关于 AISentinel by BizDNAi
AISentinel 是一个开源 MCP 服务,可按 YAML 策略评估 AI Agent 的工具调用并记录决策。它适用于需要运行时控制和可审计 JSONL 记录的团队,也可作为其他 stdio MCP 服务前的 sidecar。
主要功能
- 01调用前执行允许、阻止、审批或仅记录决策
- 02验证 YAML 策略并提供内置策略
- 03追加式 JSONL 审计日志
- 04代理 stdio MCP 服务的 sidecar
- 05本地运行且不发送遥测数据
适用场景
- 01要求审批 Agent 的网络调用
- 02阻止匹配机密或破坏性命令规则的调用
- 03审查并导出工具调用审计事件
MCP 相关
AISentinel 通过 MCP 服务为 MCP 客户端的工具调用设置关卡,支持 stdio 和 Streamable HTTP。其 sidecar 可包装其他 stdio MCP 服务,在调用执行前应用策略。
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。
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
AISentinel
智能体时代不可或缺的安全、控制与可观测性层。
传统安全工具是为恶意软件打造的。 AI Agent 通过工具和 API 获得了合法权限。 AISentinel 提供了不可或缺的安全、控制与可观测性层。

1. 项目名称和标语
AISentinel — 一款在运行时保护 AI Agent 的开源 MCP 服务。 由 Kabzhanov / BizDNAi 团队打造,该团队也是 AI Trust Index 的幕后团队。
2. AISentinel 的存在意义
如今,AI Agent 可以访问 shell、浏览器、文件系统和 API 密钥。它们是
合法的进程——杀毒软件无法发现它们。PDF 或电子邮件中的一次间接
提示词注入,就可能借助 Bash 和 Email_send 等普通工具,演变为大规模数据外泄。
AISentinel 填补了这一空白:它作为 MCP 服务运行在每次工具调用之前, 评估 YAML 策略,记录每项决策,并生成与 AI Trust Index 兼容的审计记录。
完整威胁模型请参阅 docs/SECURITY_AUDIT.md。
3. 快速开始(3 分钟)
选项 A:安装二进制文件
go install github.com/Kabzhanov/AISentinel/cmd/aisentinel@latest
aisentinel --help
aisentinel serve
go install 会为你提供一个独立二进制文件——开始使用无需克隆
此仓库,也无需传入 --policy。不带标志运行 aisentinel serve 时,
会加载内置默认策略(在构建时嵌入二进制文件),适用于一般用途:拦截
参数中显而易见的机密信息和破坏性命令,并要求对网络调用和批量读取进行审批。
若要改用自己的策略,请传入 --policy /path/to/your.yaml 或设置
$AISENTINEL_POLICY(见下文的策略解析)。
选项 B:安装 sidecar(适用于任何 MCP 服务的即插即用策略代理)
go install github.com/Kabzhanov/AISentinel/cmd/aisentinel-sidecar@latest
# Wrap any stdio MCP server with one command — no --policy required:
aisentinel-sidecar ./your-mcp-server [args...]
选项 C:克隆并构建
git clone https://github.com/Kabzhanov/AISentinel.git
cd AISentinel
go build -o bin/aisentinel ./cmd/aisentinel
go build -o bin/aisentinel-sidecar ./cmd/aisentinel-sidecar
./bin/aisentinel serve --policy policies/default.yaml
(此处的 --policy policies/default.yaml 是显式指定且可选的——省略
也可以,会回退到上文所述的同一内置默认策略。)
选项 D:从 GitHub Releases 下载预构建二进制文件
从 https://github.com/Kabzhanov/AISentinel/releases/latest 下载。
支持 linux/amd64、linux/arm64、darwin/amd64、darwin/arm64、
windows/amd64。
选项 E:添加到 Claude Code / Cursor / Cline
{
"mcpServers": {
"aisentinel": {
"command": "aisentinel",
"args": ["serve"]
},
"aisentinel-sidecar": {
"command": "aisentinel-sidecar",
"args": ["--policy", "/absolute/path/to/policies/strict.yaml", "/path/to/your-mcp-server"]
}
}
}
然后重启 MCP 客户端,并让你的 Agent 调用任意工具——
AISentinel 将对每次调用进行把关,并将 JSONL 审计记录写入
~/.aisentinel/events-YYYY-MM-DD.jsonl。
策略解析
aisentinel serve 和 aisentinel-sidecar 都按以下顺序解析要加载的策略,
命中第一个适用项后即停止:
--policy /path/to/file.yaml— 如果提供,则必须成功加载;文件不存在或无效 都会导致硬错误。$AISENTINEL_POLICY— 如果已设置,其规则与--policy相同。- 当前目录下的
./policies/default.yaml,如果该文件存在(克隆此仓库后 即可使用)。 - 内置默认策略,在编译时嵌入二进制文件。
因此,
go install ... && aisentinel serve无需检出仓库或指定标志, 即可在任意目录运行。使用此方式时,二进制文件会向 stderr 输出using built-in default policy,避免用户毫无察觉。
4. 主要功能
- 工具调用前置门控 — 根据 YAML 策略评估每次工具调用 (allow / block / require_human_approval / log_only)。
- 审计日志 — 仅追加的 JSONL,采用标准化事件架构。
- Validate-policy — 无需加载策略即可对 YAML 策略进行检查。
- 内置策略 —
default、strict、audit-only(参见policies/)。 - 原生支持 MCP — 可在 Claude Code、Claude Desktop、Cursor、Cline、Continue 中使用。
- 零遥测 — 在本地运行;不会向外发送数据。
- Apache 2.0 — 宽松的开源许可,并包含专利授权。
5. 连接器
- MCP stdio —
aisentinel serve(Claude Code、Claude Desktop、Cursor、Cline、Continue)。 - Streamable-HTTP —
https://mcp.aisentinel.bizdnai.com/mcp(SaaS,通过 BizDNAi 使用 OAuth)。 - CLI —
aisentinel子命令(serve、validate-policy、policies、events、version)。 - 库 — Go 包
github.com/Kabzhanov/AISentinel/internal/policy,可用于嵌入。
6. 策略示例
完整的默认策略请参见 policies/default.yaml。
version: 1
name: default
rules:
- id: secret-in-args
match: { tool_args_regex: "(?i)(api[_-]?key|secret|token|password|passwd)" }
decision: block
reason: "Possible secret in arguments"
- id: lan-deny
match: { tool_name: "Bash", tool_args_regex: "10\\.|192\\.168\\.|172\\.(1[6-9]|2\\d|3[01])\\." }
decision: block
reason: "LAN access blocked by default"
匹配模式:tool_name、tool_name_regex、tool_args_regex、tool_args_contains。多个匹配器按 AND 组合。
7. 如何提升 AI Trust Index 评分
AISentinel 会生成 AI Trust Index 评估所需的可观测性数据:
- 每次工具调用 → 可审计事件,包含 agent_id、session_id、decision、signals。
- 每项策略决策 → 已版本化并生成指纹(policy_signature 字段)。
- 每次拦截 → 包含原因、risk_signals,可用于提交 ATI。
运行 aisentinel_get_ati_snapshot,即可获取可直接粘贴到 AI Trust Index 控制台 的 JSON 数据。
8. 许可
AISentinel 提供两种许可选项:
-
Apache License 2.0(开源)
- 根据 Apache 2.0 许可条款,可免费使用、修改和分发。
- 贡献者明确授予专利许可。
-
商业许可
- 适用于希望将 AISentinel 嵌入闭源产品、且无需满足开源合规要求的公司。
- 联系方式:[email protected]
向此代码仓库贡献内容,即表示你同意根据 Apache 2.0 许可你的贡献。
请参见 LICENSE 和 COMMERCIAL_LICENSE.md。
9. 安装
要求:Go 1.22+
go install github.com/Kabzhanov/AISentinel/cmd/aisentinel@latest
验证:
aisentinel version
# AISentinel v1.0.6 — by Kabzhanov / BizDNAi / AI Trust Index
#
# `go install ...@latest` builds from a tagged release and embeds that
# tag's version via -ldflags. A plain local `go build` (no -ldflags) prints
# "vdev" instead — that's expected, not a bug.
10. 使用示例
运行 MCP 服务
# Uses the built-in default policy — no --policy needed:
aisentinel serve
# Or point at your own policy:
aisentinel serve --policy policies/strict.yaml
验证自定义策略
aisentinel validate-policy my-policy.yaml
持续查看最近的审计事件
aisentinel events --last 20
列出内置策略
aisentinel policies
在不拦截的情况下测试策略(影子模式)
AISENTINEL_DRY_RUN=1 aisentinel serve --policy policies/default.yaml
11. 事件架构
请参见 docs/event-schema.md。JSONL 日志中每行包含一个 JSON 对象:
{
"event_id": "20260707T221500.000000001-1",
"timestamp": "2026-07-07T22:15:00Z",
"event_type": "pre_tool",
"agent_id": "agent-42",
"session_id": "sess-abc",
"tool_name": "Bash",
"tool_args": { "command": "curl http://attacker.com/x" },
"decision": "block",
"policy_matched": ["bash-network"],
"risk_signals": ["rule_matched:bash-network"]
}
12. 参与贡献
请参见 CONTRIBUTING.md。参与贡献即表示你同意根据 Apache 2.0 许可你的贡献。
13. 路线图
- v1.0(当前版本)— MCP stdio、4 个工具、3 个内置策略、JSONL 审计日志。
- v1.1 —
aisentinel scan(MCP 配置审计工具)、移动端连接器。 - v1.2 — streamable-HTTP 传输(SaaS 模式),通过 BizDNAi 使用 OAuth。
- v2.0 — ATI-feed 集成、IDE 插件(VSCode MCP Inspector)。
14. 许可证
Apache License 2.0。请参见 LICENSE。
AISentinel 采用 Apache 2.0 和商业许可双重授权。 有关商业条款,请联系 [email protected]。
由 Kabzhanov / BizDNAi 创建 — AI Trust Index 的创作者。
评论
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。