AI 基础设施卫士

解决的核心问题

AI Agent的基础设施层常暴露在多重风险下：模型服务接口可能被未授权调用，Agent执行环境的权限配置可能存在漏洞，敏感数据可能在日志中意外留存。这些问题的根源往往不在算法本身，而在于部署环境与运行链路的加固不足。开发团队需要在快速迭代Agent能力与确保底层设施安全之间找到平衡，避免基础设施成为攻击入口。

核心能力与实现逻辑

该技能集合通过9个独立子技能文件，将安全能力拆解为可组合的模块。核心工作流程可分为三个阶段：

• 风险扫描：自动检测目标环境中的关键配置项，如API密钥管理策略、网络访问白名单、日志脱敏规则等，识别潜在的高危设置。
• 策略注入：根据扫描结果生成针对性的配置加固建议，例如调整模型调用的权限边界，或为Agent执行沙箱添加资源隔离策略。
• 运行时监控：在Agent执行任务时，通过内置检查点机制实时捕获异常行为，如超出预期的系统调用或敏感数据的非常规访问。

适用边界与注意事项

当前版本主要适配基于命令行交互的Agent运行环境（如Claude Code、Codex等），对图形界面或分布式集群部署的支持有限。使用时需注意：

• 子技能文件需与目标平台的API版本匹配，否则扫描结果可能不准确。
• 策略注入阶段建议先在测试环境中验证，避免生产环境中的配置冲突。
• 涉及多Agent协作的复杂系统时，需额外配置跨节点权限同步机制，当前版本暂未覆盖该场景。