Skip to main content
Glama
deenesjakoruzh
CJH91577

Aegis MCP Server

by CJH91577
OverviewSchemaRelated ServersScoreDiscussions
Python
Hybrid

🛡️ Aegis —— Plataforma de agentes de IA empresarial

RAG de documentos multiformato · Colaboración multiagente · Llamadas a herramientas MCP · Autocorrección con verificación de hechos · Aprobación humana HITL

Aegis (/ˈiːdʒɪs/, escudo) es una aplicación de agentes de IA empresarial lista para usar, diseñada en torno a dos líneas principales: «respuestas fiables» y «ejecución segura»:

  • Lado de respuesta: colaboración multiagente (Planner → Retriever → Auditor → Answerer) con división de tareas; cada respuesta pasa por la verificación de hechos del Auditor; cuando la evidencia es insuficiente, se indica con honestidad y nunca se inventa;

  • Lado de ejecución: las llamadas a herramientas se basan en el protocolo estandarizado MCP (Model Context Protocol), combinado con lista blanca de mínimos privilegios + aprobación humana para operaciones sensibles (HITL) para lograr un aislamiento seguro.

                    ┌──────────────────────────────────────────────┐
                    │                用户 / FastAPI / CLI            │
                    └──────────────────────┬───────────────────────┘
                                           │ 提问
                    ┌──────────────────────▼───────────────────────┐
                    │           Orchestrator（多智能体编排器）        │
                    │                                              │
                    │  ① Planner    规划：拆解子问题 + 工具计划        │
                    │  ② Retriever  检索：混合检索 + MCP 工具执行      │
                    │  ③ Answerer   起草：基于证据、带引用 [C1][C2]   │
                    │  ④ Auditor    核查：逐条声明 vs 证据            │
                    │       └─ revise ─► 带反馈重检/重答（≤3 轮）     │
                    └──────┬──────────────────────────────┬────────┘
                           │ 语义检索                       │ MCP 协议
              ┌────────────▼───────────┐       ┌───────────▼────────────┐
              │  知识库（RAG）           │       │   MCP 工具服务器        │
              │  PDF/DOCX/XLSX/PPTX/TXT│       │  calculator / kb_search │
              │  → 解析 → 切块 → 向量化  │       │  doc_stats / …          │
              │  → Chroma + BM25 混合   │       │  🔒 敏感工具 → HITL 审批 │
              └────────────────────────┘       └────────────────────────┘

✨ Capacidades principales

Requisito

Implementación

Ingesta de conocimiento de documentos multiformato y recuperación semántica

Análisis de PDF / Word / Excel / PPT / TXT (incluye tablas, diapositivas, localización de páginas); fragmentación recursiva; recuperación híbrida vectorial + BM25 (fusión RRF); incrustaciones locales sin API Key

Colaboración multiagente con división de tareas

Planner (planificación) → Retriever (recuperación + herramientas) → Answerer (redacción con citas) → Auditor (verificación); si la auditoría no pasa, se vuelve a recuperar/responder automáticamente con retroalimentación, hasta N rondas

Estandarización y aislamiento seguro de llamadas a herramientas basadas en MCP

Implementación de servidor MCP basada en el SDK oficial mcp (admite integración in-process y stdio estándar); validación de parámetros con JSON Schema; lista blanca de mínimos privilegios por agente; calculadora con lista blanca AST para evitar inyecciones

Verificación de hechos y autocorrección del Auditor

Verificación declaración por declaración vs. evidencia (supported/unsupported/contradicted), emite puntuación de fiabilidad y opiniones de revisión; cuando la evidencia es insuficiente, lo indica claramente y se niega a inventar, puede complementar la recuperación de forma autónoma

Intervención humana HITL

Las herramientas sensibles (enviar correo/exportar/eliminar) activan suspensión de la solicitud de aprobación, admite reanudar la ejecución tras approve/reject; tres modos: interactive / auto_approve / auto_deny (denegación por defecto, fail-safe)

Related MCP server: Labradoc MCP Server

🚀 Inicio rápido

# 1. 安装（Python 3.10+）
cd enterprise-rag-agent
pip install -e .

# 2.（可选）配置 LLM —— 默认离线模式无需配置；接入真实模型见下文
cp .env.example .env   # 填入 OPENAI 兼容的 API Key（OpenAI/DeepSeek/Ollama 等）

# 3. 一键端到端演示（自动生成 5 种格式样例文档 → 入库 → 问答 → 审批，全部自校验）
aegis demo

# 4. 导入你自己的文档
aegis ingest ./your_docs

# 5. 提问（多智能体流水线）
aegis ask "一线城市出差住宿报销上限是多少？"

# 6. 启动 HTTP 服务（Swagger: http://127.0.0.1:8000/docs）
aegis serve

Sin necesidad de API Key para ejecutar todo el flujo: el modelo de incrustaciones por defecto usa ONNX local (BAAI/bge-small-zh-v1.5, descarga automática de ~95 MB la primera vez), el LLM usa el backend determinista integrado para la verificación de extremo a extremo; para conectar un modelo real solo hay que configurarlo en .env.

Conexión a un LLM real

Admite cualquier endpoint compatible con el protocolo OpenAI:

# OpenAI / DeepSeek / 通义 / 本地 vLLM
AEGIS_LLM_PROVIDER=openai
AEGIS_LLM_BASE_URL=https://api.deepseek.com/v1
AEGIS_LLM_API_KEY=sk-xxxx
AEGIS_LLM_MODEL=deepseek-chat

# 或本地 Ollama（含嵌入，完全离线）
AEGIS_LLM_PROVIDER=ollama
AEGIS_LLM_MODEL=qwen2.5:3b
AEGIS_EMBED_PROVIDER=ollama
AEGIS_EMBED_MODEL=nomic-embed-text

📖 Documentación de uso

Documento

Contenido

docs/architecture.md

Diseño de arquitectura, protocolo de colaboración multiagente, modelo de seguridad

docs/deploy.md

Despliegue, configuración, conexión LLM, modo MCP stdio

docs/verification.md

Informe de autoverificación de extremo a extremo y método de verificación

🔌 API HTTP

Método

Ruta

Descripción

POST

/api/documents/ingest

Subir documento para ingesta (multipart)

POST

/api/documents/ingest-path

Ingesta por lotes por ruta

GET

/api/documents

Lista de documentos

DELETE

/api/documents/{id}

Eliminar documento (sensible → HITL)

POST

/api/chat

Preguntar (canalización multiagente)

GET

/api/sessions/{id}

Estado de la sesión

POST

/api/sessions/{id}/resume

Reanudar sesión tras aprobación

GET

/api/approvals

Lista de solicitudes de aprobación

POST

/api/approvals/{id}/decide

Aprobar/rechazar ({"approve": true})

GET

/api/tools · POST /api/tools/call

Catálogo de herramientas MCP / llamada manual a herramientas

GET

/health

Comprobación de salud

🧩 Herramientas MCP

Expuestas mediante el estándar Model Context Protocol, accesibles desde cualquier cliente MCP:

python -m aegis.mcp.server   # 标准 stdio 服务

Herramienta

Descripción

Nivel de seguridad

calculator

Cálculo seguro con lista blanca AST

✅ Normal

get_current_time

Hora actual

✅ Normal

kb_search

Recuperación semántica de la base de conocimiento

✅ Normal

doc_stats

Estadísticas de la base de conocimiento

✅ Normal

send_email

Envío de correo simulado

🔒 Sensible → HITL

export_file

Exportar archivo (directorio sandbox)

🔒 Sensible → HITL

delete_document

Eliminar documento

🔒 Sensible → HITL

🧪 Pruebas y verificación

pip install -e ".[dev]"
pytest -q              # 单元 + 集成测试（全部离线可跑）
aegis demo             # 端到端演示（含 20+ 条自校验断言）

📁 Estructura de directorios

enterprise-rag-agent/
├── aegis/
│   ├── llm/            # LLM 抽象层（OpenAI 兼容 / Ollama / 离线确定性）
│   ├── embeddings/     # 嵌入层（fastembed 本地 / OpenAI / Ollama）
│   ├── ingestion/      # 解析（5 格式）→ 切块 → 入库管道
│   ├── retrieval/      # Chroma 向量库 + BM25 混合检索
│   ├── mcp/            # MCP 服务器 / 客户端 / 安全策略
│   ├── agents/         # Planner / Retriever / Answerer / Auditor
│   ├── hitl/           # 人工审批管理器
│   ├── api/            # FastAPI 服务
│   ├── orchestrator.py # 多智能体编排器（状态机 + 挂起恢复）
│   ├── demo.py         # 端到端演示
│   └── cli.py          # 命令行入口
├── scripts/make_sample_docs.py   # 样例文档生成
├── tests/              # pytest 套件
└── docs/               # 架构 / 部署 / 验证文档

⚠️ Notas de seguridad

  • Las herramientas sensibles se deniegan por defecto (auto_deny); en producción se recomienda mantener interactive con aprobación humana;

  • export_file solo permite escribir en el sandbox exports/ dentro del directorio de datos;

  • La calculadora usa evaluación con lista blanca AST, sin superficie de inyección eval;

  • El send_email de este proyecto es una implementación simulada; antes de conectar una pasarela de correo real, impleméntela usted mismo y mantenga la aprobación HITL.

📄 Licencia

MIT

This server cannot be installed

A
license - permissive license
Not graded
quality - not tested
C
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • Oakallow

    Runtime permission, approval, and audit layer for AI agent tool execution.

  • coralquery-mcp

    A paid remote MCP for AI SDK data query MCP, built to return verdicts, receipts, usage logs, and aud

  • mcp-knowledge

    100+ MCP tools for AI agents: content metadata, trade intelligence, business-expertise analysis.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/CJH91577/enterprise-rag-agent'

If you have feedback or need assistance with the MCP directory API, please join our Discord server