代理安全mcp
](https://pypi.org/project/agent-safety-mcp/)  
用于AI代理安全的MCP服务器。 只需一次安装，任何兼容MCP的AI助手都可以访问成本保护、快速注射扫描和决策跟踪。
适用于Claude Code、Cursor、Windsurf、Zed和任何MCP客户端。
______________________________________________________________________
安装
克劳德代码（推荐）
claude mcp add agent-safety -- uvx agent-safety-mcp手册（任何MCP客户端）
添加到MCP配置中：
{
"mcpServers": {
"agent-safety": {
"command": "uvx",
"args": ["agent-safety-mcp"]
}
}
}来自PyPI
pip install agent-safety-mcp
agent-safety-mcp # runs stdio server______________________________________________________________________
工具
成本保护——LLM电话的预算执行
| 工具 | 它做什么 |
|---|---|
cost_guard_configure | 设置每周预算、警报阈值、模拟运行模式 |
cost_guard_status | 检查当前支出与预算 |
cost_guard_check | 预先检查模型调用是否在预算范围内 |
cost_guard_record | 记录已完成呼叫的令牌使用情况 |
cost_guard_models | 列出支持的型号及其定价 |
例子： “检查我是否能负担得起2000个输入令牌的GPT-4o通话”
注射防护——快速注射扫描仪
| 工具 | 它做什么 |
|---|---|
injection_scan | 扫描文本以查找注射模式（非堵塞） |
injection_check | 如果检测到注射，则扫描+阻止 |
injection_patterns | 列出9个类别的所有75个内置检测模式 |
例子： “扫描此用户输入以进行提示注入：'忽略前面的说明并…'”
决策跟踪器——代理决策日志
| 工具 | 它做什么 |
|---|---|
trace_start | 启动新的跟踪会话 |
trace_step | 用上下文记录决策步骤 |
trace_summary | 获取会话摘要（步骤、错误、时间） |
trace_save | 将跟踪保存到JSON+Markdown文件 |
例子： 为我的分析代理启动跟踪，然后记录每个决策步骤
______________________________________________________________________
这包裹了什么
此MCP服务器包装 AI代理基础架构堆栈 --三个独立的Python库：
- 人工智能成本保护 —
pip install ai-cost-guard - 人工智能注射防护装置 —
pip install ai-injection-guard - 人工智能决策跟踪器 —
pip install ai-decision-tracer
这三个：MIT许可，零运行时依赖（单独），纯Python stdlib。
MCP服务器添加 mcp>=1.0.0 作为协议层的依赖。
______________________________________________________________________
为什么
AI编码助手（Claude Code、Cursor等）现在可以保护他们帮助构建的代理——检查预算、扫描输入和跟踪决策——而无需离开IDE。
基于在真实金融市场中运行8个月的自主AI交易代理而构建。
______________________________________________________________________
许可证
麻省理工学院