你的AI助手在你背后偷偷干了啥？这个开源方案给它加个密码学护栏

你的AI助手在你背后偷偷干了啥？

最近在做一个合规项目，客户是金融机构。AI agent要操作他们的交易系统，这时候一个灵魂拷问出现了：你怎么证明AI做了什么决策？

Claude Code跑完，你翻日志——日志是明文的，谁都能改，没有签名，没有证据链。在金融、医疗、监管场景里，这种”无痕操作”是致命的。

直到我找到了这个开源方案——protect-mcp。

它在解决什么问题？

简单说：给AI工具调用加上密码学护栏。

它用两个核心技术：

• Cedar策略引擎（AWS开源的授权引擎）：每次工具调用执行前先过一遍你写的策略，deny就直接拦住
• Ed25519签名收据：每次操作生成防篡改的密码学凭证，记录时间、输入、策略摘要、结果

收据是链式哈希的，任何人都能离线验证，不需要信任操作日志的那一方。这在合规场景里是硬需求。

实际体验是什么样的？

安装就一条命令：

claude plugin install wshobson/agents/protect-mcp

然后配一个策略文件，比如：

// 允许读操作
permit ( principal, action in [Action::"Read", Action::"Grep"], resource );
// Bash只允许特定命令
permit ( principal, action == Action::"Bash", resource )
  when { context.command_pattern in ["git", "npm", "ls"] };
// 永远禁止 rm -rf
forbid ( principal, action == Action::"Bash", resource )
  when { context.command_pattern == "rm -rf" };

启动服务：npx protect-mcp@latest serve --enforce

然后正常使用Claude Code。每次工具调用都有策略检查+签名收据，所有决策都有密码学证据。

为什么这很重要？

AI agent正在进入关键生产系统——交易、风控、医疗记录、政府数据。传统的日志审计已经不够了，你需要可验证的证据。

这个方案的核心价值：

• 本地运行，不需要信任第三方
• 离线可验证，不需要联网查服务器
• 策略即代码，Git管理版本
• 收据格式遵循IETF标准草案

监管友好的AI操作记录，这可能是目前最干净的方案。

开源信息

项目来自wshobson/agents，一个聚合了94个插件、202个agent、184个skill的多工具市场。这个protect-mcp插件是该仓库里安全类插件的代表作。

仓库Stars：3.53万

https://github.com/wshobson/agents

如果你在生产环境跑AI agent，这个值得优先评估。

GitHub: https://github.com/wshobson/agents