mcpField
C
Conduct AI

Conduct AI

ローカル
github.com/sseshachalaAI・エージェント011 週間前に更新

Conduct AI について

Conduct AIは、プレイブックからのエージェント導入、プロジェクト管理、実行テスト、チームAIポリシー適用を行うコマンドラインツールです。ConductGuardのフックとMCPツールにより、セキュリティチームはポリシーを配布し、ツール呼び出しの確認や事前検査を行えます。

主な機能

  1. 01プロジェクトと導入済みエージェントを管理
  2. 02プレイブックからエージェントを導入
  3. 03エージェントテストを実行して経過を表示
  4. 04ツール呼び出し前フックでポリシーを適用
  5. 05イベントを監査しOWASPカテゴリに対応付け
  6. 06エージェントを検出してチームポリシーを同期

活用シーン

  1. 01プロジェクトにプレイブックのエージェントを設定
  2. 02CIでエージェントテストを実行
  3. 03不許可のツール呼び出しをブロックまたは監査
  4. 04ポリシーイベントとセキュリティ適用範囲を確認

MCP 対応

ConductGuardのMCPサーバーは、ポリシー状態の表示、実行前チェック、ポリシー更新を行う`guard_status`、`guard_check`、`guard_sync`を提供します。`conduct` MCPサーバーでは、クライアントからエージェントの一覧表示やワークフローの実行もできます。

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。

mcp.json · 共通設定
{
"mcpServers": {
"sseshachala-conduct-cli": {
"command": "uvx",
"args": [
"conduct-cli"
]
}
}
}
起動コマンドuvx conduct-cli

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
pypiconduct-cli0.6.10

ツール

6

掲載時のツール一覧 · 3 週間前に更新

このツールにパラメーターはありません。

詳細

conduct-cli

Conduct AI の公式 CLI です。AI エージェントのインストール、プロジェクトの管理、エンドツーエンドテストの実行、ConductGuard によるチームの AI ポリシーの適用ができます。

Linux、macOS、Windows で動作します。Python 3.9–3.12 に対応しています。

Conduct CLI のデモ — whoami、Guard ポリシーの同期によるワークスペースの切り替え、エージェントの実行

インストール

pip install conduct-cli

クイックスタート

# Authenticate (one-time)
conduct login \
  --server https://api.conductai.ai \
  --token cond_agt_xxx \
  --workspace <workspace-id>

# Browse available agents
conduct playbooks

# Create a project and install all agents in one shot
conduct install-all --project DevOps --repo owner/repo

# List installed agents
conduct agents

# Run a test trigger on any agent
conduct test "PR Reviewer"
conduct test --all

コマンド

コマンド説明
conduct login接続設定を ~/.conduct/config.json に保存します
conduct projectsすべてのプロジェクトを一覧表示します
conduct create project <name>プロジェクトを作成します
conduct delete project <name>プロジェクトと、そのすべてのエージェントを削除します
conduct reset project <name>プロジェクト内のすべてのエージェントを削除します(初期状態に戻します)
conduct playbooks利用可能なプレイブックを参照します
conduct playbooks <slug>プレイブックに必要な入力を表示します
conduct install <slug>プレイブックからエージェントを1つインストールします
conduct install-all12個すべてのプレイブックをプロジェクトにインストールします
conduct agentsインストール済みのすべてのエージェントを一覧表示します
conduct test <name>エージェントでテストトリガーを実行し、結果をストリーミングします
conduct test --allプレイブックをベースにしたすべてのエージェントをテストします

認証

Conduct AI ダッシュボードの Settings → Agents → Issue token からエージェントトークンを生成します。トークンは cond_agt_ で始まり、SHA-256 ハッシュとして保存されます。平文が表示されるのは一度だけです。

conduct login --server https://api.conductai.ai --token cond_agt_xxx --workspace <id>

すべてのエージェントをインストールする

# Installs all 12 playbooks into a project, pointed at your GitHub repo
conduct install-all --project DevOps --repo myorg/myrepo

プロジェクトが存在しない場合は、自動的に作成されます。--input key=value を使って、プレイブックの入力を上書きできます。

エージェントをテストする

# Test a single agent (fires synthetic test payload, streams run events)
conduct test "Autopilot Quick"

# Test all playbook-based agents in sequence
conduct test --all

すべて成功した場合の終了コードは 0、1つでも失敗した場合は 1 です。CI でも動作します。


ConductGuard

ConductGuard は AI ツール群を管理する機能です。セキュリティチームがポリシーを一度設定すると、各開発者の Claude Code、Cursor、Windsurf のセッション全体に自動的に適用されます。

仕組み
Admin configures policies and budgets in the Guard dashboard
    └─ developers are workspace members automatically — no invite step needed

Developer runs: conduct guard sync
    ├─ pulls latest policy to ~/.conductguard/policy.json
    ├─ writes PreToolUse hook → ~/.conductguard/hook.py
    ├─ registers hook → ~/.claude/settings.json
    └─ registers conductguard-mcp → ~/.claude/settings.json (mcpServers) + Codex

Every Claude Code tool call:
    ├─ PreToolUse hook fires (hook.py) → checks policy → block / warn / audit
    └─ Event posted async to ConductGuard API → visible in Activity feed
開発者向けセットアップ
pip install conduct-cli

# Authenticate (already done if you use Conduct)
conduct login --server https://api.conductai.ai --api-key <api-key>

# Sync Guard — installs hook + MCP, pulls policies
conduct guard sync

これで完了です。次のツール呼び出しからポリシーの適用が有効になります。

Guard コマンド
コマンド説明
conduct guard sync最新のポリシーを取得し、フックを ~/.conductguard/hook.py に書き込み、フックと MCP を登録します
conduct guard status本日の利用額、セッション数、違反件数を表示します
conduct guard audit [--since 7d]最近の Guard イベントを表形式で出力します
conduct verify [--evidence FILE] [--strict] [--format json]Guard イベントを OWASP Agentic Top 10 に対応付けます。ブロックされたイベントがある場合(--strict)、CI で終了コード 1 を返します
conduct guard discoverローカル環境をスキャンして AI エージェントを検出し、Guard の適用率を報告します
conduct guard discover --register検出したエージェントを Guard に登録します
アドバイザリーモード

セキュリティ管理者がアドバイザリーモードを有効にすると、すべてのポリシー違反はブロックされず、「監査済み」として記録されます。開発者には通知が表示されますが、ツール呼び出しは続行されます。フックは引き続きすべてのイベントを監査ログに送信します。

アドバイザリーモードが有効かどうかを確認するには、次を実行します。

conduct guard sync   # shows "· advisory" badge if active
conduct guard status
conduct verify
# Map last 24h of guard events to OWASP Agentic Top 10
conduct verify

# Use a saved evidence file
conduct verify --evidence ./conduct-evidence.json

# CI mode — exit 1 if any blocked events
conduct verify --strict

# JSON output for downstream tooling
conduct verify --format json

OWASP への対応付け:no-rm-rf → A04 過剰な権限行使、no-sudo → A09 権限昇格、policy_signature_invalid → A07 監視の不十分さなど。10項目すべてを網羅しています。

PreToolUse フックの仕組み

conduct guard sync を実行すると、CLI は Python スクリプトを ~/.conductguard/hook.py に書き込み、~/.claude/settings.json で PreToolUse フックとして登録します。

{
  "hooks": {
    "PreToolUse": [
      {
        "matcher": ".*",
        "hooks": [{ "type": "command", "command": "python3 ~/.conductguard/hook.py" }]
      }
    ]
  }
}

すべてのツール呼び出しの前に、Claude Code がフックを実行します。フックは次の処理を行います。

  1. stdin(JSON)から tool_name と tool_input を読み取ります
  2. ~/.conductguard/policy.json(チームのルールセット)を読み込みます
  3. 各ルール(match_tool、match_pattern、match_path_pattern)と呼び出しを照合します
  4. ルールのアクションを実行します。
    • block — ポリシーメッセージを出力し、コード 2 で終了します(Claude Code はツール呼び出しを中止します)
    • warn — メッセージを出力し、0 で終了します(ツール呼び出しは続行され、開発者に通知されます)
    • audit — イベントを通知なしで投稿し、0 で終了します
  5. POST /guard/events に監査イベントを非同期で投稿します(ファイア・アンド・フォーゲット方式で、ツール呼び出しを遅らせることはありません)
conductguard-mcp の仕組み

conduct guard sync は、~/.claude/settings.json に MCP サーバーのエントリーも登録します。

{
  "mcpServers": {
    "conductguard": {
      "command": "conductguard-mcp",
      "args": ["--team", "<team-id>", "--token", "<member-token>"]
    }
  }
}

Claude Code は起動時に conductguard-mcp をサブプロセスとして開始し、実行し続けます。stdin/stdout を介した JSON-RPC 2.0(MCP stdio トランスポート)で通信します。

MCP サーバーは、Claude が必要に応じて呼び出せる 3 つのツールを公開します。

ツール説明
guard_statusチーム名、あなたのメールアドレス、有効なルールの数、ポリシーのバージョンを返します
guard_checkClaude が実行する前に、特定のツールと入力がブロックされるかどうかを確認します
guard_syncConductGuard API から最新のポリシーを取得し、ローカルに保存します

guard_check の例 — Claude は機密性の高い操作の前に、自己チェックできます。

guard_check(tool_name="bash", tool_input={"command": "rm -rf /tmp/build"})
→ ALLOWED — no policy rule matches 'bash'.

guard_check(tool_name="bash", tool_input={"command": "curl http://internal-api/secrets"})
→ BLOCKED — External network calls to internal endpoints are not permitted. [rule: no-internal-curl]

guard_sync の例 — セキュリティチームが新しいルールをプッシュした後に実行します。

guard_sync()
→ Policy synced — 12 rule(s) active (version: 2026-05-31T14:22:00Z).
ポリシーファイルの形式

ポリシーは ~/.conductguard/policy.json に保存され、サーバーから同期されます。

{
  "team_id": "uuid",
  "version": "2026-05-31T14:22:00Z",
  "rules": [
    {
      "rule_id": "no-rm-rf",
      "match_tool": "bash",
      "match_pattern": "rm\\s+-rf",
      "match_path_pattern": null,
      "action": "block",
      "message": "Recursive deletes are not permitted. Use trash or targeted rm."
    },
    {
      "rule_id": "audit-prod-writes",
      "match_tool": "edit,write",
      "match_path_pattern": "/prod/",
      "match_pattern": null,
      "action": "warn",
      "message": "Writing to prod directory — make sure this is intentional."
    }
  ]
}
ポリシーを最新の状態に保つ

セキュリティチームが ConductGuard ダッシュボードでルールを更新した後に、conduct guard sync を実行します。sync コマンドは最新のポリシーを取得し、フックを書き換えて、新たに検出された AI ツールの設定に MCP エントリーを再登録します。

# Add to a daily cron or run manually after policy changes
conduct guard sync

Claude Desktop

~/Library/Application Support/Claude/claude_desktop_config.json(macOS)または %APPDATA%\Claude\claude_desktop_config.json(Windows)に追加します。

{
  "mcpServers": {
    "conduct": {
      "command": "conduct-mcp",
      "args": []
    },
    "conductguard": {
      "command": "conductguard-mcp",
      "args": ["--team", "<workspace-id>", "--token", "<member-token>"]
    }
  }
}

まず conduct login を実行してください。conduct-mcp は ~/.conduct/config.json から認証情報を読み込みます。Conduct AI ダッシュボードの Settings → Agents → Issue token からエージェントトークンを取得してください。


VS Code + GitHub Copilot

VS Code の MCP レジストリから直接インストールします。

code --add-mcp '{"name":"conduct","command":"conduct-mcp","args":[]}'
code --add-mcp '{"name":"conductguard","command":"conductguard-mcp","args":["--team","<workspace-id>","--token","<member-token>"]}'

または、リポジトリの .vscode/mcp.json に追加します。

{
  "servers": {
    "conduct": {
      "type": "stdio",
      "command": "conduct-mcp",
      "args": []
    },
    "conductguard": {
      "type": "stdio",
      "command": "conductguard-mcp",
      "args": ["--team", "<workspace-id>", "--token", "<member-token>"]
    }
  }
}

設定すると、GitHub Copilot はエージェントの一覧表示、ワークフローの実行、Guard ポリシーの確認ができるようになります。Claude Code や Cursor で使用できるものと同じツールです。

前提条件: pip install conduct-cli + conduct login


リンク

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

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。