HiddenContent.ai — 检测文档隐藏文本的 MCP 服务器

技能简介

HiddenContent.ai 是一个面向 AI Agent 的 MCP（Model Context Protocol）服务器，专门识别 AI 文档中肉眼不可见但语言模型可读的隐藏文本——例如白色文字、超小字号、隐藏图层、PDF 内容流与页面渲染不一致等"双层文档"攻击。服务器返回隐藏内容、定位、所用手法、判定结论，以及过滤后的干净文本，供下游 Agent 安全消费文档。

核心能力

• 双层差异检测：识别"页面层"与"内容层"不一致的文档，常见的注入手法包括白色同色文字、零号字体、PDF 视觉/文本流分歧等
• 多种手法分类：自动归类每条隐藏文本所用的具体技巧，便于人工复核
• 指令型隐藏专项判定：特别标注"隐藏内容包含对模型的指令"——这类内容具有最高风险
• 干净文本输出：返回剔除所有定义性不可见内容后的明文，方便直接喂给下游模型
• 可离线验证的签名证书：用 ES256 算法对判定结果签名，断网或服务下线时仍可验证
• 单次调用全流程：一次 API 调用即可拿到隐藏内容、判定、干净文本与签名四件套

安装配置

1. 注册账号：访问 https://hiddencontent.ai/start/，使用 GitHub 一键登录，免费获得 20 页额度
2. 获取 API Key：在控制台查看自己的 Key，无需信用卡
3. 选择调用方式：直接 HTTP 调用 或 通过 MCP 客户端集成
4. 配置计费：超出免费额度后按页计费，单页价格约 1 美分；可选月度套餐降低单价
5. 隐私设置：服务器声明"任何文件都不会离开我们的机器"，可在隐私页确认细节

使用步骤

1. 准备待审计的文档（PDF、Word、TXT 等常见格式）
2. 将文档作为 multipart/form-data 上传到 HiddenContent.ai
3. 接收包含四部分内容的 JSON 响应：隐藏文本与定位、判定结论、干净文本、签名证书
4. 根据 verdict 字段决策：判定为 clean 时可直接将干净文本喂给下游 Agent；判定为 instruction 时阻断并告警
5. 校验 certificate 字段（ES256 签名）确保判定未被篡改
6. 在日志中记录 verdict 与证书 ID，便于审计追溯

适用场景

• RAG 流水线前置过滤：把外部文档喂给检索增强生成前，先过 HiddenContent.ai 一遍，防止隐藏指令劫持
• 简历 / 招聘筛选：筛除含 prompt injection 的求职简历——研究表明约 1% 的简历携带隐藏指令
• 法务合同审查：识别合同文件中隐藏的对 AI 不利的条款
• 钓鱼邮件检测：邮件安全网关前置筛查，识别针对 AI 安全过滤器的隐藏文本攻击
• 法律文书合规：防止在诉讼文件中向法官使用的 AI 工具注入隐藏指令

适用人群

• AI Agent 开发者：构建文档处理、合同审查、邮件回复类 Agent 的工程师
• 安全研究员：研究 prompt injection 攻击与防御机制的研究者
• 企业法务 / 合规团队：使用 AI 处理合同或诉讼文件的专业人员
• HR / 招聘平台：使用 AI 筛选简历的团队

工作原理

HiddenContent.ai 的核心机制是"页面与文件不一致"。人类阅读文档时看到的是视觉渲染层（颜色、字体、布局）；语言模型处理的是文件原始内容层（PDF 文本流、HTML DOM 等）。任何让这两个层产生分歧的手法，都是针对 AI 的潜在攻击向量。服务器比较两层差异，输出结构化判定，并通过 ES256 签名保证可审计性。

研究数据表明：在 196,682 份真实简历的抽样中，约 1% 携带隐藏 prompt injection；某主流 prompt injection 检测器对隐藏指令型简历的漏检率达 93%，第二家甚至达 95%（résumé study, Table 3）。在司法领域，巴西与康涅狄格州已有两起因向法庭 AI 隐藏指令而被处罚的判例，巴西律师为此被罚款 8.4 万雷亚尔（约合 1.25 万英镑）。

官方链接

• 主页：https://hiddencontent.ai/
• 接入入口：https://hiddencontent.ai/start/
• 技术手法分类：https://hiddencontent.ai/techniques/
• API 文档：https://hiddencontent.ai/docs/
• 定价：https://hiddencontent.ai/pricing/
• 研究引用：USENIX Security 2026 论文 arXiv:2605.28999