Syl Guardian

Syl Guardian MCP

Syl Guardian 是一款面向 AI Agent 的因果关系护栏。Agent 根据“广告支出带来了新客户”这样的主张采取行动之前，Guardian 会用你的数据对其进行核验，并返回 pass、caution 或 hold 判定，同时提供朴素相关性与调整混杂因素后的因果效应、置信度评分和通俗易懂的建议。

所有数值都是确定性统计结果，绝不会由大模型生成；只有解读文字可能由 AI 撰写。

本仓库包含托管版 Guardian MCP 服务的公开列表元数据和连接说明。Guardian 本身是一项托管服务。

• 端点：https://guardian.sylai.io/mcp（可流式传输的 HTTP）
• 身份验证：X-API-Key 请求头。前往 https://sylai.io/guardian 获取试用密钥。
• 文档：https://sylai.io/guardian/docs

连接

Claude Code：

claude mcp add --transport http syl-guardian https://guardian.sylai.io/mcp \
  --header "X-API-Key: <your key>"

Claude Desktop（通过 mcp-remote）：

{
  "mcpServers": {
    "syl-guardian": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://guardian.sylai.io/mcp",
               "--header", "X-API-Key:${SYL_API_KEY}"],
      "env": { "SYL_API_KEY": "<your key>" }
    }
  }
}

然后向你的 Agent 提问：“对这些数据使用 guardian_review：ad_spend 是否导致了 new_customers？将季节性视为混杂因素。”

列出工具无需密钥。调用 guardian_review 时会验证密钥，每次审查都会计入你的套餐或试用额度。

工具：guardian_review

在 Agent 根据因果主张采取行动之前，对其进行合理性检查。

参数	说明
cause、effect	必填。主张中的列名。
csv 或 data	以 CSV 文本或行对象列表形式提供的数据集（二选一）。
known_confounders	可选。需要调整的列；否则会自动发现。
context	可选。业务背景，例如“第三季度促销评估”。
units、step	仅用于显示的单位提示；处理步骤，用于以业务术语重新表述效应。
time_col、adstock、se	时间序列处理：行排序、滞后效应、标准误差类型。
test_design	true 或选项。还会返回支出削减测试所需的运行时长。

结果包含文本摘要（判定、建议采取的行动、效应与相关性的对比、解读）以及完整的结构化响应。输入错误、身份验证失败和额度错误会作为 MCP 工具错误返回，并附带描述性消息。

支持

如有疑问或遇到问题，请访问 https://sylai.io 或联系 [email protected]。

许可证

本仓库中的文件（元数据和文档）采用 MIT 许可证；详见 LICENSE。Syl Guardian 服务为专有服务。