime)\s+(que\s+modelo|cual\s+es\s+tu\s+modelo|la\s+ia\s+que\s+eres|que\s+ia\s+eres)",
# 4. Filtración de System Prompt, Configuración Interna, Tokens y Credenciales
r"(muestra|revela|imprime|dime|revelar|mostrar|dame|decime)\s+(tu\s+)?(system\s+prompt|prompt\s+del\s+sistema|instrucciones\s+internas|reglas\s+secretas|prompt\s+inicial)",
r"(reveal|print|show|display|leak)\s+(your\s+)?(system\s+prompt|initial\s+instructions|secret\s+rules)",
r"(dame|revela|muestra)\s+(la\s+contrase[ñn]a|el\s+password|las\s+credenciales|los\s+tokens|el\s+archivo\s+\.env|\.credenciales)",
r"(give\s+me|reveal|show)\s+(the\s+password|credentials|api\s+keys|\.env)"
r"(dame|revela|muestra|dime|decime)\s+(la\s+contrase[ñn]a|el\s+password|las\s+credenciales|los\s+tokens|el\s+archivo\s+\.env|\.credenciales|la\s+configuracion\s+y\s+los\s+tokens)",
r"(tokens?\s+de\s+acceso|api[\s_-]?keys?|bearer\s+tokens?|secret_keys?)",
r"(give\s+me|reveal|show)\s+(the\s+password|credentials|api\s+keys|\.env|access\s+tokens)"
]
# Tokens de control de delimitación para modelos Qwen / Llama / ChatML
@@ -92,10 +102,10 @@ class PromptSecurityService:
for pattern in INJECTION_PATTERNS:
if re.search(pattern, normalized, re.IGNORECASE):
return False, (
"Lo siento, como **UdeCi** estoy programado para asistirte exclusivamente en la "
"gestión académica y operativa de Admin Edu Space (UniCABA). "
"No tengo permitido modificar mis directivas de seguridad, asumir otros roles "
"ni revelar instrucciones internas del sistema."
"Soy **UdeCi**, el tutor virtual institucional de Admin Edu Space (UniCABA). "
"Estoy programado exclusivamente para asistirte en la gestión académica, espacios áulicos, "
"reservas y consultas universitarias. Por políticas institucionales de seguridad, no tengo permitido "
"modificar mis directivas, asumir otras identidades ni revelar configuraciones internas, tokens o instrucciones del sistema."
)
return True, None