guardrails について
guardrailsは、AIエージェント向けのセキュリティチェックを行うMCPサーバーです。入力検証、出力フィルタリング、ポリシー適用、レート制限、監査記録を提供します。
主な機能
- 01入力の検証とサニタイズ
- 02プロンプトインジェクション検出
- 03PIIと機密情報のマスキング
- 04ポリシーチェックとレート制限
- 05監査ログと実行時設定
活用シーン
- 01エージェント要求のインジェクション検査
- 02応答からの機密データ除去
- 03アクセスルールとリクエスト上限の適用
MCP 対応
入力検証、出力フィルタリング、ポリシーチェック、監査照会、統計、設定更新のツールをMCPクライアントに提供します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
ツール
ツール一覧はまだ取得されていません
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
guardrails-mcp-server
[!License: MIT](https://opensource.org/licenses/MIT) [!MCP](https://modelcontextprotocol.io) [!Node.js](https://nodejs.org)
AI エージェント向けのセキュリティガードレールを提供する MCP サーバーです。入力検証、プロンプトインジェクションの検出、PII のマスキング、出力フィルタリング、ポリシー適用、レート制限、包括的な監査ログ記録を提供します。
ツール
| ツール | 説明 |
|---|---|
validate_input | すべてのガードレールチェックを通じて、受信リクエストを検証およびサニタイズします |
filter_output | レスポンスから機密データ(PII、シークレット、認証情報)をフィルタリングしてマスキングします |
check_policy | セキュリティポリシー(RBAC、リソースアクセス、クォータ)に照らしてリクエストを評価します |
get_audit_logs | 種類、ユーザー、期間でフィルタリングして監査ログを検索します |
get_stats | アクティブユーザー数、ブロック率、リクエスト数など、エンジンの統計情報を取得します |
update_config | 実行時にガードレールの設定を更新します |
セキュリティ機能
- プロンプトインジェクション検出 -- ジェイルブレイク、DAN モード、システムプロンプトの上書きを検出する 12 種類の正規表現パターン
- PII の検出とマスキング -- SSN、クレジットカード、メールアドレス、電話番号、IP、API キー、AWS キー、JWT、パスワード、秘密鍵、接続文字列
- 悪意のあるコードのブロック -- eval、exec、subprocess、child_process、シェルインジェクション
- ポリシーエンジン -- 機密パス、危険なツール、認証されていない破壊的操作、URL 許可リスト、メンテナンス時間帯をブロックします
- レート制限 -- ユーザーごとのスライディングウィンドウ(1 分あたりのリクエスト数を設定可能)
- 監査ログ記録 -- メトリクス付きのタイムスタンプ付きイベント、ログローテーション、外部ハンドラーのサポート
インストール
npm install
設定
{
"mcpServers": {
"guardrails": {
"type": "stdio",
"command": "node",
"args": ["/path/to/guardrails-mcp-server/index.js"]
}
}
}
プロジェクト構成
src/engine/GuardrailsEngine.js # Core orchestration
src/validators/InputValidator.js # Prompt injection and PII detection
src/filters/OutputFilter.js # Redaction and harmful content blocking
src/policies/PolicyEngine.js # RBAC, quotas, maintenance windows
src/audit/AuditLogger.js # Event logging and metrics
ライセンス
コメント
Markdown 対応
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。