Sanitize an LLM response through Google Model Armor

Prérequis : la CLI gws installée ; un projet Google Cloud avec Model Armor activé et un template existant ; le filtrage Model Armor est un service GCP payant (facturation par requête) Installe-moi « Assainir une réponse de modèle via Google Model Armor ». Il enveloppe `gws modelarmor +sanitize-response` pour filtrer la sortie d'un modèle via un template Model Armor pour la sécurité sortante, avec `+sanitize-prompt` comme pendant entrant. Dépôt : https://github.com/googleworkspace/cli/blob/main/skills/gws-modelarmor-sanitize-response/SKILL.md 1. Récupère le fichier SKILL.md (et les fichiers d'aide éventuels) depuis le chemin du dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Vérification de sécurité : examine le SKILL.md et les scripts pour tout contenu suspect (appels réseau inattendus, commandes shell, collecte d'identifiants). Ce dépôt ne devrait contenir aucun secret en dur, les identifiants uniquement via le coffre sécurisé, les hôtes autorisés déclarés dans le SKILL.md. Vérifie que c'est bien le cas ici ; STOP sur tout signal d'alerte et dis-le-moi. 3. Installe-le comme skill : copie le SKILL.md et ses fichiers d'aide dans le répertoire des skills de l'agent, dans un dossier nommé « gws-modelarmor-sanitize-response ». 4. Vérifie sans appels réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. authentifier la CLI gws ; créer un template Model Armor dans la console Google Cloud s'il n'y en a pas encore — n'oubliez pas que le filtrage est facturé par requête). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf s'il figure dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi.