Skip to main content
Glama
Aegis MCP Server
by CJH91577

🛡️ 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 mcp SDK 实现 MCP 服务器(支持 in-process 与标准 stdio 两种接入);JSON Schema 参数校验;按智能体最小权限白名单;AST 白名单计算器杜绝注入

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:interactive / auto_approve / auto_deny(默认拒绝,fail-safe)

Related MCP server: Works With Agents 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

docs/architecture.md

架构设计、多智能体协作协议、安全模型

docs/deploy.md

部署、配置、LLM 接入、MCP stdio 模式

docs/verification.md

端到端自验证报告与验证方法

🔌 HTTP API

方法

路径

说明

POST

/api/documents/ingest

上传文档入库(multipart)

POST

/api/documents/ingest-path

按路径批量入库

GET

/api/documents

文档列表

DELETE

/api/documents/{id}

删除文档(敏感 → HITL)

POST

/api/chat

提问(多智能体流水线)

GET

/api/sessions/{id}

会话状态

POST

/api/sessions/{id}/resume

审批后恢复会话

GET

/api/approvals

审批单列表

POST

/api/approvals/{id}/decide

批准/拒绝({"approve": true})

GET

/api/tools · POST /api/tools/call

MCP 工具目录 / 人工调用工具

GET

/health

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

calculator

AST 白名单安全计算

✅ 常规

get_current_time

当前时间

✅ 常规

kb_search

知识库语义检索

✅ 常规

doc_stats

知识库统计

✅ 常规

send_email

模拟发邮件

🔒 敏感 → HITL

export_file

导出文件(沙箱目录)

🔒 敏感 → HITL

delete_document

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

MIT

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    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.
      -