Skip to main content
Glama
deenesjakoruzh
CJH91577

Aegis MCP Server

by CJH91577
OverviewSchemaRelated ServersScoreDiscussions
Python
Hybrid

🛡️ Aegis —— 엔터프라이즈급 AI 에이전트 플랫폼

다중 형식 문서 RAG · 멀티 에이전트 협업 · MCP 도구 호출 · 사실 검증 자가 수정 · HITL 수동 승인

Aegis(/ˈiːdʒɪs/, 신들의 방패)는 설치 즉시 사용 가능한 엔터프라이즈급 AI 에이전트 애플리케이션으로, 「신뢰할 수 있는 답변」과 「안전한 실행」이라는 두 가지 핵심 축을 중심으로 설계되었습니다:

  • 답변 측면: 멀티 에이전트(Planner → Retriever → Auditor → Answerer)가 분업하여 협업하며, 모든 답변은 Auditor 사실 검증을 거치고, 증거가 부족할 경우 사실대로 안내하고 절대 지어내지 않습니다;

  • 실행 측면: 도구 호출은 MCP(Model Context Protocol) 표준 프로토콜을 기반으로 하며, 최소 권한 화이트리스트 + 민감 작업 수동 승인(HITL) 을 결합하여 안전한 격리를 구현합니다.

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

✨ 핵심 기능

요구사항

구현

다중 형식 문서 지식베이스 구축 및 의미 검색

PDF / Word / Excel / PPT / TXT 파싱(표, 슬라이드, 페이지 번호 위치 포함); 재귀 청크 분할; 벡터 + BM25 하이브리드 검색(RRF 융합); 로컬 임베딩으로 API Key 불필요

멀티 에이전트 분업 협업

Planner(계획) → Retriever(검색+도구) → Answerer(인용 포함 초안 작성) → Auditor(검증), 감사 실패 시 피드백과 함께 자동으로 재검색/재응답, 최대 N회

MCP 기반 도구 호출 표준화 및 안전 격리

공식 mcp SDK 기반 MCP 서버 구현(in-process 및 표준 stdio 두 가지 연동 방식 지원); JSON Schema 파라미터 검증; 에이전트별 최소 권한 화이트리스트; AST 화이트리스트 계산기로 인젝션 차단

Auditor 사실 검증 및 자가 수정

주장 vs 증거를 항목별로 대조(supported/unsupported/contradicted), 신뢰도 점수와 수정 의견 출력; 증거 부족 시 명확히 안내하고 거부하며, 지어내지 않음, 자체적으로 추가 검색 가능

HITL 수동 개입

민감 도구(이메일 발송/내보내기/삭제) 실행 시 승인 요청서가 보류되고, approve/reject 후 실행 재개 지원; 세 가지 모드: interactive / auto_approve / auto_deny(기본 거부, fail-safe)

Related MCP server: Labradoc MCP Server

🚀 빠른 시작

# 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 없이도 전체 흐름을 실행할 수 있습니다: 기본 임베딩 모델은 로컬 ONNX (BAAI/bge-small-zh-v1.5, 최초 실행 시 약 95MB 자동 다운로드)를 사용하고, LLM은 내장된 결정적 백엔드로 엔드투엔드 검증을 수행합니다. 실제 모델 연동은 .env에만 설정하면 됩니다.

실제 LLM 연동

OpenAI 호환 프로토콜 엔드포인트를 모두 지원합니다:

# 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

📖 사용 문서

문서

내용

docs/architecture.md

아키텍처 설계, 멀티 에이전트 협업 프로토콜, 보안 모델

docs/deploy.md

배포, 설정, LLM 연동, MCP stdio 모드

docs/verification.md

엔드투엔드 자체 검증 보고서 및 검증 방법

🔌 HTTP API

메서드

경로

설명

POST

/api/documents/ingest

문서 업로드 및 지식베이스 등록(multipart)

POST

/api/documents/ingest-path

경로 기반 일괄 등록

GET

/api/documents

문서 목록

DELETE

/api/documents/{id}

문서 삭제(민감 → HITL)

POST

/api/chat

질문(멀티 에이전트 파이프라인)

GET

/api/sessions/{id}

세션 상태

POST

/api/sessions/{id}/resume

승인 후 세션 재개

GET

/api/approvals

승인 요청서 목록

POST

/api/approvals/{id}/decide

승인/거부({"approve": true})

GET

/api/tools · POST /api/tools/call

MCP 도구 디렉터리 / 수동 도구 호출

GET

/health

헬스 체크

🧩 MCP 도구

표준 Model Context Protocol로 노출되며, 모든 MCP 클라이언트에서 연동할 수 있습니다:

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

도구

설명

보안 등급

calculator

AST 화이트리스트 안전 계산

✅ 일반

get_current_time

현재 시간

✅ 일반

kb_search

지식베이스 의미 검색

✅ 일반

doc_stats

지식베이스 통계

✅ 일반

send_email

이메일 발송 시뮬레이션

🔒 민감 → HITL

export_file

파일 내보내기(샌드박스 디렉터리)

🔒 민감 → HITL

delete_document

문서 삭제

🔒 민감 → HITL

🧪 테스트 및 검증

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）

📁 디렉터리 구조

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

⚠️ 보안 안내

  • 민감 도구는 기본 거부(auto_deny)이며, 프로덕션 환경에서는 interactive 수동 승인을 유지할 것을 권장합니다;

  • export_file은 데이터 디렉터리 내 exports/ 샌드박스에만 쓰기 가능합니다;

  • 계산기는 AST 화이트리스트 평가를 사용하므로 eval 인젝션 공격 표면이 없습니다;

  • 이 프로젝트의 send_email은 시뮬레이션 구현이며, 실제 메일 게이트웨이 연동 전에 직접 구현하고 HITL 승인을 유지하시기 바랍니다.

📄 License

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