开源界终于有人开始正儿八经搞 MCP 工具调用的安全防护了

现在的 AI Agent 逻辑越来越重，尤其是接入了 MCP（Model Context Protocol）之后，大模型可以直接通过工具去读你的本地文件、查数据库甚至执行命令。这种权限开放带来的问题非常直观：万一模型“幻觉”了，或者被用户通过提示词注入（Prompt Injection）带偏了，它可能会执行一些毁灭性的指令。

我刚在 HN 上看到一个叫 Conduct 的开源项目，它专门解决的就是 LLM 在调用工具时的“护栏”问题。

现在的安全防御大多还停留在对话层面的过滤，比如检测你有没有问敏感问题。但 Conduct 的思路是下沉到了执行层。它不是单纯地拦住不让问，而是在模型决定调用某个 MCP 工具的那一刻，强行介入进行校验。

它的核心逻辑可以拆解为几个关键点：

• 调用前置校验： 在模型输出 Tool Call 指令后、实际执行前，Conduct 会根据预设的策略检查参数是否合规。比如你允许模型读取文档，但它突然想通过一个文件路径参数去读取 /etc/passwd，这在 Conduct 的规则里会被直接拦截。
• MCP 协议原生集成： 很多安全插件需要你重写一套逻辑，但 Conduct 是直接针对 MCP 协议设计的，这意味着它能很顺滑地挂载在现有的 MCP 服务器和客户端之间。
• 确定性拦截： 它试图把 LLM 的不确定性，通过一套确定性的 Guardrails 规则转化掉。

对于搞 Agent 开发的人来说，这其实是个刚需。以前我们做工具调用安全，往往要写一堆复杂的正则或者写个专门的判别模型，不仅慢而且容易误伤。Conduct 这种思路更像是给 Agent 装了一个“权限管理系统”。

如果你正在折腾那种能读写本地文件、或者能操作复杂工作流的 AI Agent，这种在工具调用链路中间加一层拦截的设计，确实比单纯在 Prompt 里写“请不要做坏事”要靠谱得多。