关于 gutsy
gutsy 是一个本地 MCP 服务,在编码 Agent 执行高风险操作前提供基于概率的第二意见。它在 CPU 上运行 gutsy 模型,不调用 API,并建议继续、向用户确认或阻止;它不构成安全边界。
主要功能
- 01本地 CPU 推理
- 02操作意图与安全概率估计
- 03继续、确认或阻止建议
- 04可配置的决策阈值
- 05可选 Claude Code hook
适用场景
- 01检查拟执行的强制推送
- 02删除文件前进行评估
- 03部署前加入确认步骤
- 04发送或发布前提示确认
MCP 相关
向 MCP 客户端提供 `gut_check` 工具,接收操作和上下文并返回建议。该服务与本地 gutsy 推理运行时通信。
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。
uvx gutsy-mcpGUTSY_URLURL of the local gutsy-inference serverGUTSY_INFERENCE_DIRDirectory with models.json; if set, gutsy-mcp starts gutsy-inference itselfGUTSY_PROCEED_MINMinimum P(proceed) and P(intended) to recommend proceedingGUTSY_BLOCK_MINMinimum P(block) to recommend blocking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。
工具
1收录的工具列表 · 更新于 2 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| action | string | 是 | |
| context | string | 否 | |
| user_request | string | 否 |
详细介绍
gutsy-mcp
为编码 Agent 提供本地的直觉判断。在 Claude Code、Codex、Cursor 或 Copilot 执行
rm -rf、强制推送、部署或发送内容之前,它会调用 gut_check,获取经过校准的概率,判断该操作是否符合预期且安全,并得到一条建议:
proceed(继续)、confirm(先询问用户)或 block(阻止)。
使用 gutsy(0.8B,775 MB GGUF)在你的 CPU 上运行。 不调用 API、无需为每次调用付费、结果确定,而且代码不会离开本机。
它是什么,不是什么
这是一个快速的第二意见,只在必要时增加操作阻力。它不是安全边界:Agent 决定是否调用它,也会编写它看到的上下文;而 0.8B 模型不擅长处理模棱两可的情况和多步骤规则(参见模型卡)。请保持常规权限设置。默认阈值并未针对你的工作流进行调优;请记录概率并进行调整。
1. 启动 gutsy 运行时
git clone https://github.com/kouhxp/gutsy
pip install -e gutsy/gutsy-inference
hf download kouhxp/gutsy --include "gutsy-0.8b-v04*" --local-dir gutsy/gutsy-inference/models
cd gutsy/gutsy-inference && cp models.example.json models.json
gutsy-inference check && gutsy-inference serve # http://127.0.0.1:8765
或者设置 GUTSY_INFERENCE_DIR=/path/to/gutsy/gutsy-inference,gutsy-mcp 就会在首次使用时启动运行时。
2. 添加 MCP 服务
Claude Code:
claude mcp add gutsy -- uvx gutsy-mcp
Cursor(.cursor/mcp.json)/ Claude Desktop:
{ "mcpServers": { "gutsy": { "command": "uvx", "args": ["gutsy-mcp"] } } }
VS Code(.vscode/mcp.json):
{ "servers": { "gutsy": { "type": "stdio", "command": "uvx", "args": ["gutsy-mcp"] } } }
Codex(~/.codex/config.toml):
[mcp_servers.gutsy]
command = "uvx"
args = ["gutsy-mcp"]
然后告诉 Agent 何时使用它(CLAUDE.md、AGENTS.md、.cursor/rules):
删除文件、重写 Git 历史、强制推送、操作数据库、部署、发布或发送任何内容之前,请调用
gut_check。如果返回的结果不是proceed,请停下来询问我。
3. 可选:使用 Claude Code 钩子强制执行
只有 Agent 记得调用时,MCP 工具才会运行。无论如何,该钩子都会针对每条看起来有风险的 Bash 命令运行。它只能询问或拒绝,无法自动批准。
uv tool install gutsy-mcp # puts gutsy-hook on PATH
.claude/settings.json:
{
"hooks": {
"PreToolUse": [
{ "matcher": "Bash", "hooks": [{ "type": "command", "command": "gutsy-hook", "timeout": 60 }] }
]
}
}
默认情况下,block 会变成确认提示;设置 GUTSY_HOOK_ALLOW_DENY=1 可直接拒绝。
工具
gut_check(action, context="", user_request="") 返回:
{
"recommendation": "confirm",
"reason": "Not confident enough to proceed without the user.",
"p_intended": 0.41,
"p_reversible": 0.08,
"verdict_probabilities": {"proceed": 0.22, "confirm": 0.61, "block": 0.17},
"reject": 0.04,
"confidence": 0.42
}
| 环境变量 | 默认值 | |
|---|---|---|
GUTSY_URL | http://127.0.0.1:8765 | 运行时 URL |
GUTSY_INFERENCE_DIR | 允许 gutsy-mcp 启动运行时 | |
GUTSY_MODEL | 运行时默认值 | 来自 models.json 的模型名称 |
GUTSY_PROCEED_MIN | 0.85 | |
GUTSY_BLOCK_MIN | 0.50 | |
GUTSY_API_KEY | 如果你运行 serve --api-key-env |
许可证:Apache 2.0。
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。