Mastyf.ai 是一个开源的 AI 安全平台，为 LLM 与 AI 智能体提供边界防护。它的核心定位是保护“行动边界”，而不仅仅是提示词。AI 智能体能够自主读取文件、推送代码、查询数据库、执行 Shell 命令以及调用外部 API，Mastyf.ai 在此过程中充当本地参考监视器与安全网关：LLM 提出行动，Mastyf 决定这些行动是否可以到达真实世界。
主要能力
- 安全网关与受保护智能体：拦截每一次工具调用，通过多智能体 swarm 分析对照安全策略进行评估，并在执行前阻止恶意或未授权操作。所有决策都会被强制记录并保持可审计。
- 三层执行机制：第一层为基于正则的模式检测，扫描注入、危险路径、泄露的密钥、Shell 命令及编码技巧，运行在微秒级且无外部依赖；第二层为模式校验，拒绝畸形载荷、超大参数和 JSON-RPC 违规；第三层为语义审查，可选使用本地 LLM（Ollama）或云模型评估通过模式检查的边界调用，未配置模型时回退到启发式方法。任何未通过检查的调用都会被阻止，工具永远不会执行。
- 策略与执行模式：规则位于 default-policy.yaml 中，由用户拥有、Mastyf 强制执行。提供三种执行模式以支持安全上线，并在 policy-templates/ 中提供 HIPAA、PCI-DSS、GxP 与数据驻留等预置模板。
- 双 swarm 与对抗测试：CI Swarm 在代码发布前攻击策略，Runtime Swarm 在生产环境中对每次实时工具调用进行强制执行与学习。四个反馈回路连接二者，使系统随时间推移更难被绕过。规范门禁达到 228/228 语料库、0 绕过、100% 一致性，并在每个 PR 与每晚运行。
- 传输支持：代理支持五种传输方式——stdio、HTTP、SSE、可流式 HTTP 和 WebSocket。
- 威胁实验室：监视实时流量，在检测到可疑模式时使用本地 LLM 提出新的攻击测试用例。不会自动应用，所有建议都需在仪表盘中审核批准后才会成为规则；经批准的发现会反馈到 CI 攻击语料库用于持续回归测试。
- MCP 包信任评分：在从 npm 安装任何 MCP 服务器之前，可在 https://www.mastyf.ai/certified 查询其信任评分。评分涵盖 CVE 暴露、名称仿冒风险、维护者信号与已知攻击模式。免费，无需账号。
使用方式 可以通过 Python 快速开始运行本地参考监视器、MCP 发现和受保护智能体运行时；也可以从 TypeScript/云平台源码构建。快速开始中，首次运行会自动发现本地 MCP 服务器/工具，以纯英文提示用户输入预期权限，展示保守的差异对比，并在确认后激活策略。每个来自对话式智能体的工具提案都会被参考监视器拦截，非 ALLOW 动作向工具后端派发严格 0 字节。运行时包含实时安全 HUD 与加密回执审计链（mastyf audit verify）。 Linux 环境下，安装脚本会自动执行以下步骤：安装 Nix（如需要）、启用 Nix flakes、创建开发环境、安装所有项目依赖、重建原生包、构建整个项目、添加便捷的 mastyf shell 别名。安装完成后即可启动代理与仪表盘，仪表盘地址为 http://localhost:4000。仪表盘默认开启鉴权（包括回环地址），启动脚本会生成 $MASTYF_HOME/dashboard_api_key 且从不打印它；仅在明确的本地测试隔离场景中可设置 DASHBOARD_AUTH_DISABLED=true，且该组合在任何非回环绑定上会被拒绝。
适用场景与部署 适用于希望为 AI 智能体与 MCP 生态增加安全防护的个人开发者与企业团队。企业部署可结合 Redis、Postgres 与 Kubernetes，详见文档 docs/ENTERPRISE_DEPLOYMENT.md。Mastyf 还作为 Google Cloud Agent Gateway（us-central1）的原生 CONTENT_AUTHZ 服务扩展被验证并部署，具备分布式 Redis 状态、亚秒级故障关闭执行和实时 BigQuery 审计日志，参见 Google Agent Gateway Runbook。
研究引用 如果在研究或生产系统中使用 Mastyf Guard、其基准测试方法或 Cognitive Harvard Architecture，可引用其开放获取出版物：Das, R. (2026). Cognitive Harvard Architectures for AI Agent Perimeter Defense: Resolving the Confused Deputy Problem in Model Context Protocol via Capability-Based Access Control. Zenodo. doi: 10.5281/zenodo.22179415。
限制 当前资料未提供关于收费、价格、平台支持范围、性能延迟指标或具体可用功能之外的细节，暂未提供更多信息。
