Arthor-Agent（仓库名DocSentinel）是一个AI驱动的SSDLC（安全软件开发生命周期）平台，面向安全团队，用于自动化软件开发生命周期各阶段的安全活动。它通过LangGraph编排的AI智能体自动审查安全相关文档、表单和报告，将输入与策略及知识库进行比对，产出包含风险、合规差距和修复建议的结构化评估报告。
一、用途与定位 DocSentinel旨在把安全嵌入从需求到运营的全过程，而不只在发布前审查文档。它适合需要跨多个项目和SSDLC阶段扩展安全评估、但不想同比例增加人力的企业。项目由React控制台、FastAPI服务和MCP/A2A智能体网关组成，可集成到本地安全审查工作流、CI/CD流水线、AI智能体及多智能体平台，同时不授予外部智能体审批权限。
二、主要能力
- SSDLC全生命周期覆盖：六个专用AI智能体，各自具备阶段专属技能、提示词和知识库集合，可单独运行某阶段或端到端评估——需求（安全需求、合规映射、初始风险分析）、设计（架构审查、STRIDE/DREAD威胁建模、SDR）、开发（安全编码标准、代码审查发现）、测试（SAST/DAST报告分类、渗透测试评估）、部署（发布就绪、配置安全、加固）、运营（事件响应、漏洞监控、日志审计）。
- 自动化安全评估：提交安全问卷、设计文档或审计报告后，使用配置的LLM分析并识别安全风险（按严重程度分级）、合规差距（对照ISO 27001、PCI DSS等框架）以及修复步骤。
- 治理与合规工作流：政策包包含generic-ssdlc及八个公开覆盖层（NIST SSDF、MAS TRM、ISO 27001:2022、EU AI Act、ISO 42001、中国MLPS 2.0、OWASP SAMM、EU CRA）；Gate 1/3问卷、提交、审批、审计与证据跟踪流程由SQLModel和Alembic迁移支持；框架覆盖层生成适用的SCD控制与预期证据；Pallas Lens提供项目就绪度评分。
- LangGraph智能体编排：有状态、基于图的智能体工作流，按SSDLC阶段条件分支；结构化节点分离上下文收集、起草、证据审查、模式转换和治理持久化；支持跨阶段可追溯性、条件路由和人在回路（智能体创建的评估进入审查队列，不能自行批准）。
- 威胁证据批判器：设计阶段的STRIDE威胁针对当前上传的架构文档进行独立校验，给出supported、contradicted或insufficient_evidence判定，附支持分数和理由；证据引用使用内容哈希和稳定行定位符，并显示确切源摘录；只接受当前项目文档段落，验证失败安全弃权为insufficient_evidence，所有判定仍需人工审查。
- RAG知识库：可上传组织的安全政策、标准和历史审计；按阶段划分集合以确保检索最相关上下文。
- 多格式输入与多LLM支持：支持PDF、Word、Excel、PPT、文本解析为统一格式供LLM使用；可通过单一接口使用OpenAI、Claude、Qwen或Ollama（本地）等多种LLM。
- 结构化输出：生成JSON/Markdown报告，包含风险项、合规差距和可执行的修复措施。
- API优先、MCP与A2A就绪：本地React控制台用于人工审查，REST API集成CI/CD，MCP暴露评估能力给Claude Desktop、Cursor、OpenClaw等AI智能体，A2A兼容平台可将评估任务委派给DocSentinel。
- 可复现评估工具：包含evals/工具，首个路径覆盖OWASP Benchmark v1.2 SAST分类，支持硬键评分和威胁接地评分，输出机器可读与人类可读记分卡。
三、使用方式 安全人员在React控制台工作；REST客户端调用/api/v1/*；编码智能体通过智能体网关调用MCP或A2A。REST写入路径使用JWT/RBAC依赖，智能体协议使用承载网关令牌或仅回环开发访问，高LLM成本的POST路径按IP或承载令牌限流。评估提交进入AssessmentService，创建异步任务，解析上传或已批准的本地文档，应用防护栏，调用LangGraph评估管道。管道加载所选技能，将不受信文档内容包装为数据，从知识库检索政策/历史/证据上下文，请LLM生成草稿/审查文本，并转换为结构化评估模式。确定性服务对治理决策保持权威。知识库将分块持久化到Chroma，可选图工件到LightRAG，并复用先前评估历史。运行时LLM设置从.env和llm_config.json加载。
四、控制台功能 指挥中心：实时API和LLM状态、评估吞吐量、审查需求、修复队列和近期活动。评估工作台：上传项目文档、选择SSDLC阶段/技能、检查AI生成的风险并完成人工审查。治理门户：创建项目、应用公开框架覆盖层、生成控制、提交证据并跟踪Pallas Lens就绪度。知识库：摄取政策和标准用于RAG审查。智能体集成：向编码智能体和多智能体平台暴露受治理的MCP和A2A工具，不授予审批权限。设置：切换DeepSeek、OpenAI、Anthropic、Qwen或Ollama等提供商，API密钥本地接受且仅显示掩码预览。
五、限制与边界 智能体仅提出建议，确定性的策略和授权人员负责接受。人工审查对智能体网关提交强制要求，外部智能体不能批准自身工作。有MCP文档根目录限制、令牌/回环边界、知识库结果边界、输入防护栏和LLM基础URL网络检查。验证失败安全弃权为insufficient_evidence。其他具体功能、收费、价格、平台支持或效果等细节暂未提供。
