Agent Guard 1.0.0

MCP运维云端

提供方 CodeMaestroRishit

运维云端 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

ApexGuard是一个全面的治理层,通过加密验证、基于角色的访问控制和实时异常检测,防止工具影子、能力注入、策略绕过和未经授权的访问。

一句话选型结论

按资料字段整理

Agent Guard 1.0.0 属于运维云端类 MCP 服务器,stdio · 本地进程,无需鉴权,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类运维云端 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

运维云端
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

零信任架构JavaScript本地部署加密工具注册RBAC策略引擎实时异常检测审计日志

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
python -m venv venv

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
云资源查询

查实例、存储、账单等云上资源状态。

部署与发布

把部署、重启、回滚这类操作接进对话。

监控与告警

拉取监控指标,异常时让模型帮你判断。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Agent Guard 1.0.0当前 未标注 stdio · 本地进程 本地部署 有 2026-05-17
lobehub 未标注 stdio · 本地进程 本地部署 有 2026-04-11
TrendRadar 未标注 stdio · 本地进程 本地部署 有 2026-04-13
Ui Tars Desktop 8a825770 未标注 stdio · 本地进程 本地部署 有 2026-05-17
ruflo 未标注 stdio · 本地进程 本地部署 有 2026-04-13
FastGPT 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

运维云端
字段来自项目仓库与公开索引,中文说明由本站标注
提供方CodeMaestroRishit上游标注的维护方 CodeMaestroRishit
分类运维云端本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Python本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

11.6 KB
来自项目仓库与上游目录的原文,未做删改

ApexGuard 的🛡️

> 多代理LLM系统的零信任执行层\
> 通过加密策略执行和实时异常检测来管理、监控和保护自主AI代理。


🎯 概述

现代法学硕士代理人越来越自主,但风险也越来越大。 ApexGuard 的 是一个全面的 治理层 通过加密验证、基于角色的访问控制和实时异常检测,防止工具阴影、能力注入、策略绕过和未经授权的访问。

ApexGuard可以防止什么

威胁 预防
🎭 工具阴影 加密HMAC签名确保只执行注册的工具
🔧 能力注入 特工不能在训练中授予自己新的能力
💣 炸药操作 高冲击破坏性命令需要明确授权
🚫 架构违规 Pydantic验证可防止参数格式错误
🔓 策略绕过 多层强制阻止上下文操纵攻击

✨ 主要特点

✅ 零信任架构 --假设所有代理都是不可信的,除非另有证明\
✅ 加密工具注册表 --HMAC签名的工具目录可防止欺骗\
✅ RBAC策略引擎 --可在运行时部署版本化、可审计的策略\
✅ Gemini驱动的策略生成 --将纯英文规则转换为结构化RBAC JSON\
✅ 长期审计代理 --持续的异常检测和威胁标记\
✅ 不可变审计日志 --每个决策都记录了完整的背景和推理\
✅ 实时仪表板 --监控执行、异常和代理行为\
✅ 生产部署 --实时渲染;可扩展、容器化、安全


🏗️ 建筑```

┌──────────────────────────────────────────────┐
│ Multi-Agent Orchestrator │
│ (Routes tasks to specialists) │
└────┬────────────────────┬────────────────────┘
│ │
┌───▼──┐ ┌──────┐ ┌────▼────┐
│Agent │ │Agent │ │Agent │
│Data │ │Code │ │Finance │
└───┬──┘ └──┬───┘ └────┬────┘
│ │ │
└────┬───┴─────┬─────┘
│ │
┌─────▼─────────▼──────────────┐
│ ApexGuard Enforcement │
│ │
│ ✓ Policy Validation │
│ ✓ Schema Checking │
│ ✓ RBAC Matching │
│ ✓ Anomaly Detection │
│ ✓ Audit Logging │
└─────┬──────────┬──────────────┘
│ │
┌────▼──┐ ┌───▼───┐
│ ALLOW │ │ BLOCK │
│Logged │ │Escalate
└───────┘ └───────┘


### 组件

1. **执法引擎** --拦截每个工具调用;验证身份、签名、模式和策略
1. **工具注册表** --加密签名目录;防止工具阴影
1. **策略存储** --版本化的RBAC策略;运行时可部署
1. **AI策略生成器** --Gemini 2.5 Pro转换自然语言→ 结构化政策
1. **审计代理人** --长期运行的后台服务检测异常
1. **存储器** --持久审计日志、策略版本、异常记录
1. **可观测性API** --日志、异常、策略、工具的REST端点
1. **仪表板用户界面** --实时监控和策略管理
1. **部署** --使用Gunicorn+Flask渲染制作就绪

______________________________________________________________________

## 🚀 快速开始

### 安装```bash
git clone https://github.com/yourusername/apexguard.git
cd apexguard

# Create virtual environment
python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate

# Install dependencies
pip install -r requirements.txt

环境变量

创建一个 .env 文件:```env
ENFORCEMENT_HMAC_KEY=your_secret_key_here
GEMINI_API_KEY=your_gemini_api_key
DATABASE_FILE=apexguard.db
FLASK_ENV=production


### 在本地运行```bash
# Start the Flask backend
python app.py

# Backend available at http://localhost:5000
# Dashboard available at http://localhost:5000/static/dashboard.html

Docker部署```bash

Build Docker image

docker build -t apexguard:latest .

Run container

docker run -p 5000:5000 \
-e ENFORCEMENT_HMAC_KEY=your_key \
-e GEMINI_API_KEY=your_key \
apexguard:latest


______________________________________________________________________

## 📋 api参考

### 执行工具调用```bash
curl -X POST http://localhost:5000/api/enforce \
-H "Content-Type: application/json" \
-d '{
"agent_id": "agent-001",
"agent_role": "analyst",
"tool_name": "read_data",
"tool_version": "1.0",
"parameters": {"query": "SELECT * FROM logs LIMIT 10"},
"signature": "hmac_sha256_hash"
}'

响应(允许):```json
{
"status": "ALLOW",
"decision_id": "dec_2025_1130_001",
"reason": "Policy match: analyst role authorized for read_data tool",
"execution_time_ms": 42
}


**响应(块):**```json
{
"status": "BLOCK",
"decision_id": "dec_2025_1130_002",
"reason": "Policy violation: analyst role cannot execute write_policy",
"escalation": "security_team@org.com",
"audit_id": "aud_2025_1130_001"
}

检索审核日志```bash

curl http://localhost:5000/api/audit-logs?limit=50&offset=0


### 检索异常```bash
curl http://localhost:5000/api/anomalies?severity=HIGH

列表工具注册表```bash

curl http://localhost:5000/api/tools


### 生成策略```bash
curl -X POST http://localhost:5000/api/generate-policy \
-H "Content-Type: application/json" \
-d '{
"rule": "Readers may access logs with limit 10, but cannot modify policies. Auditors access everything."
}'

📊 仪表板功能

访问实时仪表板: https://agent-guard-1-0-0.onrender.com/static/dashboard.html

  • 📈 概述 --实时系统指标和合规状态
  • 🔍 审计日志 --可搜索、可排序的执行决策历史
  • 🤖 代理 --监控连接的代理、角色和行为模式
  • 🔧 工具 --带有模式和签名的注册工具
  • 📋 政策 --查看和管理活动RBAC策略
  • ⚙️ 模拟器 --部署前测试策略更改
  • ✨ 策略生成器 --使用自然语言创建策略

🔐 安全模型

零信任执法

ApexGuard的工作原理是 除非另有证明,否则所有代理都是不可信的每个工具调用都要经过三个验证层:

  1. 身份验证 --确认代理身份和分配的角色
  2. 加密验证 --验证工具签名(HMAC-SHA256)
  3. 政策评估 --将请求与活动RBAC策略进行匹配

审计日志

所有决策都以不变的方式记录:

  • 时间戳和决策ID
  • 代理身份和角色
  • 工具名称和参数(对敏感数据进行哈希处理)
  • 策略规则匹配
  • 执行行动(允许/阻止)
  • 背景和推理

异常检测

连续背景扫描检测:

  • 频繁的BLOCK尝试(策略绕过操作)
  • 异常工具序列(能力注入)
  • 炸药操作(破坏性命令)
  • 角色升级模式
  • 时间异常(非工作时间访问、突然的行为变化)

📈 演出

度量 值
策略评估延迟 平均42毫秒(低于100毫秒p99)
审计日志准确性 100%(不可变,经过加密验证)
政策合规率 98.7%(低假阳性率)
系统正常运行时间 99.2%(7天滚动)
可扩展性 支持1000+代理,10k+策略

🛠️ 用例

金融服务

防止未经授权的资金转移、API滥用和未经授权数据导出。

医疗保健

确保HIPAA合规性;防止患者PII泄漏;审核所有数据访问。

SaaS平台

多租户治理;执行每个客户的政策;跟踪合规性指标。

电子商务

保护库存系统;防止基于代理人的欺诈;确保交易的完整性。


📚 政策示例

策略1:数据访问控制```json

{
"name": "DataPrivacy",
"role": "analyst",
"tools": ["read_logs", "query_database"],
"conditions": [
"data_size < 1GB",
"time_of_day >= 09:00 AND time_of_day <= 17:00"
],
"effect": "ALLOW"
}


### 政策2:财务限额```json
{
&quot;name&quot;: &quot;FinancialThreshold&quot;,
&quot;role&quot;: &quot;finance_agent&quot;,
&quot;tools&quot;: [&quot;transfer_funds&quot;],
&quot;conditions&quot;: [&quot;amount &lt;= 50000&quot;],
&quot;effect&quot;: &quot;ALLOW&quot;
}

策略3:管理员权限```json

{
"name": "AdminAccess",
"role": "admin",
"tools": ["*"],
"effect": "ALLOW"
}


______________________________________________________________________

## 🧪 测试```bash
# Run test suite
pytest tests/ -v

# Run with coverage
pytest tests/ --cov=apexguard

# Test specific module
pytest tests/test_enforcement_engine.py -v

📖 文档

  • 架构指南 --深入系统设计
  • api参考 --完整的端点文档
  • 政策指南 --如何编写和部署策略
  • 部署指南 --生产设置和规模
  • 安全模型 --威胁模型和缓解措施

🎓 Kaggle强效胶囊剂

该项目展示了:

✅ 多代理系统 --异构代理的治理层\
✅ 工具和MCP --具有模型上下文协议的加密工具注册表\
✅ 长期运行操作 --连续异常检测\
✅ 记忆和会话 --持久审计日志和上下文\
✅ 语境工程 --决策中的完整历史背景\
✅ 可观测性 -通过REST API实现完全透明\
✅ 代理商评估 --合规指标和行为跟踪\
✅ 安全与合规 --零信任强制模型\
✅ 部署 --渲染制作就绪

现场演示: https://agent-guard-1-0-0.onrender.com/static/dashboard.html


🤝 贡献

欢迎投稿!拜托:

  1. 复刻仓库
  2. 创建要素分支(git checkout -b feature/amazing-feature)
  3. 提交更改(git commit -m &#x27;Add amazing feature&#x27;)
  4. 推送到分支(git push origin feature/amazing-feature)
  5. 打开拉取请求

📄 许可证

此项目根据MIT许可证获得许可——请参阅 许可证 文件以获取详细信息。


👨‍💻 作者

你的名字\
RV大学计算机科学专业学生|网络安全与AI/ML爱好者\
GitHub>) | 领英


🙏 致谢

  • 专为 Kaggle谷歌人工智能代理密集型Capstone
  • 由...驱动 谷歌双子座2.5 Pro
  • 受企业安全治理最佳实践的启发

📞 支持

  • 📧 电子邮件:rishitguha0824@gmail.com

🏆 标签

agents gemini governance multi-agent compliance mcp security zero-trust llm safety policy-enforcement anomaly-detection audit-logging rbac cryptography


ApexGuard:确保AI代理能够强大,而不会变得危险。 🚀

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Agent Guard 1.0.0 怎么安装?

在客户端按下面的安装命令接入:python -m venv venv。装完在客户端配置里引用同一个包或端点。

Agent Guard 1.0.0 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Agent Guard 1.0.0 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Agent Guard 1.0.0 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Agent Guard 1.0.0 能提供哪些能力?

资料显示能力标签包括 JavaScript、审计日志、云端部署。具体工具清单以官方文档为准。

Agent Guard 1.0.0 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Agent Guard 1.0.0 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。