mcpField
S
Safer Agentic AI MCP

Safer Agentic AI MCP

远程服务
github.com/NellIncAI 与智能体18 周前更新
代码仓库

关于 Safer Agentic AI MCP

Safer Agentic AI MCP 将框架标准、实施模式和运维启发式规则提供给编码 Agent。其只读工具可搜索、查看和交叉引用安全指引。

主要功能

  1. 01浏览框架套件与要求
  2. 02搜索并排序模式
  3. 03按任务描述查找模式
  4. 04查看交叉引用和启发式规则
  5. 05验证并热加载源数据

适用场景

  1. 01为编码任务查找安全模式
  2. 02审查要求及相关模式
  3. 03查看某个套件的运维启发式规则

MCP 相关

这个基于 stdio 的 MCP 服务提供 12 个只读工具,用于查询 SaferAgenticAI 标准、模式和运维启发式规则。不支持身份验证或远程传输。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://mcp.saferagenticai.org/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

安装包
pypisaferagenticai-mcp0.3.6

工具

12

此工具无需参数。

详细介绍

SaferAgenticAI MCP 服务

通过模型上下文协议,将 SaferAgenticAI 框架(规范标准 + 实施模式层)提供给编码助手。

可用平台

已发布到规范的 MCP 目录 — 可通过支持注册表的客户端或下方命令行安装:

目前也正在逐步接入更广泛的 MCP 生态系统:mcp.directory、mcpservers.org、PulseMCP(通过注册表导入),以及 mcp.so。

安装

选择适合你配置的方式。

选项 1 — uvx(最快,无需手动创建 venv)

如果已安装 uv,请将 MCP 客户端指向:

uvx --from git+https://github.com/NellInc/saferagenticai-mcp saferagenticai-mcp

uv 会处理隔离并缓存安装内容。适用于 ~/.claude/mcp.json 中的单命令配置 行。

选项 2 — pipx(隔离的全局安装)
pipx install "git+https://github.com/NellInc/saferagenticai-mcp"

会全局提供 saferagenticai-mcp;使用 pipx upgrade saferagenticai-mcp 更新。

选项 3 — 手动创建 venv(从检出目录离线运行)

Homebrew / 系统 Python 会根据 PEP 668 禁止直接执行 pip install,因此,如果 你已克隆仓库并希望进行可编辑安装:

python3 -m venv research/mcp/.venv
research/mcp/.venv/bin/pip install -e research/mcp/server

生成 research/mcp/.venv/bin/saferagenticai-mcp。仓库中的模式 YAML 修改会 即时生效(可编辑模式)。

选项 4 — 从 PyPI 安装
pipx install saferagenticai-mcp
# or, with the modern uv toolchain:
uv tool install saferagenticai-mcp
# or plain pip:
pip install --user saferagenticai-mcp

为确保审计追踪的可复现性,请固定版本:pipx install saferagenticai-mcp==0.3.6。 该软件包会将 criteria-v1.json + 238 个模式 YAML 文件 + 4 个范例

  • operational_heuristics.yaml 打包到 saferagenticai_mcp/_data/ 中,因此 安装 wheel 无需检出仓库即可使用。(0.3.0 wheel 早于语料扩展,仅包含 214 个模式,不含启发式规则;0.3.1 是第一个完整构建版本。)

配置(Claude Code)

添加到 ~/.claude/mcp.json(或 IDE 的 MCP 配置)中。选择与 安装选项相匹配的配置。

使用 uvx
{
  "mcpServers": {
    "saferagenticai": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/NellInc/saferagenticai-mcp",
        "saferagenticai-mcp"
      ]
    }
  }
}
使用 pipx 或手动创建 venv
{
  "mcpServers": {
    "saferagenticai": {
      "command": "/absolute/path/to/saferagenticai-mcp"
    }
  }
}

对于手动创建 venv 的检出目录,绝对路径为 <repo>/research/mcp/.venv/bin/saferagenticai-mcp。

编辑后重启 Claude Code / IDE。助手首次调用工具时,服务将启动。

工具(共 12 个)

工具输入返回内容
list_suites—16 个套件及其标题和子目标数量
get_requirementid、include_pattern一个子目标及其 Pattern 层;若没有完全匹配项,则回退到模糊候选项
list_requirements套件/类型/内容类型/置信度筛选条件按筛选条件过滤的子目标列表,并附带可靠性信号
search_patternsquery、limit、verbosity按字段加权排序的匹配项,包含 matched_in;在完整模式下还包含片段和置信度标记。字段权重:标题 10×、摘要 4×、sfr 3×、描述 2×、正文 1×
get_cross_referencesid、include_inferred指向其他条目的邻接关系
get_reverse_referencesid指向该条目的邻接关系(哪些条目引用了此 Pattern)
resolve_idquery规范化部分 ID、slug 片段或 display_id;始终返回候选项
find_patterns_for_tasktask、limit、verbosity根据任务描述查找按套件分组的最佳 Pattern;默认为紧凑模式,以便快速筛选并降低成本
list_unreviewedlimit列出没有 reviewed_by 的 Pattern,按置信度从低到高排序
review_stats—覆盖率 %、按套件和置信度划分的统计信息,以及验证问题数量
list_operational_heuristicssuite_id?、query?从生产环境中的智能体 AI 部署经验提炼的操作启发式规则;可按套件或关键词筛选
get_operational_heuristicid按 ID 获取单条操作启发式规则(例如 OH::geoffrey-pattern);返回包含原则、框架映射、设计模式和发现过程说明的完整条目

数据来源

  • 规范性框架:framework/catalog/,通过生成的 assessor/src/data/criteria-v1.json 投影加载
  • Pattern 层:research/mcp/suites/<SUITE>/<pattern_id>.yaml(238 个文件)
  • 示例:research/mcp/exemplars/*.yaml(为四个锚点子目标提供回退数据)
  • 操作启发式规则:research/mcp/operational_heuristics.yaml(14 条启发式规则)

启动时,服务会加载上述两类数据,并构建以 pattern_id 为键的内存索引。也支持通过 display_id 查找,但它可能对应多个子目标(带下划线的变体)。

冒烟测试(未安装 MCP 时)

python3 -c "
from saferagenticai_mcp.framework_loader import load_framework
idx = load_framework()
print(f'{len(idx.subgoals)} subgoals, {sum(1 for s in idx.subgoals.values() if s.has_pattern)} with patterns')
"

版本管理

  • 规范框架:遵循 criteria-v1.json 的 version 字段。
  • Pattern 层:此目录填充期间为 v1-draft;审核完成后为 v1。
  • 服务:采用语义化版本控制。当前版本为 0.3.6(包含框架 1.3-draft、完整的 238 个 Pattern 语料库和操作启发式规则)。请明确固定版本,以确保审计可复现。

已内置功能

  • 热重载 — 服务会在每次工具调用时遍历源目录;修改内容无需重启即可生效。
  • 加载时验证 — 验证必填字段、content_type 枚举值和 confidence 枚举值。无效 Pattern 会记录 WARNING,但不会导致服务失败。
  • find_patterns_for_task — 将自然语言任务映射为按套件分组的最佳 Pattern。在当前规模下,无需单独的嵌入索引。
  • 反向 xref 索引 — 加载时构建,并通过 get_reverse_references 查询。

尚未实现

  • 身份验证 / 远程传输(仅支持 stdio)。
  • 基于嵌入的语义搜索 — 目前 238 个模式下,按字段加权的关键词评分已足够;规模达到 10 倍时,嵌入才值得采用。
  • mark_reviewed 写入工具 — 有意不添加。第 3 阶段的审核编辑直接通过 YAML 完成(编辑器 + git diff = 可审计);MCP 保持只读。

更广泛的原生 Agent 架构提出了组合式方向引导、上下文包、工作区、规划、操作和验证操作。它们明确不属于当前的 0.3.6 接口。目标和兼容性计划请参阅 ../../architecture/README.md。

权威目录将当前 MCP 标识符和 slug 映射到永久需求 ID。服务器 0.3.6 保留其十二工具接口,加载生成的打包快照,验证 saai.catalog.v1,并报告共享快照哈希。

许可证

此服务器(本目录中的代码)采用 MIT 许可证 — 详见 LICENSE。

它所提供的安全框架内容(saferagenticai_mcp/_data/ 中打包的模式、规范标准和操作启发式规则)属于 SaferAgenticAI 框架,该框架在仓库根目录下以 CC-BY-4.0 许可证发布。署名:Nell Watson 和 Agentic AI Safety Community of Practice。

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。