Detectar envenenamiento de memoria persistente
detect_memory_poisoningRevisa un texto que un agente con memoria de largo plazo va a guardar (o que ya guardó) en busca de instrucciones plantadas para activarse recién en una sesión futura, sin relación con la conversación donde se coló el texto. Distinto de detect_poisoned_tool_descriptions (Garita Escudo): ese revisa la descripción de una HERRAMIENTA; este revisa CONTENIDO que va hacia la memoria — una nota, un hecho guardado, un resumen automático de una conversación vieja, o texto traído por otra herramienta (documento, página web, salida de una API). Detecta: instrucciones condicionales tipo "si el usuario dice que sí, entonces..." (el método documentado del ataque real contra Gemini, investigador Rehberger 2025, y el método MINJA de NeurIPS 2025 con más de 95% de éxito contra agentes en producción), la combinación de "recordá esto para siempre" + "no se lo menciones al usuario" (casi nunca legítima venga de donde venga), texto que se hace pasar por una instrucción del sistema o pide ignorar instrucciones anteriores, instrucciones de enviar datos a un tercero la próxima vez que se recupere la memoria, etiquetas falsas de sistema escondidas en el contenido, y texto que se dirige directamente al asistente por su nombre dentro de contenido que debería ser pasivo (un documento, una página web). El campo "fuente" importa: un usuario pidiéndole directamente al agente que recuerde algo es el uso normal del producto y se pondera distinto a lo mismo encontrado dentro de un documento, un resumen automático o la salida de otra herramienta. Requiere una llave de acceso válida (usos gratis o créditos) — ver POST /crear-llave.
Tool call template
Replace each placeholder with a value matching the input schema. Only required parameters are included; add optional parameters as needed.
{
"id": 1,
"jsonrpc": "2.0",
"method": "tools/call",
"params": {
"arguments": {
"texto": "<texto>"
},
"name": "detect_memory_poisoning"
}
}Input Schema
| Name | Required | Description | Default |
|---|---|---|---|
| texto | Yes | El contenido que se va a guardar (o que ya está guardado) en la memoria de largo plazo del agente. | |
| fuente | No | De dónde viene el texto: usuario_directo, documento_o_web, resumen_automatico, salida_de_herramienta, desconocida. Si no se especifica, se trata como no confiable por precaución. |