Aegis MCP Server
🛡️ Aegis —— 企业级 AI 智能体平台
多格式文档 RAG · 多智能体协作 · MCP 工具调用 · 事实核查自修正 · HITL 人工审批
Aegis(/ˈiːdʒɪs/,神盾)是一个开箱即用的企业级 AI 智能体应用, 围绕「可信回答」与「安全执行」两条主线设计:
回答侧:多智能体(Planner → Retriever → Auditor → Answerer)分工协作, 每个答案都要经过 Auditor 事实核查,证据不足时如实说明、绝不编造;
执行侧:工具调用基于 MCP(Model Context Protocol) 标准化协议, 配合**最小权限白名单 + 敏感操作人工审批(HITL)**实现安全隔离。
┌──────────────────────────────────────────────┐
│ 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 │
└────────────────────────┘ └────────────────────────┘✨ 核心能力
需求 | 实现 |
多格式文档知识入库与语义检索 | PDF / Word / Excel / PPT / TXT 解析(含表格、幻灯片、页码定位);递归切块;向量 + BM25 混合检索(RRF 融合);本地嵌入免 API Key |
多智能体分工协作 | Planner(规划)→ Retriever(检索+工具)→ Answerer(带引用起草)→ Auditor(核查),审计不通过自动带反馈重新检索/作答,最多 N 轮 |
基于 MCP 的工具调用标准化与安全隔离 | 基于官方 |
Auditor 事实核查与自我修正 | 逐条核对声明 vs 证据(supported/unsupported/contradicted),输出可信度评分与修订意见;证据不足时明确告知、拒绝编造,可自主补充检索 |
HITL 人工干预 | 敏感工具(发邮件/导出/删除)触发审批单挂起,支持 approve/reject 后恢复执行;三种模式: |
Related MCP server: Labradoc MCP Server
🚀 快速开始
# 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无需任何 API Key 即可跑通全流程:默认嵌入模型用本地 ONNX
(BAAI/bge-small-zh-v1.5,首次自动下载约 95MB),LLM 用内置确定性
后端完成端到端验证;接入真实模型只需在 .env 中配置。
接入真实 LLM
支持任意 OpenAI 兼容协议端点:
# 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📖 使用文档
文档 | 内容 |
架构设计、多智能体协作协议、安全模型 | |
部署、配置、LLM 接入、MCP stdio 模式 | |
端到端自验证报告与验证方法 |
🔌 HTTP API
方法 | 路径 | 说明 |
POST |
| 上传文档入库(multipart) |
POST |
| 按路径批量入库 |
GET |
| 文档列表 |
DELETE |
| 删除文档(敏感 → HITL) |
POST |
| 提问(多智能体流水线) |
GET |
| 会话状态 |
POST |
| 审批后恢复会话 |
GET |
| 审批单列表 |
POST |
| 批准/拒绝( |
GET |
| MCP 工具目录 / 人工调用工具 |
GET |
| 健康检查 |
🧩 MCP 工具
以标准 Model Context Protocol 暴露,可被任何 MCP 客户端接入:
python -m aegis.mcp.server # 标准 stdio 服务工具 | 说明 | 安全等级 |
| AST 白名单安全计算 | ✅ 常规 |
| 当前时间 | ✅ 常规 |
| 知识库语义检索 | ✅ 常规 |
| 知识库统计 | ✅ 常规 |
| 模拟发邮件 | 🔒 敏感 → HITL |
| 导出文件(沙箱目录) | 🔒 敏感 → HITL |
| 删除文档 | 🔒 敏感 → HITL |
🧪 测试与验证
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)📁 目录结构
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⚠️ 安全说明
敏感工具默认拒绝(
auto_deny),生产环境建议保持interactive人工审批;export_file仅允许写入数据目录下的exports/沙箱;计算器采用 AST 白名单求值,不存在
eval注入面;该项目的
send_email为模拟实现,接入真实邮件网关前请自行实现并保持 HITL 审批。
📄 License
This server cannot be installed
Maintenance
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
- AlicenseNot gradedqualityCmaintenanceA 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
- AlicenseBqualityDmaintenanceEnables AI assistants to interact with Labradoc's document management, email ingestion, task extraction, and integration features through MCP tools.1710MIT
- AlicenseAqualityFmaintenanceProvides 14 MCP tools for AI agent infrastructure, enabling knowledge base queries, skill search, handoffs, blueprint validation, trust scoring, identity verification, SLA validation, and compliance checks.22MIT
- AlicenseNot gradedqualityBmaintenanceProvides an isolated MCP gateway for SynapXnet AIOps, DataOps, and MLOps evidence-to-remediation workflows, with OAuth validation, scoped tool discovery, persistent approvals, and audit tracking.AGPL 3.0
Related MCP Connectors
Runtime permission, approval, and audit layer for AI agent tool execution.
A paid remote MCP for AI SDK data query MCP, built to return verdicts, receipts, usage logs, and aud
100+ MCP tools for AI agents: content metadata, trade intelligence, business-expertise analysis.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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