MakerChecker

随着 AI 智能体（Agent）逐渐获得执行复杂任务的能力，如何确保其行为可控、合规且可追溯，成为企业应用落地的核心挑战。MakerChecker 是一个开源的安全层解决方案，旨在通过强制执行基于角色的访问控制（RBAC）、职责分离以及加密签名的审计日志，为智能体提供一道坚实的安全屏障。

其核心理念是“默认拒绝”与“人机协同”：智能体不能自行批准高风险操作，必须经过授权或人工审批，且所有决策均留下不可篡改的密码学证据。

核心架构：三层防护体系

MakerChecker 由三个独立但互通的包组成，用户可根据需求灵活采用：

1. 静态扫描器 (@makerchecker/scan)

• 功能：在不安装任何依赖的情况下，对现有代码库进行静态分析。
• 作用：识别智能体当前能够独立执行的所有后果性操作，并按风险等级分类。它还能自动生成治理代码模板，帮助开发者快速建立初始安全策略。
• 隐私保护：所有扫描均在本地完成，代码不会上传至云端。

2. 嵌入式治理引擎 (@makerchecker/embedded)

• 功能：作为中间件集成到智能体的工具调用链路中。
• 机制：
  • 角色定义：为智能体和人类操作员定义不同的角色（如 agent 和 risk-desk）。
  • 技能授权：明确哪些角色可以执行哪些技能（Skill）。例如，智能体可以被授予“查询余额”的权限，但“下单交易”的权限仅保留给风险控制人员。
  • 默认拒绝：任何未显式授权的调用会在执行前被直接拦截并抛出 GovernanceDeniedError。
  • 职责分离：高风险操作必须由不同角色执行，确保智能体无法“自产自销”。

3. 自托管审计服务器

• 功能：提供持久化、可查询且防篡改的审计日志服务。
• 技术实现：
  • 加密签名：每个决策记录都使用 Ed25519 算法进行签名。
  • 哈希链：日志条目通过哈希值链接，形成区块链式的结构。任何对历史记录的篡改都会导致验证失败。
  • 离线验证：支持导出审计包，允许第三方在离线环境下独立验证日志的完整性与真实性。

代码示例：如何实现“默认拒绝”

以下示例展示了如何使用 @makerchecker/embedded 包装一个交易工具，确保只有具备相应权限的角色才能执行：

import { createGovernor, GovernanceDeniedError } from "@makerchecker/embedded";

const gov = createGovernor()
  .defineSkill("place-order@1", { riskTier: "high" }) // 定义高风险技能
  .defineRole("agent")       // 定义智能体角色
  .defineRole("risk-desk")   // 定义风控人员角色
  .grant("risk-desk", "place-order@1") // 仅授权风控人员执行下单
  .defineAgent("trader", "agent");     // 绑定智能体身份

// 包装工具：智能体 trader 尝试调用 place-order 时将被拦截
const placeOrder = gov.governedTool("trader", "place-order@1", (order) => broker.submit(order));

try {
  await placeOrder({ symbol: "BTC", qty: 10 });
} catch (err) {
  if (err instanceof GovernanceDeniedError) {
    console.log(err.code); // 输出: "skill_not_granted"
  }
}

适用场景

• 金融交易智能体：防止智能体在未获授权的情况下进行大额转账或高频交易。
• 企业级自动化工作流：确保敏感数据访问、数据库修改等操作符合内部合规要求。
• 医疗与法律领域：满足严格的行业监管标准，提供可证明的决策追溯链条。
• 开源社区与协作开发：为多智能体协作环境提供统一的安全标准和信任基础。