GitHub · 165 Stardepalmar公共 API · 核对于 2026年10月21日（今天）
阅读作者原文 ↗作者明确是个人教学项目。已核对 labs、notebooks 与分层学习入口，包含解答而非只有工具清单。本次不执行样例或采纳仓库中的系统设置建议。
热度是核对时可见的数据，不是实时计数或内容质量评分。建议学习时长为本站安排。
查看热度出处 ↗你能学到什么
- 用样例数据建立分类与人工复核流程
- 从安全日志提取证据并区分异常线索与最终结论
前置知识
Python 基础和常见日志字段；英文材料，部分高级实验需要模型 API。
动手试一试
选一份课程提供的教学日志，列出时间、事件和证据字段，检查 AI 总结是否引用了实际日志；把不确定项单独标注。
学习说明
以上学习点依据作者公开的教程与项目说明整理，练习为本站建议，未逐项实跑或验证学习效果。完整步骤、代码和版本要求请查阅作者原文。
AI 安全实操：识别提示注入、守住隐私，发布前做好标识
通过网页间接注入、客户来信脱敏、AI 内容发布标识三个演练，学会识别提示注入、判断哪些数据不能输入，发布前完成标识与核对；附可打印检查表和两个标准库演练脚本。
打开站内手册 →来源与内容说明
GitHub 社区 · depalmar
保留作者与原始链接，第三方资料的权利属于原作者。
收录：2026年10月19日
核对原始资料待核验公开版本 1
适用范围：尚未标注，请结合原文与实际环境核对
人工核验：尚无核验记录