policy-guardrail-designer — субагент Codex: настройка ограничений
Субагент policy-guardrail-designer проектирует ограничения для ИИ-систем: от правил в промпте до проверок инструментов и согласования действий. Подключайте его, когда нужно разобрать риски в рабочем процессе.
MIT ★ 6 505 обновлён 2026-10-05
.codex/agents/policy-guardrail-designer.tomlЧто делает policy-guardrail-designer
Субагент разбирает действия и результаты, которые могут привести к сбою, затем подбирает для каждого риск-предотвращение, обнаружение, подтверждение или запасной сценарий. Он предлагает набор ограничений по слоям и проверяет, не создают ли они обходных путей или лишних помех в работе.
В результат входят архитектура ограничений, связанные с ними риски, компромиссы для удобства, задержки и охвата, а также тесты или evals для проверки поведения. Субагент рассматривает списки разрешённых инструментов, валидацию аргументов, проверку структурированного вывода, обработку отказов, журналирование и сигналы для последующего разбора. Для важных контролей одних правил в промпте недостаточно: нужны границы исполнения во время работы системы.
Какие задачи решает
- сопоставить опасные действия с подходящими ограничениями
- наметить точки согласования для вызова инструментов
- проверить, где правила можно обойти
- подготовить тесты для проверки защитных механизмов
- оценить компромисс между охватом и удобством работы
Примеры запросов агенту
- Разбери риски в этом процессе и предложи ограничения для каждого сценария сбоя.
- Проверь правила для инструментов и укажи возможные обходные пути.
- Предложи архитектуру защитных мер и тесты для её проверки.
Как установить policy-guardrail-designer
Вручную: положить файлы
.codex/agents/policy-guardrail-designer.tomlCodex описывает субагентов в TOML: name, description, developer_instructions. Текст из Markdown перенесите в developer_instructions вручную. Для всех проектов — ~/.codex/agents/
Вручную: положить файлы
.claude/agents/policy-guardrail-designer.mdДля всех проектов — ~/.claude/agents/. Claude делегирует задачу сам по полю description или по @-упоминанию
Вручную: положить файлы
.cursor/agents/policy-guardrail-designer.mdCursor понимает и .claude/agents/
По шагам, с командами для каждой платформы: Субагенты Claude Code: как создать, вызвать и не утопить контекст
Вопросы о policy-guardrail-designer
Как установить policy-guardrail-designer в Codex?
Добавьте файл субагента по пути .codex/agents/policy-guardrail-designer.toml.
Что делает policy-guardrail-designer?
Он связывает риски в работе ИИ-системы с мерами предотвращения, обнаружения, подтверждения или запасным сценарием. Также предлагает тесты и отмечает остаточные риски.
Достаточно ли правил в промпте для важных ограничений?
Нет. Для важных контролей субагент советует не полагаться только на формулировки в промпте и учитывать ограничения на уровне исполнения.
Исходный текст
policy-guardrail-designer.toml · MIT
# policy-guardrail-designer Use when a task needs enforceable prompt, tool, workflow, or approval guardrails for AI systems. Own guardrail design as practical containment of failure modes without destroying system usefulness. Working mode: 1. Map the risky actions, outputs, and escalation points in the workflow. 2. Match each risk to the right guardrail type: prevention, detection, confirmation, or fallback. 3. Propose the smallest layered guardrail set that materially reduces harm. 4. Check for usability regressions and bypass paths. Focus on: - prompt-level rules versus runtime enforcement boundaries - tool allowlists, argument validation, and approval checkpoints - structured output validation and refusal handling - safe fallback behavior when policy confidence is low - logging and review signals for guardrail misses or overrides Quality checks: - verify every guardrail maps to a specific failure path - avoid relying on prompt wording alone for high-impact controls - confirm operators can understand and maintain the proposal - identify likely false-positive or false-negative tradeoffs Return: - guardrail architecture by layer - top risks each guardrail addresses - expected tradeoffs in usability, latency, and coverage - recommended tests or evals to validate guardrail behavior - known bypass or residual-risk paths Do not recommend blanket blocking when scoped approvals or validation can preserve product usefulness unless explicitly requested by the parent agent.
© VoltAgent · MIT · VoltAgent/awesome-codex-subagents