展开本页目录
开始前准备什么
- 下载完整练习包，在独立目录阅读README与已执行范围。
- 安装requirements.txt指定版本或使用文中目标工具；依赖与模型权重不要混入网站工程。
- 只有明确标为已执行的部分有本次证据；真实模型、账号或GPU步骤按自己的环境另行验证。
- 准备两份引擎配置与受控资料
- 核对当前支持矩阵
- 验证IORails误配检索负例
- 先运行IORails输入输出边界
- 切换LLMRails检索处理入口
- 比较缺失与多执行的能力
- 交付矩阵版本与配置差异
1. 准备两份引擎配置与受控资料
input.json分别列出IORails的输入输出边界、LLMRails的检索边界，并给出正常C1和注入C2。不是使用一套虚构PII材料混充双引擎对照。
2. 核对当前支持矩阵
先打开官方rail-engine-support确认所需rail在哪个引擎支持。文档可能更新，要保存日期与版本，不能假设两种引擎功能完全等同。
本题独立目录执行
bash
python reference/audit.py3. 验证IORails误配检索负例
audit.py将IORails+retrieval标为与当前文档不符；作者检查不代表真实引擎的启动错误码。正式环境要保存实际诊断。
本题SDK或目标环境入口
bash
python reference/run_sdk.py
4. 先运行IORails输入输出边界
在匹配SDK环境按官方入口加载仅input/output配置，记录输入输出处理结果；不把这一步说成retrieval rail已经执行。
5. 切换LLMRails检索处理入口
将同一受控检索材料送入有相应retrieval rail的LLMRails配置，保存被过滤片段、原请求和真实运行轨迹。
6. 比较缺失与多执行的能力
核对系统是否处理了C2，是否误删C1，以及配置切换带来的额外模型调用。引擎支持检索不等于注入识别绝对正确。
7. 交付矩阵版本与配置差异
保存两份配置、文档支持点及真实返回。当前包未运行NeMo引擎或模型，所有行为观察由目标环境补证。
怎样确认已经完成
- 无retrieval的IORails规则实际执行
- 带retrieval默认切换LLMRails以当前文档实测
- require_iorails拒绝必须捕获，不能吞掉当成功
- 已审计官方文档对应的IORails/LLMRails配置范围与受控检索材料；未运行NeMo引擎，作者支持矩阵检查不冒充运行错误回执。
常见问题
NeMo IORails和LLMRails分别能跑哪些护栏？
按当前官方支持矩阵选引擎。本题将IORails用于input/output、LLMRails用于retrieval；没有实际运行两个引擎。
加了retrieval配置后，怎么阻止不支持的引擎静默失效？
在启动前对照支持矩阵并保存真实配置诊断，不能仅因配置含retrieval就算已执行。本包作者检查指出IORails误配，不伪造引擎错误码。
这篇教程哪些步骤已经真正执行？
已审计官方文档对应的IORails/LLMRails配置范围与受控检索材料；未运行NeMo引擎，作者支持矩阵检查不冒充运行错误回执。