SuperAPI AI 工具集

jamjet

JamJet 是面向 AI 智能体的开源安全层与运行时控制平面,用一份策略文件统一约束智能体的工具调用行为。它可以拦截并阻止不安全操作(如数据库删除、支付、文件写入),对高风险动作暂停执行并等待人工审批,按智能体、运行或项目限制成本预算,并记录可供审计的轨迹。运行在持久化、事件溯源的执行引擎之上,支持崩溃恢复、确定性重放与断点续跑。兼容 Claude Code、OpenAI Agents SDK、MCP 客户端、LangChain、CrewAI、Google ADK、Spring AI、LangChain4j 及自定义代码,不替代原有框架,只在工具调用处补充控制。提供 Python SDK、Java 运行时、YAML 工作流、REST API、CLI 与嵌入式 Web 界面,并可与同生态的记忆层 Engram 配合使用。以 Apache 2.0 许可开源,另提供可选的托管控制平面。

访问官网

工具介绍

用途

JamJet 是面向 AI 智能体的开源安全层,定位为“智能体的动作控制平面”。它不替代 LangChain、LangGraph、CrewAI、Google ADK、Spring AI 等框架,而是位于这些框架与智能体的下方,在工具调用真正发生前执行策略。官方强调:提示词不是安全边界,运行时才是。

主要能力

  • 运行时拦截:阻止不安全的工具调用,例如数据库删除、支付、文件写入等。策略中列出的 blocked_tools 会被直接拒绝。
  • 人工审批:对高风险动作通过 require_approval_for 暂停执行,并以持久化方式等待带外决策;崩溃不会丢失审批,审批到达后继续执行。
  • 预算控制:限制每个智能体、每次运行、每个项目的成本上限。
  • 审计轨迹:记录符合规范的审计数据,适配监管审查场景。
  • 重放与恢复:从最后一个检查点重放或恢复崩溃的运行。
  • 统一策略:所有适配器加载同一份 policy.yaml,并输出统一的审计 JSONL;可用 jamjet audit show 按时间顺序查看所有适配器的决策。
  • 持久化运行:内置持久化、事件溯源的执行引擎,支持事件日志、快照、崩溃恢复与确定性重放(agent.run_durable)。
  • 会话与记忆:跨运行与重启的持久化 Session 线程,以及受治理的 Engram 检索/记录循环。
  • 多智能体:提供 Sequential、Parallel、coordinator Team、Loop 等编排方式,每个子智能体作为独立受治理的持久化执行运行;也可用 YAML 声明整个智能体集群并配置 cron 调度。
  • 评估:支持批量评估与 LLM 评判打分,以及轨迹回归差异对比。
  • 部署:agent.deploy(runtime="local" | "self-host" | "cloud") 可将同一编译后的 IR 部署到不同运行时。
  • 开发流程:jamjet create 创建项目脚手架,jamjet dev 用一条命令运行整个本地栈。
  • Web 伴随界面:内嵌于运行时二进制,提供图视图、时间线、状态检查器、重放与分叉控制。
  • Java/JVM 支持:Spring AI 与 LangChain4j 团队可通过一个依赖获得同层能力,Spring Boot starter 会自动向 ChatClient 注入 JamJet advisors,使每次调用持久化并可审计,无需修改应用代码。提供崩溃恢复、事件溯源与用于批准/拒绝挂起动作的 REST 端点;运行时不可达时优雅降级。也可选择完全不用 sidecar,使用 JamJet Java Runtime 将持久化执行直接嵌入 JVM 进程。

使用方式

官方提供 60 秒演示:无需 API key、无需 Docker、无需云账号,模型为模拟,但执行路径真实。

将 policy.yaml 放入 ~/.jamjet/ 后,所有列出的适配器会自动使用它。策略也可直接放在智能体代码旁,运行时会在工具调用离开智能体进程前拦截:blocked_tools 被直接拒绝,require_approval_for 会持久化暂停执行并等待带外决策。

示例(Python,配合托管控制平面):提供可运行的审批工作流示例 examples/hitl-approval 与 Cloud Quickstart。

兼容组合:Claude Code、OpenAI Agents SDK、MCP 客户端、LangChain、CrewAI、ADK、Spring AI、LangChain4j。JamJet 不取代这些平台提供的 hook 点,而是让其功能更强,例如 Claude Code 的 PreToolUse hook 可获得真正的策略引擎、审批流与审计轨迹,且相同规则可原样用于 OpenAI Agents SDK、MCP 客户端、Spring AI 以及自有的 Python 或 TypeScript 代码。

完整文档入口:jamjet.dev 的 Quickstart、Concepts、Python SDK、Java SDK、YAML Workflows、REST API、MCP、A2A、Eval、Enterprise、Observability、CLI、Deployment 等章节。

适用场景

当智能体可能进行以下操作时适用:调用 MCP 服务器或任意工具;写入数据库;发送邮件或 Slack 消息;触发支付或外部 API 调用;访问客户数据或 PII;运行数分钟到数小时且需要从崩溃中恢复;在大规模下消耗真实模型预算;委派给其他智能体。

生态与限制

Engram 是 JamJet 生态中的智能体记忆层:JamJet 提供持久化执行(进程崩溃后可恢复),Engram 提供持久化记忆(事实跨运行保留,并通过 supersede() 实现版本管理),具备时序知识图谱、混合检索与冲突检测。Engram 以 Rust crate 形式发布(也打包进 Rust 运行时),同时提供 MCP 服务器(Docker、GHCR)、独立 Python 库、MCP 服务器的 Python 客户端以及 Spring AI ChatMemoryRepository。

许可与收费:Apache 2.0 许可,运行时、所有 SDK 与 Engram 均无使用限制。另有一个可选的托管控制平面(app.jamjet.dev),提供追踪、审批队列、审计保留与团队项目;价格与具体收费方案暂未提供。

官方暂未在资料中提供具体性能数据之外的更多限制说明;Java 原生运行时的基准对比仅提及比调用 REST sidecar 快 8.9 倍,并附有 benchmark 与发布文章链接。