我制作了一个用于AI编码代理的微型JSON权限层
摘要
一个名为“agentcontract”的新开源工具为AI编码代理提供了一个可移植的基于JSON的权限层,允许开发者为不同代理运行时定义工具、路径和网络访问的允许/拒绝规则。0.0.1版本新增了本地浏览器GUI,用于编辑和测试合约。
我刚刚发布了 \`agentcontract\` v0.0.1。我一直遇到的问题:AI编码代理的能力越来越强,但它们的安全控制通常与特定产品绑定。Claude Code 有自己的权限请求方式。Codex 有自己的。Hermes 也有自己的。自定义代理最终会发明另一种允许列表。我想要一些简单且可移植的东西:\`\`\`json { "allow\_tools": \["read\_file", "write\_file"\], "deny\_tools": \["shell"\], "allow\_paths": \["./src/"\], "deny\_paths": \["\~/.ssh/", "\~/.env"\], "allow\_network": false, "require\_approval": \["shell"\] } \`\`\` 之后,任何代理运行时都可以在接触文件、运行命令、调用API或消耗token之前,根据该合约检查提议的操作。新的 \`v0.0.1\` 版本增加了 \`agc gui\`,这是一个用于编写合约、验证、保存以及模拟运行提议工具调用的本地浏览器UI。使用场景:将合约提交到你的仓库中,像普通配置一样检查它,并在不同的代理/运行时之间复用,而不是信任每个工具的内部权限模型。它还很早期,采用MIT许可,刻意保持小巧,用Python编写。欢迎任何构建代理工具或在实际仓库上运行编码代理的人提供反馈。
相似文章
我认为大多数“AI agent”项目失败是因为人们跳过了乏味的权限层
作者认为,成功的AI agent产品需要一个健壮的权限系统,包括只读、草稿、审批、有限执行和审计层,优先考虑安全性而非表面的神奇效果。
我把我的AI代理治理平台上线了。来试试攻破它。
作者发布了Bendex Arc,一个面向AI代理的开源治理层,用于强制权限、阻止操控,并包含一个用于测试的实时演示。
公开构建多智能体框架已经 7 周了,这是一段旅程。
AIPass 是一个本地 CLI 多智能体框架,它为 AI 智能体提供持久化身份、共享文件系统访问和智能体间消息通信,且无需沙箱环境。该项目由开发者独自公开构建,历时 7 周,包含 4000 多项测试和 400 多个 Pull Request。
为AI智能体构建了身份/权限/审计层。在更多人使用前诚求反馈
一位开发者构建了一个SDK,为LangChain、CrewAI等AI智能体框架添加身份、权限和审计功能,并寻求对其方法的反馈。
可信赖的智能代理AI层
作者正在构建Synapsor,一个面向AI代理的测试版工具,提供受管内存、分阶段写入、回放、权限和审计追踪,并正在寻求代理开发者的反馈。