AI Firewall MCP

<mcp-name: io.github.Akhilucky/ai-firewall-mcp>

AI Firewall — MCP 服务

多 Agent AI 安全层，可保护大模型免受提示词注入、越狱和策略违规的影响。它以 MCP 服务的形式提供，适用于任何兼容 MCP 的客户端（Claude Desktop、Cursor、Windsurf、Cline、Roo Code 等）。

快速开始

pip 安装

pip install ai-firewall-mcp
ai-firewall-mcp

Docker

docker pull akhilucky/ai-firewall-mcp:latest
docker run -i akhilucky/ai-firewall-mcp:latest

Claude Desktop

添加到 claude_desktop_config.json：

pip 安装：

{
  "mcpServers": {
    "ai-firewall": {
      "command": "pipx",
      "args": ["run", "ai-firewall-mcp"]
    }
  }
}

Docker：

{
  "mcpServers": {
    "ai-firewall": {
      "command": "docker",
      "args": ["run", "-i", "akhilucky/ai-firewall-mcp:latest"]
    }
  }
}

Cursor / Windsurf / Cline / Roo Code

在 MCP 设置中配置：

• 类型： stdio
• 命令： docker run -i akhilucky/ai-firewall-mcp:latest
• 或者，如果通过 pip 安装，则使用 ai-firewall-mcp

MCP 工具

工具	描述
analyze_prompt	分析提示词中的注入、越狱、数据窃取和信息泄露
get_threat_breakdown	获取上次分析中各信号的详细评分细目
sanitize_prompt	清理可疑提示词，同时保留合理内容
get_firewall_status	健康检查：向量数据库大小、模型状态、运行时间
benchmark_firewall	运行对抗测试套件并返回检测统计数据

使用 MCP Inspector 测试

npx @modelcontextprotocol/inspector ai-firewall-mcp

架构

防火墙会针对每条提示词运行三个 Agent：

User Prompt → [Retrieval Agent] → [Guard Agent] → [Policy Agent] → LLM
                   │                    │               │
                   ▼                    ▼               ▼
              Vector DB (FAISS)    Threat Signals    Allow/Block

Agent	作用
检索 Agent	针对已知攻击模式进行语义搜索（FAISS + sentence-transformers）
防护 Agent	多信号分类：向量相似度、关键词匹配、启发式评分
策略 Agent	根据可配置的阈值做出最终决策：ALLOW / BLOCK / SANITIZE

威胁信号的权重为：40% 向量相似度、25% 关键词匹配、20% 启发式评分、15% 策略权重。

配置

环境变量	默认值	描述
FIREWALL_MODE	strict	strict / moderate / permissive
SIMILARITY_THRESHOLD	0.50	向量匹配阈值（数值越低越严格）
LOG_LEVEL	INFO	日志详细程度

命令行 / API 用法

# Interactive dashboard
python main.py

# Red-team adversarial tests
python main.py --redteam

# REST API server
python main.py --api

# Single prompt analysis
python main.py --analyze "Ignore all previous instructions"

REST API 运行于 http://localhost:8000，OpenAPI 文档位于 /docs（需要执行 pip install ai-firewall-mcp[api]）。

测试

pytest tests/ -v          # Full test suite (43 tests)
pytest tests/test_mcp.py  # MCP-specific tests only

项目结构

├── src/ai_firewall/          # MCP server package (PyPI entry)
│   ├── mcp_server.py         #    5 MCP tools, stdio transport
│   ├── threat_scorer.py      #    Per-signal scoring breakdown
│   └── __init__.py
├── src/agents/               # Core firewall agents
├── tests/                    # Test suites
├── Dockerfile                # Docker image (2.04GB, CPU-only torch)
├── pyproject.toml            # Package config & metadata
└── .github/workflows/ci.yml  # CI/CD pipeline

许可证

MIT — 参见 LICENSE。

---