为AI智能体构建开源身份与审计层(MCP、LangChain、CrewAI、Python)
摘要
Vorim AI是一个针对AI智能体的开放协议身份与审计层,提供加密身份、范围限定权限、防篡改审计链,以及跨LangChain、CrewAI和OpenAI SDK等框架的一键撤销功能。
构建了 **Vorim AI**——一个针对AI智能体的开放协议身份与审计层。在此发帖是因为这个社区的反馈最有用。
**我最初面临的问题:** 如果你在生产环境中运行智能体,无论使用什么框架、什么模型,最终都会遇到四个无法回答的问题:
1. 这个动作是由哪个特定的智能体执行的?
2. 它是否有权限执行?
3. 能否以审计认可的方式证明发生了什么?
4. 如果出了问题,能否用一个命令撤销该智能体在所有地方的权限?
目前大多数生产级智能体栈对这四个问题的回答都是“呃,大概可以,如果你去翻日志的话。”这就是差距所在。
**Vorim AI的功能(每个原语用一句话概括):**
* 每个智能体拥有自己的加密身份(Ed25519密钥对,而非共享API密钥)
* 权限默认是范围限定且有时效的——它们会过期,不会累积
* 每个动作被记录到哈希链接、签名的审计链中(防篡改、可导出)
* 撤销只需一次API调用,并传播到智能体接触的所有系统
**目前已上线的产品:**
* vorim/sdk (TypeScript) 和 vorim (Python) 已发布在npm和PyPI上
* vorim/mcp-server —— 为Claude Desktop、Cursor以及任何兼容MCP的客户端提供17个工具
* 集成了Claude、OpenClaw、LangChain、CrewAI、OpenAI SDK、Pydantic AI、Stripe ACP
* 免费层级:3个智能体、每月10K事件,无需信用卡
**为什么在这里发帖:** 诚实的市场验证。我想知道我解决的到底是一个真实问题,还是只有我自己觉得有趣。以下四个问题,欢迎给出最直白的答案:
1. **对于LangChain / CrewAI / OpenAI SDK用户**——四个原语的划分(身份/范围/审计/撤销)是否符合你们实际遇到的痛点,还是根本不相关?在生产环境中运行智能体,*真正*最难的是什么?
2. **对于在CI/预发布环境中运行多个智能体的人**——免费层级(3个智能体、10K事件)是否够用,还是在你验证集成之前就遇到了限制?
3. **什么因素会让你从“有趣”转变为“我确实会接入”?** SSO?自托管?更好的文档?开箱即用的LangSmith桥接?
4. **什么让你觉得“过度设计”?** 我宁愿今天听到“你解决的问题不存在”,也不愿耗费六个月构建错误的东西。
**值得了解的背景:** 在现代企业中,机器和AI身份已超过人类身份 **109:1**(Palo Alto Networks,2026年5月)。你环境中99%的身份是非人类的,而几乎所有这些身份都缺乏适当的身份控制。
**如果你安装后遇到问题**,请私信我。
相似文章
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。
GetMCP:AI 代理的零信任
GetMCP 是一个可自托管的开源工具,通过提供每请求审计、每代理撤销、策略执行和 API 调用的人工介入审批,为 AI 代理带来零信任安全。它根据 OpenAPI 规范生成 MCP 服务器,并作为具有防篡改审计日志的流式代理运行。
@_vmlops:微软开源了AI代理的治理层,这正是代理式AI所缺失的关键一环
微软开源了Agent Governance Toolkit(代理治理工具包),这是一个为AI代理设计的治理层,可强制执行策略、身份验证、沙箱隔离和审计日志,确保自主代理操作安全合规。
@hwchase17: https://x.com/hwchase17/status/2053157547985834227
文章概述了一个系统的“智能体开发生命周期”(构建、测试、部署、监控),以有效创建和管理 AI 智能体,重点介绍了 LangChain、LangGraph 和 CrewAI 等关键框架。