我给 agent 加了一道闸,拦住了自己差点删掉的构建目录

0 阅读4分钟

上周让 agent「清理一下构建产物」,它执行了:

bash

rm -rf ./build

看起来没问题。但那个项目的构建目录在仓库根,路径少写了一层,实际展开成了……还好我瞥了一眼。

这类事不是个例。我把能想到的「人类会立刻后悔」的操作列了张表,每条都写成了测试用例:

操作后果
rm -rf ./build 路径拼错成 ./整个项目没了
为了「清理历史」执行 git push --force团队代码被覆盖
调试时把 .env 内容贴进新建的 issue密钥泄漏,全量轮换
逻辑 bug 导致循环调用付费 API一夜几百美元
在生产库执行 DROP TABLE数据不可恢复
访问 169.254.169.254云凭据被拿走

现成的方案,我都不太满意

确认弹窗:每个 agent 都有。问题是人的行为——弹到第三次就开始无脑点允许。

沙箱:确实隔离,但要换环境(路径、工具链、凭据全得搬进去),而且它只能控制「能不能跑命令」,控制不了「这条调用该不该放行」。

各家自己的 hook:有用,但每个 agent 的 hook 协议都不一样,装一套只覆盖一家,而且很多没有 Windows 支持。

LLM 网关:这类产品最近很热,但拦的是模型 API 流量(调了哪个厂商、花了多少 token),不看「bash 这个工具被传入了什么命令」。

它们不是做得不够好,是拦的位置不对。

唯一的位置:MCP 的 command 字段

MCP 协议里,客户端启动 server 的方式就是一个配置项:

json

{
  "command": "npx",
  "args": ["-y", "@modelcontextprotocol/server-filesystem", "/projects"]
}

把这行包一层,就多了一道闸:

json

{
  "command": "npx",
  "args": [
    "-y", "@leeruu/agentguard@beta",
    "--policy", "C:/Users/你/.agentguard/policy.yaml",
    "--",
    "npx", "-y", "@modelcontextprotocol/server-filesystem", "/projects"
  ]
}

-- 之前是网关的选项,之后是原来那行命令原样搬过来。agent 完全不知道中间多了个进程。

改 agent 的源码不现实,改 agent 的配置很现实。 这是 MCP 相比于各家 hook 最大的价值:一次实现,所有支持 stdio 启动 server 的客户端通用。

【图 1:架构示意,agent → agentguard → 真实 MCP server,建议自己画或截一张配置对比图】

策略是一份 YAML

yaml

version: 1

defaults:
  on_no_match: deny      # 没写规则的调用默认拒绝

rules:
  - id: block-rm-rf-root
    match:
      tool: [bash, shell, run_command]
      args.command:
        regex: 'rm\s+(-[a-zA-Z]+\s+)*-(rf|fr)\s+/'
    decision: deny
    reason: 递归删除根目录

三条设计上的取舍:

1. fail-closed。 没匹配到任何规则就是拒绝。写漏一条规则的结果是「这次调用失败」,不是「这次调用放行」。

2. deny > ask > allow,与规则顺序无关。 在文件末尾补一条 allow,不会意外放开前面某条 deny。

3. 不用 LLM 判断危不危险。 要可复现、可解释、可审计。规则是 YAML,命中哪条、为什么命中,都在错误信息和审计日志里写着。

30 秒自测(不需要任何 AI 客户端)

内置了一个假 MCP server,走真实代理链路跑一遍:

bash

npx -y @leeruu/agentguard@beta demo

输出是这样(真实运行结果):

code

  判定   调用               命中规则                上游
  ──────────────────────────────────────────────────────
  allow  读 ./src/index.ts  base-allow-read         已执行
  deny   读 ./.env          secrets-read-env        未执行
  deny   写 /etc/hosts      core-write-system-path  未执行
  deny   rm -rf /           core-rm-rf-root         未执行
  allow  rm -rf ./build     base-allow-command      已执行
  ask*   git push --force   core-force-push         未执行
  deny   未定义的工具       (fail-closed)           未执行

「未执行」是字面意思:被拦的调用根本没到上游。

注意 rm -rf ./build 是放行的,git push --force-with-lease 也是放行的——这类「安全版本」如果被误拦,产品就没人用了。

【图 2:上面这段 demo 输出在你终端里的截图(自己跑一遍截屏,比任何示意图都有说服力)】

它拦不住的(说清楚比藏着好)

  • 只看请求方向。工具返回值里漏出来的密钥,拦不住
  • ask 目前没有审批通道,实际按拒绝处理(代理的 stdin 就是协议流,从里面读 y/n 会把 MCP 消息吃掉)
  • 不通过 MCP 的子进程,看不见
  • 正则没有执行超时,写得极端的模式可能拖慢网关(有加载期告警,但不硬拦)

怎么接

bash

# 1. 生成策略(不覆盖你任何客户端配置)
npx -y @leeruu/agentguard@beta init --yes

# 2. 先看它会拦什么(还没接入就能跑)
npx -y @leeruu/agentguard@beta check

然后把它打印的那段 JSON 粘进客户端的 MCP 配置——是包住你已有的 filesystem server,不是新增一个。

第一次接进去建议开观察模式:

bash

npx -y @leeruu/agentguard@beta init --observe --force

只记录不拦截,跑一周看 audit list 里 agent 到底在干什么,再决定收紧什么。

最后

Apache-2.0,不联网、不需要账号、没有 telemetry,审计就是本地 JSONL,grep 就能查。运行时依赖只有 1 个(yaml)。

国内网络如果 npx 很慢,加镜像参数(实测 1.9 秒):

bash

npx -y --registry=https://registry.npmmirror.com @leeruu/agentguard@beta demo

npm:www.npmjs.com/package/@le…

最想听的反馈是:你的 agent 干过什么「差点出事」的事,而这个东西没拦住。 漏拦比误拦更值得说。