元盾 yotta-guardian

元盾 —— 跨智能体的危险调用拦截护栏：确定性规则引擎 + 可插拔意图验证（不绑模型），拦截危险 exec / write / edit / read / run / shell 工具调用，提供审计日志。触发：代理要执行高风险命令（递归删除、磁盘格式化、提权、防火墙改动、反向 shell、下载即执行等）、要写入系统敏感路径或修改系统配置、要在执行危险操作前做安全检查、或用户说 护栏/拦截/危险操作/安全检查 等。边界：默认只读评估，不自动执行也不放行危险操作；不替代用户决策；不隐藏审计记录；规则可配置。

跨智能体的工具调用拦截护栏：确定性规则引擎 + 可插拔意图验证，对 exec / write / edit / read / run / shell 工具调用做安全评估，输出 allow / deny + 命中规则 + 审计日志。

零依赖（Python 3.8+ 标准库），Windows + Linux + macOS 通用；Claude Code / Cursor / Codex / 通用 Agent 均可调用。

何时使用

• 代理要执行高风险命令：递归删除系统路径、磁盘格式化（mkfs / fdisk / dd 写设备）、提权（chmod 全权限 / chown 系统路径 / 账户管理）、防火墙改动（iptables 清空 / ufw disable / netsh 关闭）、反向 shell（netcat 执行 / bash /dev/tcp）、下载即执行（curl / wget 管道交给 shell）等；
• 代理要写入系统敏感路径（/etc/passwd、/etc/sudoers、SSH 授权文件、Windows hosts / 系统目录、注册表启动项）或修改系统配置；
• 需要在执行危险操作前做一次确定性安全检查（gate），并留下审计记录。

Do NOT trigger：

• 默认只读评估，不自动执行、不放行危险操作，也不替代用户最终决策；
• 不隐藏审计记录；被拦截时如实上报原因与命中规则；
• 已获明确授权的运维操作应显式放行（--allow / --allow-path / 自定义规则），而不是绕过检查。

快速使用

Windows 用 python，Linux/macOS 用 python3。

_BT_bash

检查一条 exec（0 = 允许）

python3 scripts/yotta_guardian.py check exec --cmd "git status"

检查危险命令（默认拒绝，退出码 3）

python3 scripts/yotta_guardian.py check exec --cmd "rm -rf /"

检查写操作

python3 scripts/yotta_guardian.py check write --path /etc/passwd --content "..."

批量检查（agent 在执行前把待执行调用列表交给护栏）

python3 scripts/yotta_guardian.py check --batch calls.json --json

审计

python3 scripts/yotta_guardian.py check exec --cmd "..." --audit-log .yotta-guardian/audit.jsonl python3 scripts/yotta_guardian.py audit --file .yotta-guardian/audit.jsonl --tail 20 _BT_

工作流程（AI 智能体执行危险操作前）

1. 先检查：把将要执行的工具调用交给护栏 check（单条或 --batch 批量）。
2. 看退出码：0 = 允许；1 = 允许但带警告（建议人工复核）；2 / 3 = 拒绝（high / critical，不要执行）；4 = 用法错误。
3. 被拒绝怎么办：如实向用户报告原因与命中规则；确有授权的操作，用 --allow / --allow-path / 自定义规则文件放行并留审计记录；不要绕过检查。
4. 留痕：高风险场景用 --audit-log 落审计日志，供追溯。

策略（policy）

策略	行为
default（默认）	拒绝 critical / high；中危警告（exit 1）
strict	拒绝 medium 及以上；低危也提示
loose	仅拒绝 critical；高危仅警告

可插拔意图验证（不绑模型）

• 默认纯确定性规则，不调用任何模型、零外部依赖；
• --heuristic：启用内置本地启发式验证（对高影响动词升级为需人工确认）；
• --verifier "命令" 或配置文件：外接任意意图验证器（如 LLM 网关），协议见 references/intent-verifier.md。

参考文档

• references/rules.md — 规则目录与匹配说明
• references/policies.md — 策略 / 退出码 / 使用姿势
• references/intent-verifier.md — 意图验证器协议

责任声明

本技能用于防止误操作与提升操作透明度，不替代人工决策。执行危险操作前请自行确认授权与合规。