mcpField
A
AgentGuard — security checks for AI agents

AgentGuard — security checks for AI agents

本地服务
github.com/shuaicongxiaomai安全017 周前更新

关于 AgentGuard — security checks for AI agents

AgentGuard 是开源 MCP 服务,让 AI Agent 在工作过程中执行安全检查。它在本地扫描文本中的密钥,并通过 OSV.dev 检查软件包版本和依赖清单中的已知漏洞。

主要功能

  1. 01本地检测密钥并掩码显示结果
  2. 02检查软件包版本的 CVE
  3. 03扫描依赖清单中的漏洞
  4. 04支持 stdio 与 Streamable HTTP 模式
  5. 05无需账户或 API 密钥

适用场景

  1. 01提交前检查代码或差异中的密钥
  2. 02查询软件包版本是否存在已知 CVE
  3. 03扫描项目清单中的易受攻击依赖

MCP 相关

AgentGuard 将 `scan_secrets`、`check_cve` 和 `scan_dependencies` 作为 MCP 工具提供。客户端可通过 stdio 启动,也可连接其 Streamable HTTP 端点。

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。

mcp.json · 通用配置
{
"mcpServers": {
"shuaicongxiaomai-agentguard": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"ghcr.io/shuaicongxiaomai/agentguard:0.1.2"
]
}
}
}
启动命令docker run -i --rm ghcr.io/shuaicongxiaomai/agentguard:0.1.2

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。

安装包
ocighcr.io/shuaicongxiaomai/agentguard:0.1.2

工具

还没有获取到工具列表

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

AgentGuard — AI Agent 的安全检查(MCP 服务)

一个免费、开源的单二进制文件 MCP 服务,为任何 AI Agent(Claude Desktop、Cursor、Claude Code,……)提供嵌入工作流中的安全检查:

工具功能数据来源
scan_secrets在 Agent 提交、记录日志或发送文本/代码/差异之前,标记其中硬编码的机密(API 密钥、令牌、私钥)。在本地运行;值会被屏蔽。本地(正则表达式 + 熵)
check_cve检查特定软件包版本是否存在已知 CVE,并提供严重性和修复版本。OSV.dev(免费)
scan_dependencies扫描 go.mod / package.json / requirements.txt,并报告所有固定版本中存在漏洞的依赖项。OSV.dev(免费)

无需 API 密钥,无需账户,不收集遥测数据。除 CVE 查询会调用免费的公开 OSV.dev API 外,所有操作都在本地运行。

安装

选择适合你设置的方式。三种方式提供的都是相同的 stdio MCP 服务。

Docker(无需 Go 工具链)
docker run -i --rm ghcr.io/shuaicongxiaomai/agentguard:latest demo

MCP 客户端配置(Claude Desktop / Cursor / Claude Code 中的 mcpServers 配置块):

{
  "mcpServers": {
    "agentguard": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "ghcr.io/shuaicongxiaomai/agentguard:latest"]
    }
  }
}
Go 安装
go install github.com/shuaicongxiaomai/agentguard@latest
{ "mcpServers": { "agentguard": { "command": "agentguard" } } }
预构建二进制文件

从 Releases 页面下载适用于你操作系统和架构的压缩包,解压后,将配置中的 command 指向二进制文件的绝对路径。

从源代码构建

go build -o agentguard .          # append .exe on Windows

三种运行方式

1. demo — 零配置查看运行效果:

agentguard demo

使用示例输入运行全部三种工具并打印结果。

2. stdio(默认)— 本地使用;MCP 客户端会启动二进制文件。 无需端口; 客户端负责管理其生命周期。使用上述任一配置,然后向 Agent 提问: “扫描其中的机密”、“lodash 4.17.20 是否存在漏洞?”、 “检查我的 package.json 中是否有存在漏洞的依赖项。”

3. serve — 在端口上运行 Streamable HTTP 服务(用于托管/远程服务):

agentguard serve :8080          # or set PORT=8080
# health:   GET  http://host:8080/healthz
# MCP URL:  POST http://host:8080/mcp   (clients connect to this URL)

本地使用时请使用 stdio;如果你想运行一个托管服务,让用户无需安装任何内容即可通过 URL 连接,请使用 serve。

说明

  • scan_secrets 在本地运行,绝不会返回未屏蔽的机密值——只会返回经过屏蔽的预览。
  • scan_dependencies 每次调用最多处理 200 个依赖项,并发查询 OSV。
  • check_cve / scan_dependencies 需要网络访问 OSV.dev;scan_secrets 完全离线运行。

许可证

MIT。

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。