Abe

Abe

执行。拦截。升级处理。

Abe 是一款免费的开源护栏，会在每个 AI Agent 操作发生前进行检查。

你的 Agent 即将支付发票、购买服务器、删除表格或给客户发邮件。Abe 会在不到一毫秒内、在你的机器上根据规则检查操作，并给出 ACT、BLOCK 或 ESCALATE，同时留下可防篡改的记录，说明原因。

▶ 观看 40 秒演示：AI Agent 尝试两次花费 12,500 美元。规则会处理简单的判断；Flow 会发现重复操作，并批准实际的续订。(亲自运行)

免费。真的免费。

Apache-2.0。无需账户、API 密钥、网络、模型，也没有使用限制。 每次检查都在你的机器上运行，永远免费。

团队为何在 Agent 前部署 Abe

• 避免代价高昂的错误：重复付款、超预算采购、向 main 强制推送、在生产环境执行 DROP TABLE。
• 每次结果都一致：使用简单易读的 YAML 规则，你可以在上线前进行测试，并针对过去的决策重放。
• 为审计人员提供依据：每项决策都会生成经过哈希验证的记录（可选使用 Ed25519 签名），显示触发了哪条规则以及原因。
• 适用于任何 Agent：Python、TypeScript、本地 HTTP sidecar、Docker 或 MCP（Claude、Cursor 及其他 MCP 客户端）。
• 无风险上线：影子模式会与你当前的审批流程并行运行，并展示 Abe 会在哪些地方作出相同判断。
• 默认拒绝：输入错误或规则出错时会返回 ESCALATE，绝不会返回 ACT。

只为难以判断的情况付费（可选）

规则无法判断时，Abe 会返回 ESCALATE。默认情况下，这会交由人工处理。添加 --resolver flow 后，只有该操作会发送到 Flow（经脱敏处理），Flow 会返回决策、理由以及可以证明其判断错误的依据，每次约需 0.03 至 0.05 美元。ACT 和 BLOCK 绝不会离开你的机器。详情见下文。

快速开始

pip install abe-ai            # or: npm install abe-ai
abe init                      # writes abe-policy.yaml + request.json
abe check request.json

Decision: ESCALATE
Reason: FINANCIAL_THRESHOLD_EXCEEDED
Rules: purchase_review_limit
Risk: MEDIUM
Record: jgr_01M3Q4...

Python

from abe import Abe

abe = Abe("abe-policy.yaml")

result = abe.check(
    action={"type": "wire_transfer", "amount": 50000},
    context={"agent_id": "finance-agent"},
)

if result.decision == "ACT":
    ...                                   # execute exactly as evaluated
elif result.decision == "BLOCK":
    ...                                   # do not execute; tell the user result.reason_code
else:  # ESCALATE
    ...                                   # hold; ask a human, or let a resolver decide

result.record.to_dict()                   # the Judgment-Grounded Record (store it, ship it to your SIEM)

TypeScript

import { Abe } from "abe-ai";

const abe = new Abe({ policy: "./abe-policy.yaml" });
const result = await abe.check({
  action: { type: "purchase", amount: 12500, currency: "USD" },
  context: { agent_id: "procurement-agent", principal_id: "user_123" },
});
console.log(result.decision);             // "ESCALATE"

策略示例

version: "0.1"
defaults: { unmatched: ESCALATE }           # nothing matched -> needs judgment (fail closed)
rules:
  - id: purchase_hard_limit
    when: { all: [ { field: action.type, op: eq, value: purchase }, { field: action.amount, op: gt, value: 100000 } ] }
    decision: BLOCK
    reason_code: HARD_POLICY_VIOLATION
  - id: purchase_review_limit
    when: { all: [ { field: action.type, op: eq, value: purchase }, { field: action.amount, op: gt, value: 10000 } ] }
    decision: ESCALATE
    reason_code: FINANCIAL_THRESHOLD_EXCEEDED
  - id: routine_purchase
    when: { all: [ { field: action.type, op: eq, value: purchase }, { field: action.amount, op: lte, value: 500 } ] }
    decision: ACT
judgment_required:
  - action.type: terminate_employee

此外还支持：按 Agent 授权、必需证据、风险与不可逆性阈值、最低置信度。 BLOCK 优先于 ESCALATE，ESCALATE 优先于 ACT。输入错误或规则出错时会返回 ESCALATE / EVALUATION_FAILURE，绝不会返回 ACT。 完整参考：SPEC.md。

强制执行前先测试

重放已保存的请求，通过策略进行检查，避免其影响真实资金。为每个案例标注团队成员作出的决定，Abe 会报告意见不一致之处；再与在线策略比较，准确了解更改会影响哪些决策。

# cases.jsonl: one request per line, or {"id": "inv-1042", "request": {...}, "expected": "BLOCK"}
abe replay cases.jsonl --policy new-policy.yaml --baseline abe-policy.yaml
#   Replayed 1204 case(s) against ...      ACT 1088   BLOCK 31   ESCALATE 85
#   Changed vs baseline: 3                 inv-1042: ACT -> ESCALATE  [purchase_review_limit]
#   Agreement with expected: 1198/1204 (99.5%)
abe replay cases.jsonl --policy new-policy.yaml --baseline abe-policy.yaml --fail-on-change   # CI: exit 1 if anything moved

影子模式会让 Abe 与你当前的审批流程并行运行。决策、结果和退出代码与强制执行模式完全相同，并且每条记录都会标记为 "mode": "shadow"。继续按现有方式审批，报告团队成员作出的决定，每条记录中的反证条件会显示他们是否认同。

from abe.stores import SQLiteStore

abe = Abe("abe-policy.yaml", mode="shadow", store=SQLiteStore("abe.db"))    # or: abe serve --shadow · ABE_MODE=shadow
r = abe.check(action={"type": "purchase", "amount": 48000}, context={"agent_id": "ap-agent"})
# ... your existing approval happens ...
abe.record_outcome(r.records[0], "approved")    # people approved; if Abe said BLOCK, the falsifier triggers

一致率达到预期后，移除 mode="shadow"，让 Abe 强制执行策略。

运行方式一览

库	pip install abe-ai · npm install abe-ai
CLI	abe check · replay · validate-policy · validate-record · conformance · keygen
本地 HTTP sidecar	abe serve --policy abe-policy.yaml → POST http://127.0.0.1:8787/v1/check（任何语言均可）
Docker sidecar	docker run -e ABE_TOKEN=… -v $PWD:/policy:ro -p 127.0.0.1:8787:8787 ghcr.io/flowinfosystems-index/abe
MCP 服务	pip install "abe-ai[mcp]" → abe mcp --policy /abs/abe-policy.yaml（工具：fjp_check_action）
+ 对升级请求使用 Flow	在 check、serve、mcp 或 Docker 镜像中添加 --resolver flow（或设置 ABE_RESOLVER=flow），并配置 FLOW_API_KEY

可供审计的记录

每次调用都会返回一条记录，其中包含决策、所有匹配的规则、确切的策略哈希值、请求哈希值， 以及 SHA-256 record_hash（可选使用 abe keygen 进行 Ed25519 签名）。记录不会改变：结果和 处理结果会以关联记录的形式追加。每条记录都是有效的 FJP-CONF v0.1 Judgment-Grounded Record。

abe check request.json --record-out jgr.json --sign-key abe-signing-key.pem
abe validate-record jgr.json --public-key abe-signing-key.pub.pem

规则不够用时：Flow

Abe 即使不使用 Flow 也能发挥作用。当它返回 ESCALATE 时，你可以将该操作交给 Flow 的判断服务，获取一个动词、一条原因和一条可证伪的记录：

from abe import Abe
from abe_flow import FlowResolver                     # pip install abe-flow

abe = Abe("abe-policy.yaml", resolver=FlowResolver(api_key=os.environ["FLOW_API_KEY"]))

没有 Python？CLI、sidecar 和 MCP 服务使用相同的解析器（pip install "abe-ai[mcp,flow]"）：

{"mcpServers": {"abe": {"command": "abe",
  "args": ["mcp", "--policy", "/abs/abe-policy.yaml", "--resolver", "flow"],
  "env": {"FLOW_API_KEY": "fjp_live_..."}}}}

abe serve --resolver flow 和 docker run -e ABE_RESOLVER=flow -e FLOW_API_KEY=… … 的工作方式相同。如果 Flow 额度不足，MCP 结果会说明情况并链接到充值页面；操作仍保持为 ESCALATE。

ACT 和 BLOCK 绝不会离开你的机器。只有升级请求会被发送（且会经过脱敏）；如果 Flow 无法访问， 结果只会保持为 ESCALATE。需要人工批准的升级请求绝不会自动处理。

一致性

abe conformance --bench        # FJP-CONF v0.1 Gate profile, Level 3 — 160 checks, offline

仓库

SPEC.md                  the normative specification
schemas/                 JSON Schemas (request, response, record, policy)
python/                  abe-ai (PyPI): core, CLI, HTTP, MCP, stores, signing, conformance
typescript/              abe-ai (npm): same API, same records, same hashes
flow-resolver/           abe-flow (PyPI): Gate → Flow for ESCALATE only
conformance/fixtures/    golden decisions + canonical-JSON vectors shared by every SDK
examples/                the $12,500 demo, purchasing, software agent, physical agent, travel (+ Judd), Flow

Apache-2.0。FJP™、Abe™（Abe）和 FJP-CONF™ 是 Flow Information Systems 的商标 — 详见 TRADEMARKS.md。