需配置内容合规过滤机制：一、用DataWeave调用本地敏感词服务实现HTTP检测与脱敏；二、嵌入Java自定义组件离线匹配敏感词；三、通过API Manager网关级审核统一拦截。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用 mulerun 进行数据流转或内容处理时，需确保输出文本不包含业务敏感词，则需配置其内置的内容合规过滤机制。mulerun 本身不原生提供敏感词检测模块，但可通过集成外部敏感词服务或自定义 java/script 组件实现自动检测与过滤。以下是具体配置方法：一、通过 DataWeave 脚本调用本地敏感词服务
该方法利用 MuleRun 的 DataWeave 能力，在消息流转过程中发起 HTTP 请求，将待检文本发送至已部署的敏感词检测服务（如 wordscheck 或 ModelArts Guard），依据返回结果执行脱敏或拦截逻辑。
1、在 MuleRun 应用中添加一个 HTTP Request 操作，目标 URL 设置为本地运行的敏感词检测服务地址，例如 http://localhost:8080/api/check。
2、配置请求体为 JSON 格式，键名为 "text"，值为 DataWeave 表达式 payload.content（假设原始文本位于 payload.content 字段）。
3、在 HTTP Request 后添加 Choice Router，根据响应状态码或返回字段 "hasSensitive" 的布尔值分流：若为 true，则进入 Transform Message 步骤执行替换；若为 false，则直接传递原 payload。
4、在 Transform Message 中使用 DataWeave 调用 replace() 函数，将敏感词统一替换为 "**" 或从响应中提取的脱敏后文本。
二、嵌入 Java 自定义组件进行离线敏感词匹配
该方法适用于无法依赖外部服务的封闭网络环境，通过在 MuleRun 工程中引入开源敏感词库工具（如 sensitive-word），在 JVM 内完成低延迟、无网络依赖的实时检测。
1、在 pom.xml 中添加依赖：<groupId>com.github.houbb</groupId> <artifactId>sensitive-word</artifactId> <version>0.2.1</version>。
2、创建 Java 类 SensitiveWordFilter，使用 SensitiveWordBs.newInstance().ignoreCase(true).init() 初始化词库，并加载 classpath 下的 blacklist.txt。
3、在 MuleRun 流程中插入 Custom Java Module 操作，调用 SensitiveWordFilter.checkAndReplace() 方法，传入原始字符串，返回脱敏后文本。
4、确保黑名单文件编码为 UTF-8，且每行仅含一个敏感词，不含空格、标点及 BOM 头。
三、配置 MuleSoft API Manager 实现网关级内容审核
该方法将敏感词检测前置至 API 网关层，对所有经由 MuleRun 暴露的 API 入参统一拦截，避免在每个应用流中重复编写检测逻辑。
1、登录 MuleSoft API Manager 控制台，进入目标 API 的 Policies 页面。
2、添加 Content Validation Policy，启用 JSON Schema 验证并勾选 Enable text scanning 选项。
3、上传自定义规则文件，格式为 JSON，包含 "sensitiveWords": ["涉政词汇", "违规短语"] 字段，并设置匹配模式为 case-insensitive。
4、保存策略后，所有匹配到敏感词的请求将被自动拒绝，并返回 HTTP 状态码 400 Bad Request 及错误提示信息。
