🧱 AI开发平台

MakerChecker

★★★★ ★
8.2 / 10 🔴 高级

开源 AI Agent 安全网关——默认拒绝 + 人工审批 + 加密审计日志，在 Agent 每次操作前进行安全检查，可编程的安全门控

开源免费安全Agent海外
🌐 访问官网
📅 收录: 2026-07-09 🔄 更新: 2026-07-09

这是什么

MakerChecker 是开源 AI Agent 安全网关——在 Agent 每次操作前进行安全检查，实现可编程的安全门控。类似「Agent 防火墙」：Agent 只能执行被授予权限的操作，高危操作强制人工审批，所有决策记录到加密签名的不可篡改审计日志。

适合人群：在生产环境中运行 AI Agent 的团队，需要 Agent 安全审计、权限控制、合规监管的 DevOps/SRE/安全工程师。前提是熟悉 Node.js 和 Docker。

快速上手

1. 准备工作

  • Node.js 18+
  • Docker（可选，用于自托管服务端）
  • 了解 AI Agent 框架（LangChain / Claude SDK / CrewAI）

2. 一键扫描你的 Agent 代码

无需安装，一行命令扫描你的 Agent 代码，找出所有危险操作：

npx @makerchecker/scan .

它会标记所有高风险操作——删除数据、转账、执行 shell 命令、泄露密钥——并对标真实安全事故命名，还可以用 --fix 自动生成治理代码。

3. 嵌入 Agent 代码

npm i @makerchecker/embedded

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

const gov = createGovernor()
  .defineSkill("place-order@1", { riskTier: "high" })
  .defineRole("agent")
  .defineRole("risk-desk")
  .grant("risk-desk", "place-order@1")   // Agent 未被授权——默认拒绝
  .defineAgent("trader", "agent");

// 包装工具。Agent 结构化地无法执行它。
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); // "skill_not_granted"
}

4. 启动自托管服务端（可选）

需要集中管理多 Agent 权限、人工审批收件箱和审计控制台时：

docker compose up

启动后 localhost:3000 提供 API，Postgres 存储审计日志。每条决策 Ed25519 签名 + 哈希链——修改任何一行验证即失败。导出 bundle 可离线验证。

核心功能

  • 默认拒绝（Deny-by-Default）：Agent 只能执行被明确授予的操作
  • 角色权限控制（RBAC）：定义角色、技能、授权关系
  • 人工审批（Human-in-the-Loop）：高危操作需独立审批人签字，Agent 不能自己批准自己
  • 加密审计日志：Ed25519 签名 + SHA-256 哈希链，离线可验证
  • 多框架集成：LangChain / Claude Agent SDK / CrewAI / TypeScript SDK / Python SDK
  • 代码扫描：npx 一行命令扫描所有 Agent 危险操作

常见踩坑

  1. 审批人分离：Agent 和审批人必须使用不同角色。如果 Agent 尝试批准自己的操作，服务端返回 403。配置时确保 grant() 给独立角色。

  2. 扫描不修改代码：npx @makerchecker/scan 默认只扫描不修改。需要 --fix 才会自动生成治理代码。

  3. Docker 依赖：服务端需要 Docker 运行 Postgres。如果已有 Postgres 实例，可以修改 docker-compose.yml 连接外部数据库。

  4. 许可证分层：客户端库（embedded、SDK、connectors）Apache-2.0 可闭源商用。服务端 AGPL-3.0，商业闭源需联系 hello@makerchecker.ai。

  5. 性能开销：每次工具调用经过治理检查增加约 10-50ms 延迟。高吞吐场景建议使用嵌入式模式而非服务端代理模式。

常见问题 FAQ

Q1: MakerChecker 和 AgentOps 有什么区别？

A: AgentOps 侧重监控和可观测性（观察 Agent 做了什么）。MakerChecker 是主动拦截——在操作执行前检查权限，拒绝未授权操作。两者互补：AgentOps 观察 + MakerChecker 拦截。

Q2: 需要改现有 Agent 代码吗？

A: 需要少量集成代码（包装工具调用），但不需要重写 Agent 逻辑。嵌入式模式只需 governedTool() 包装现有工具函数。

Q3: 支持哪些 Agent 框架？

A: LangChain、Claude Agent SDK、CrewAI 有官方 connector。其他框架可用 TypeScript SDK 或 Python SDK 直接集成。

Q4: 审计日志离线验证怎么用？

A: 导出审计 bundle 后，用 npx @makerchecker/proof-verifier verify bundle.json 离线验证。不需要数据库，不需要信任生成过程。

Q5: 适合什么规模的团队？

A: 小团队用嵌入式模式（npm install 即可）。多 Agent 多团队场景用自托管服务端（Docker compose up）。Kubernetes 部署有 Helm chart。

参考链接

📊 评分与标签

核验口径：已按现行口径通过，待按新证据契约复核

评分说明

总分 8.2/10 · P_优选

📊 可观测社区指标（数据核验日期：2026-10-02）

  • GitHub: makerchecker/MakerChecker ★54，🔱2，12 tags / 8 releases（创建 2026-06-11，默认分支最近提交 2026-07-06，仓库推送 2026-09-28）
  • npm: @makerchecker/scan v1.2.0（发布 2026-07-06）· 近一周下载 8 次
  • npm: @makerchecker/embedded v1.2.0 · 近一周下载 1 次
  • npm: @makerchecker/sdk v1.2.0 · 近一周下载 0 次
  • npm: @makerchecker/proof-verifier v1.2.0 · 近一周下载 2 次
  • 事故样例库: examples/ 下 53 个目录，其中 41 个为真实 Agent 事故案例（Amazon Q 删库、Cursor 清空 PocketOS 数据库、Replit 删生产库、ShadowLeak 邮件外泄等）
  • 许可证: AGPL-3.0（server / web / shared）+ Apache-2.0（scan / embedded / SDK / 连接器），另有商业许可替代

⚠️ 维度集说明：本条目归属 tools.json（tool 类型）。原文件误用 agent 六维度，2026-10-02 就地改为 tool 规范六维度（满分 2.5 / 2.5 / 1.5 / 1.5 / 1.0 / 1.0），条目未跨目录搬动。原文件的「稳定性」一项按 agent 满分给到 1.4，超出 tool 满分上限（1.0），已按 tool 标准结合本次证据重新定分，而非比例换算。

⚙️ 功能完整度 2.2/2.5

  • 三层安全治理：静态扫描（mc scan）+ 运行时拦截（@makerchecker/embedded）+ 自托管网关服务器（Fastify + Postgres，含审批收件箱与复核控制台），覆盖 Agent 安全全链路
  • deny-by-default：未被角色明示授权的操作在执行前被拒（GovernanceDeniedError / HTTP 403），而非事后标记
  • 职责分离设计：Agent 可提议操作但结构上无法批准自己的工作，高风险技能需独立角色（officer）签字
  • 仓库含 10 个包（scan / embedded / proof-verifier / sdk / sdk-python / connector-langchain / connector-claude-agent / server / web / shared），三层 enforced 同一套审计格式
  • 对比 AgentOps：AgentOps 是事后监控可观测性，MakerChecker 是事前拦截，治理维度不同
  • 对比 Iron Gorilla：闭源商业运行时拦截，MakerChecker 开源可自托管，透明度更高
  • 扣分：本实现不做操作系统级沙箱隔离，治理粒度依赖用户自行定义 role / skill / riskTier

✨ 输出质量 1.9/2.5

  • 审计链可独立验证：每条事件以 SHA-256（RFC 8785 规范 JSON）链接 prev_hash 并 Ed25519 签名，导出 bundle 后任何人可离线验证，无需信任产出进程
  • 扫描发现映射到 41 个真实 Agent 事故案例（本次实测 examples/ 下确为 41 个事故目录），并提供 4 个可运行的受治理用例（药械警戒、MDR 报告、肿瘤患者准入、现金对账）
  • 证据不足（限制说明）：未公布扫描器检出率/误报率基准，本次未在样本仓库上实跑 mc scan，「映射真实事故」仍以官方自述为准，故该维度不按上限给分
  • 对比通用 SAST：只报问题不阻断；MakerChecker 的发现可落到执行前拦截

🖐️ 易用性 1.2/1.5

  • npx @makerchecker/scan . 零安装、离线运行，默认不上传任何数据，最低门槛体验
  • docker compose up 一行命令启动完整服务器，自动种子演示数据与两类 API Key（admin / officer）
  • 三个独立包可单独采用，从扫描到嵌入式再到完整服务器渐进式集成
  • 但完整治理集成需理解角色（roles）、技能（skills）、风险层级（riskTier）等概念，学习曲线存在；自托管网关增加运维成本
  • 对比 AgentOps：AgentOps 三行代码集成（agentops.init()），MakerChecker 需定义治理策略，上手更复杂

💰 性价比 1.3/1.5

  • scan / embedded / proof-verifier / SDK / 连接器均为 Apache-2.0，可自由嵌入闭源 Agent；仅 server / web / shared 为 AGPL-3.0，并提供商业许可替代
  • 自托管无订阅费，核心能力对预算敏感团队零成本
  • 扣分：完整网关需自备 Postgres 与运维；AGPL 部分对闭源分发仍有合规成本
  • 对比商业 Agent 治理平台：订阅制且不可自托管

🔒 稳定性 0.7/1.0

  • 工程实践规范：CI 流水线集成 gitleaks 密钥扫描、镜像 CVE 扫描、SBOM 生成；提供加固 Docker 配置与非 root 容器运行
  • 12 个 tag / 8 个 release，v1.2.0 为当前版本，版本管理规范
  • 扣分：项目 2026-06-11 创建，默认分支最近提交停留在 2026-07-06（约三个月无主线提交），npm 包自 2026-07-06 后未再发布；周下载个位数（scan 8 / embedded 1 / sdk 0 / proof-verifier 2）、GitHub ★54，缺乏长期生产验证与外部采用证据
  • 对比 AgentOps：811 commits、111 tags 的长期维护记录，社区规模远超

🛡️ 隐私安全 0.9/1.0

  • 离线优先：mc scan 零安装本地运行，官方声明「nothing leaves your machine」；治理与审计在自托管环境内闭环
  • 审计日志可完全离线验证：导出 bundle 即可复验，审计员无需访问你的系统或运行 MakerChecker 代码
  • deny-by-default 与职责分离结构性降低 Agent 越权触碰敏感数据的概率
  • 扣分：密钥与部署安全由使用方自管；服务器备份与传输策略属部署责任

评分依据可追溯至公开来源，每项分数均有明确理由和数据支撑。

🏷️ 标签说明

  • 开源免费:核心引擎 AGPL-3.0 开源,SDK Apache-2.0,提供商业许可替代。来源：Trust 页面
  • 安全:核心定位是 Agent 安全防火墙,deny-by-default 拦截 + 签名审计链。来源：GitHub README
  • Agent:面向 AI Agent 安全治理,集成 LangChain/Claude Agent SDK 等框架。来源：GitHub README
  • CLI:mc scan 通过 npx 命令行运行,嵌入式包通过 npm 安装。来源：npm @makerchecker/scan

📋 来源与核验记录

  • ✅ 已核验（2026-10-02）: GitHub makerchecker/MakerChecker — Stars 54 / Forks 2 / 创建 2026-06-11 / 默认分支最近提交 2026-07-06 / 12 tags / 8 releases / AGPL-3.0
  • ✅ 已核验（2026-10-02）: README — 三层治理架构、10 个包清单、deny-by-default 与职责分离机制、审计链规格
  • ✅ 已核验（2026-10-02）: examples/ 目录 53 个条目，其中 41 个为真实事故案例目录；docs/ 含 quickstart、concepts、audit-spec、security-model 等 8 项
  • ✅ 已核验（2026-10-02）: npm registry API — 四个包均为 v1.2.0（发布 2026-07-06）、Apache-2.0；api.npmjs.org 近一周下载量 scan 8 / embedded 1 / sdk 0 / proof-verifier 2
  • ✅ 已核验（2026-10-02）: makerchecker.ai 与 Trust 页面 均可访问
  • ⚠️ 未验证（Cloudflare 拦截）: npmjs.com 页面 被安全验证拦截，改用 npm registry API 取证
  • ⚠️ 未复现: README 声明的扫描检出能力未在样本仓库实测；2026-07-09 记录的 HN Show HN（43 points / 19 comments）本次未复核

⚠️ 局限与未实测声明

  • 本文基于 GitHub API、README、仓库目录与 npm registry 于 2026-10-02 采集；原 2026-07-09 指标（★45 / 🔱1 / npm 周下载 67-292）已被本次读数替换
  • 未实测：未在样本仓库运行 mc scan，未部署完整网关，检出率与误报率无独立数据
  • 格式修正说明：本条原按 agent 六维度给分（总分 8.3），2026-10-02 就地改为 tool 规范六维度；「稳定性」按 tool 满分 1.0 重新定分（原为 1.4/1.5），其余维度按本次核验证据定分；维度和 2.2+1.9+1.2+1.3+0.7+0.9 = 8.2，总分随之 8.3 → 8.2，标签维持 P_优选（8.2 ≥ 8.0）

同分类推荐

AI开发平台 分类下的其他工具

🧱 AI开发平台 ⭐ 9.2

Coze

字节跳动推出的AI机器人开发平台，支持无代码创建智能对话机器人，集成多种AI模型
🧱 AI开发平台 ⭐ 9.2

OpenAI API

官方接口平台，提供主流对话和图像生成模型，开发者构建智能应用的核心基础设施
🧱 AI开发平台 ⭐ 9.2

BigModel

智谱AI开放平台，GLM-5旗舰大模型API，兼容OpenAI/Anthropic/Gemini三协议，国内首个上市大模型公司（2026-01香港IPO），清华系出品
🧱 AI开发平台 ⭐ 9.2

OmniRoute

MIT 协议的开源 AI 网关：单端点聚合 359 家 provider（150+ 含免费额度）、1200+ 模型，配额感知的自动降级与限流路由，RTK+Caveman 压缩宣称节省 15-95% token，兼容 Claude Code/Codex/Cursor/Cline 等 25+ 编码工具，主打「不断线地编码」。
)}