mcpField
L
Laguarde

Laguarde

本地服务
futur-panda.dev安全114 周前更新

关于 Laguarde

Laguarde 是面向使用 AI 编码 Agent 团队的可自托管策略控制平面。它保存带修订版本的项目策略、评估预期操作并留存决策证据;是否强制执行取决于 Agent 或执行环境是否将其用作关卡。

主要功能

  1. 01带修订版本的策略包
  2. 02操作评估与决策
  3. 03持久化项目注册表
  4. 04SQLite 记录与 Markdown 证据
  5. 05人工审核偏好提案
  6. 06仪表板与 REST API

适用场景

  1. 01依据项目策略审查 Agent 操作
  2. 02要求敏感操作经过批准
  3. 03审计记录的策略决策
  4. 04批准反复出现的开发者偏好

MCP 相关

Agent 连接项目专属的 MCP 端点,以获取策略、评估和记录操作,并管理偏好提案。MCP 让决策可发现、可审计,但本身不会阻止 Laguarde 之外的操作。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"dev-futur-panda-laguarde": {
"command": "npx",
"args": [
"-y",
"laguarde-mcp"
]
}
}
}
启动命令npx -y laguarde-mcp

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmlaguarde-mcp0.3.2

工具

5

收录的工具列表 · 更新于 2 周前

参数类型必填说明
kindsarray否
context_idstring否

详细介绍

Laguarde

skills.sh

Laguarde 是面向 AI 编码 Agent 的可自托管策略控制平面。

它为团队提供一个持久化的统一位置,用于定义工程实践、评估 Agent 操作、确认反复出现的开发者偏好,并保留重要决策背后的确切策略修订版本。

Laguarde 可在本地供一位开发者使用,也可通过团队 URL 提供服务。Agent 通过标准 MCP 与同一服务器交互;人类则使用控制面板和 REST API。

原型验证的功能

  • 四类策略:代码规则、通用护栏、项目初始化方案和 PR 审查指南。
  • 四种决策:allowed、limited、approval 和 forbidden。
  • 带有不可变修订标识符的上下文专属策略包。
  • 一个本地守护进程,包含持久化的项目和 Git 远程地址注册表。
  • 故障安全的操作评估:未匹配的操作会被标记为 limited,而不会被默默允许。
  • 对依赖项、迁移、删除和身份验证操作进行人工审批。
  • SQLite 决策记录以及便于人类阅读的 Markdown 证据。
  • 开发者反馈收敛:人类可以立即合并任何提案;三次观察会将其提升为更强的候选项。
  • 用于策略 CRUD、决策评估与审查以及反馈确认的控制面板。

快速开始

如需在本地安装 MCP,请使用 Node.js 24 或更高版本:

npx -y --package [email protected] laguarde-daemon ensure
npx -y --package [email protected] laguarde-daemon register --cwd .

第一条命令会复用运行正常的本地守护进程,或启动一次。第二条命令会注册当前 Git 仓库,并打印专属于该项目的 MCP URL。所有本地项目共用该守护进程、控制面板、SQLite 数据库和审计历史,同时仍可单独识别。

概念性 MCP 配置:

{
  "mcpServers": {
    "laguarde": {
      "type": "http",
      "url": "http://127.0.0.1:3000/mcp/projects/RETURNED_PROJECT_ID"
    }
  }
}

如需进行仓库开发,请安装 Bun 并运行:

bun install
bun run build
bun run start

项目 HTTP MCP 端点位于 http://localhost:3000/mcp/projects/:projectId,面向 Agent 的发现入口位于 http://localhost:3000/llms.txt。

入门入口:

  • 人类指南:http://localhost:3000/guide;
  • Agent 自行设置协议:http://localhost:3000/install(text/plain)。

如需引导具备相应能力的 Agent,请将 /install URL 提供给它,并明确要求它为当前项目连接 Laguarde。该协议会告知它如何验证服务器、进行最小化的原生 MCP 配置更改、发现工具,以及加载已注册项目的策略包。

Agent 策略门控技能

使用此仓库安装可选的故障关闭技能:

npx skills add https://github.com/FuturPanda/laguarde --skill laguarde-policy-gate

该技能要求配合的 Agent 加载与项目绑定的 Laguarde 策略包,评估并记录每项实质性操作,并在策略不可用、受限、需要审批或被禁止时停止。它不能取代沙箱或主机级执行钩子。

如需进行 S3/CloudFront 入门配置,请生成两个静态上传对象:

bun run export:onboarding

请参阅 docs/s3-onboarding.md。

MCP Registry 发布通过 GitHub Actions 自动执行,但需先进行一次 DNS 身份验证设置。请参阅 docs/registry-publishing.md。

守护进程首次启动时会创建 ~/.laguarde/laguarde.db、植入全局策略,并添加十条策略。设置 LAGUARDE_DATA_DIR,或更具体的 LAGUARDE_DB_PATH 和 LAGUARDE_EVIDENCE_DIR,即可将持久化数据放在其他位置。

Agent 工作流

  1. get_policy_bundle 获取当前策略及其修订 ID。
  2. evaluate_action 预览针对确切预期操作的边界决策。
  3. record_decision 重新评估该操作,并将其作为证据持久化。
  4. 仅在操作获准时继续;对于受限请求,应缩小请求范围;需要审批时,应等待审批;被禁止时,应停止。
  5. list_preference_proposals 和 propose_preference 可将可复用的开发者修正转入人工审查队列。

有关工具输入和具体调用示例,请参阅使用说明。

架构

flowchart LR
  A[Agent / IDE] -->|MCP| M[Laguarde server]
  H[Human dashboard] -->|REST| M
  M --> J[Project registry]
  M --> P[Policy evaluation]
  P --> D[(SQLite)]
  P --> E[Markdown evidence]
  F[Developer feedback] --> Q[Proposal convergence]
  Q -->|review at any time| H
  Q -.->|3 observations promote priority| Q
  H -->|ratify| R[Immutable policy revision]
  R --> D

发布的 CLI 使用 Node.js、TypeScript、Express、SQLite 和标准 MCP SDK。Bun 仍用于仓库的开发和测试。策略类型共用一个带修订版本的模型,而特定类别的配置存储在 fields 中。

重要的执行边界

MCP 连接使策略可被发现、决策可供审计,但在技术上无法阻止不配合的 Agent 在 Laguarde 之外使用工具。要实现强制执行,必须将 Laguarde 的决策接入执行钩子、命令代理、沙箱、文件系统权限或 CI 门禁。

因此,这个原型是一个可强制执行的决策服务,但在宿主 Agent 或执行环境将其用作强制门禁之前,它仍只是一个建议性边界。

仓库指南

  • src/ — 策略引擎、持久化、REST API 和 MCP 工具。
  • public/ — 面向人工使用的仪表板。
  • llms.txt — 面向 Agent 的发现和操作约定。
  • examples/ — 引导、控制边界和反馈演示。
  • docs/ — 安装、用法、决策和当前限制。
  • test/ — 可执行的行为规范。

验证

bun test
bun run typecheck
bun run build

后续工程里程碑

  1. 添加经过身份验证的组织/团队/项目层级,并明确策略优先级。
  2. 添加执行适配器,在 Agent 调用工具前立即验证批准状态。
  3. 将批准绑定到确切的操作摘要和有效期。
  4. 添加数据库迁移和生产级持久化适配器。
  5. 添加静态代码/差异检查,而不只是依赖声明的操作元数据。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。