InBox Wall 是一個開源的 Python 工具，旨在為本機 AI 代理淨化電子郵件 HTML 內容。它透過本地處理來防止隱藏的 CSS/Unicode 提示詞注入攻擊，確保資料不需上傳至雲端。該工具目前已提供展示與 GitHub 儲存庫，並正積極尋求技術回饋以提升其穩健性。
大家好，我正在開發一個本機優先的開源 Python 工具 InBox Wall，用於在將電子郵件 HTML 內容提供給透過 MCP 運作的本機 AI 代理之前進行淨化。其目標是在不將資料傳送至雲端的情況下，防止隱藏的 CSS/Unicode 提示詞注入攻擊。
目前 InBox Wall 的做法是透過唯讀的 IMAP 擷取郵件，所有處理都在本機進行。它利用 css-inline 和 BeautifulSoup 來計算有效的樣式並移除隱藏文字。潛在威脅會被隔離在一個獨立的本機 SQLite 資料庫中，採用雙資料庫隔離機制。InBox Wall 也提供一個標準的 MCP 工具，讓 AI 代理能夠安全地讀取已淨化的電子郵件。
已知的限制是，它不掃描附件、不分析 URL 也不使用 OCR。它僅僅是針對 HTML 郵件內文的深度防禦層。我需要大家協助的地方是，我希望確保這個工具盡可能穩健。對於那些正在建構本機 MCP 工作流程或處理電子郵件解析的人，是否有我遺漏的 HTML/CSS 解析邊緣案例？雙資料庫隔離方法是否過度，或者對於本機安全來說是正確的選擇？您還會增加什麼功能，讓它對您的本機 AI 設定真正有用？
歡迎試用：InBox Wall 線上展示（無需安裝，使用範例資料在瀏覽器中完整運行）。您也可以造訪 GitHub 儲存庫，了解這個本機優先、唯讀的 AI 電子郵件安全工具，它能在 AI 處理郵件前，淨化隱藏的 CSS 技巧、Unicode 混淆和提示詞注入攻擊。我非常感謝任何直接且誠實的技術回饋。謝謝大家！
覺得值得一看？分享給朋友。
以上為 AI 自動翻譯導讀。原文版權歸 Cursor Forum (Showcase) 所有， 建議透過「閱讀原文」前往原始網站，以取得最完整資訊並支持原作者。
43 個來源、每 2 小時更新，太多看不完。電子報每週挑最值得看的幾則，附上 Max 的看法。
