Skip to main content
Glama
Aegis MCP Server
by CJH91577

🛡️ Aegis —— エンタープライズ向け AI エージェントプラットフォーム

マルチフォーマット文書 RAG · マルチエージェント協調 · MCP ツール呼び出し · 事実検証による自己修正 · HITL 人間承認

Aegis(/ˈiːdʒɪs/、神の盾)は、すぐに使えるエンタープライズ向け AI エージェントアプリケーションであり、 「信頼できる回答」と「安全な実行」という2つの主軸で設計されています:

  • 回答側:マルチエージェント(Planner → Retriever → Auditor → Answerer)が協調して作業し、 すべての回答は Auditor による事実検証を通過し、証拠が不十分な場合は正直にその旨を伝え、決して捏造しません;

  • 実行側:ツール呼び出しは MCP(Model Context Protocol) 標準プロトコルに基づき、 さらに**最小権限ホワイトリスト + 機密操作の人間承認(HITL)**により安全な分離を実現します。

                    ┌──────────────────────────────────────────────┐
                    │                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 │
              └────────────────────────┘       └────────────────────────┘

✨ 中核機能

要件

実装

マルチフォーマット文書の知識取込と意味検索

PDF / Word / Excel / PPT / TXT 解析(表・スライド・ページ位置情報を含む);再帰的チャンク分割;ベクトル + BM25 ハイブリッド検索(RRF 融合);ローカル埋め込みで API Key 不要

マルチエージェントの分業協調

Planner(計画)→ Retriever(検索+ツール)→ Answerer(引用付きで回答)→ Auditor(検証)、検証不合格時は自動的にフィードバック付きで再検索・再回答、最大 N ラウンド

MCP ベースのツール呼び出し標準化と安全分離

公式 mcp SDK による MCP サーバー実装(in-process と標準 stdio の2種類の接続方式をサポート);JSON Schema によるパラメータ検証;エージェントごとの最小権限ホワイトリスト;AST ホワイトリスト計算機でインジェクションを根本的に排除

Auditor による事実検証と自己修正

主張と証拠を1件ずつ照合(supported/unsupported/contradicted)、信頼度スコアと修正案を出力;証拠が不十分な場合は明確に伝え、捏造を拒否、自主的に追加検索が可能

HITL 人間介入

機密ツール(メール送信/エクスポート/削除)は承認待ち状態になり、approve/reject 後に実行を再開;3つのモード:interactive / auto_approve / auto_deny(デフォルトは拒否、fail-safe)

Related MCP server: Works With Agents MCP Server

🚀 クイックスタート

# 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

API Key なしで全フローを実行可能:デフォルトの埋め込みモデルはローカル ONNX (BAAI/bge-small-zh-v1.5、初回自動ダウンロード約 95MB)、LLM は内蔵の決定論的 バックエンドでエンドツーエンド検証を完了;実際のモデルに接続するには .env で設定するだけです。

実際の LLM への接続

任意の OpenAI 互換プロトコル エンドポイントをサポート:

# 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

📖 使用ドキュメント

ドキュメント

内容

docs/architecture.md

アーキテクチャ設計、マルチエージェント協調プロトコル、セキュリティモデル

docs/deploy.md

デプロイ、設定、LLM 接続、MCP stdio モード

docs/verification.md

エンドツーエンド自己検証レポートと検証方法

🔌 HTTP API

メソッド

パス

説明

POST

/api/documents/ingest

文書をアップロードして取込(multipart)

POST

/api/documents/ingest-path

パスを指定して一括取込

GET

/api/documents

文書一覧

DELETE

/api/documents/{id}

文書削除(機密 → HITL)

POST

/api/chat

質問(マルチエージェントパイプライン)

GET

/api/sessions/{id}

セッション状態

POST

/api/sessions/{id}/resume

承認後に実行を再開

GET

/api/approvals

承認待ち一覧

POST

/api/approvals/{id}/decide

承認/拒否({"approve": true})

GET

/api/tools · POST /api/tools/call

MCP ツール一覧 / 手動呼び出し

GET

/health

ヘルスチェック

🧩 MCP ツール

標準 Model Context Protocol で公開され、任意の MCP クライアントから接続可能:

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

ツール

説明

セキュリティレベル

calculator

AST ホワイトリストによる安全な計算

✅ 通常

get_current_time

現在時刻

✅ 通常

kb_search

知識ベース意味検索

✅ 通常

doc_stats

知識ベース統計

✅ 通常

send_email

メール送信(シミュレーション)

🔒 機密 → HITL

export_file

ファイルエクスポート(サンドボックスディレクトリ)

🔒 機密 → HITL

delete_document

文書削除

🔒 機密 → HITL

🧪 テストと検証

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)

📁 ディレクトリ構造

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

⚠️ セキュリティ注意事項

  • 機密ツールはデフォルトで拒否(auto_deny)、本番環境では interactive の人間承認を維持することを推奨;

  • export_file はデータディレクトリ配下の exports/ サンドボックスへの書き込みのみ許可;

  • 計算機は AST ホワイトリスト方式で評価を行い、eval によるインジェクション面は存在しない;

  • このプロジェクトの send_email はシミュレーション実装であり、実際のメールゲートウェイに接続する前に独自実装し、HITL 承認を維持してください。

📄 ライセンス

MIT

Related MCP Connectors

Related MCP Servers

  • A
    license
    Not graded
    quality
    C
    maintenance
    A secure MCP gateway for enterprise AI tool execution, enabling governed invocation of business tools with authentication, RBAC, audit logging, PII redaction, and async processing.
    Apache 2.0
  • F
    license
    Not graded
    quality
    C
    maintenance
    Enables AI agents to securely call enterprise MCP tools with tenant-scoped RBAC, human approvals, audit logging, and multi-tool workflows across customer, order, document, and ticket data.
    -
  • F
    license
    Not graded
    quality
    C
    maintenance
    Enables an AI assistant to dynamically discover and invoke MCP tools for document search, employee information lookup, and mathematical calculations, with human-in-the-loop approval for sensitive operations.
    -