Skip to main content
Glama

BizGuard:业务变更安全门禁

BizGuard 面向复杂业务系统,为 Coding Agent、开发者和 CI 提供一致的业务上下文与变更校验能力。它把业务规则、跨服务影响、测试证据和人工审批汇总为可追溯的变更决策,降低代码修改遗漏隐含约束的风险。

当前仓库使用脱敏的 Java 微服务和 Python 示例构建可复现演示。内置规则仅用于验证技术方案,接入真实生产环境前仍需由业务 Owner 校准和审批。

解决的问题

业务系统的关键约束往往分散在代码、接口、消息、数据库、事故复盘和团队约定中。只检查单个 diff,容易遗漏以下风险:

  • 跨服务接口或消息字段的不兼容变更;

  • 幂等、状态流转和账务顺序等业务不变量被破坏;

  • 动态映射、反射或索引过期造成的未知影响边界;

  • 测试、审批与当前代码版本不一致。

BizGuard 将这些信息组织为版本化证据,并在无法证明安全时要求补充测试或人工审批,而不是静默放行。

Related MCP server: Architect-to-Product (A2P)

核心能力

  • 变更前上下文:根据任务、仓库版本和权限生成精简的 Context Pack。

  • 变更后校验:对 diff 执行业务规则检查和跨服务影响分析。

  • 统一决策:输出 ALLOW、ALLOW_WITH_TESTS、REQUIRE_APPROVAL 或 BLOCK。

  • 多入口一致性:CLI、MCP 和 CI 共用同一套核心判断。

  • 证据可追溯:结论关联规则版本、源码位置、必测项和审批状态。

高层架构

flowchart LR
    A[任务或代码变更] --> B[CLI / MCP / CI]
    B --> C[Context 与变更评估]
    D[业务规则与契约] --> C
    E[团队知识与服务关系] --> C
    C --> F[影响路径与测试要求]
    F --> G[统一决策]
    H[测试证据与人工审批] --> G
    G --> I[结果、原因与后续动作]

架构分为三层:

  1. 接入层接收任务描述、代码差异和版本信息;

  2. 分析层组合规则校验、知识检索和影响分析;

  3. 治理层结合测试与审批证据输出最终决策。

生产部署可使用 PostgreSQL 保存 Context、审批、审计和版本化图快照,并通过受保护的治理目录加载组织规则。

执行流程

一次变更按以下路径处理:

  1. 确认仓库基线和治理数据版本;

  2. 生成与当前任务相关的业务上下文;

  3. 分析 diff、业务规则和跨服务影响;

  4. 汇总必测项、未知边界及所需审批;

  5. 输出统一决策,并由 CI 在可信环境中复核。

快速体验

环境要求:Python 3.12+;完整 Java 演示需要 JDK 17。

git clone https://github.com/PureBlueFrank/biz-guard.git
cd biz-guard
python3 -m venv .venv
source .venv/bin/activate
pip install --prefer-binary -e '.[dev]'
./scripts/demo.sh

演示覆盖关键规则拦截、低风险变更放行、非法输入、动态边界和跨服务影响等场景,并使用固定样例保证结果可复现。

单独校验一个 diff:

bizguard check --diff sample/diffs/diff_violation_1.diff

运行离线验证:

./scripts/verify_install.sh --offline

项目结构

biz-guard/
├── src/bizguard/       # 核心领域、分析、决策与工作流
├── agents_mcp/         # MCP 接入层
├── policy/             # 示例规则与治理配置
├── registry/           # 示例契约注册表
├── knowledge/          # 脱敏知识样例
├── fixtures/           # 脱敏微服务样例
├── bench/              # 离线评测数据
├── tests/              # 自动化测试
└── scripts/            # 演示与验证脚本

当前边界

  • 示例 Policy 未经过真实组织的生产校准,不能直接作为生产阻断规则;

  • 动态调用或证据不足时,系统会返回未知边界并要求审批;

  • 生产效果取决于真实服务目录、契约、Owner、测试和知识数据的质量;

  • 项目提供的是变更治理基础设施,不替代代码评审和领域专家判断。

简要部署方式和上线阶段见 PRODUCTION.md。代码贡献约定见 CONTRIBUTING.md。

Related MCP Connectors

Related MCP Servers

  • F
    license
    Not graded
    quality
    C
    maintenance
    AI-powered MCP Server for Secure Coding. Zero noise, instant proof.
    -
  • A
    license
    Not graded
    quality
    C
    maintenance
    An MCP server that extends AI coding assistants with deterministic, algorithmic capabilities such as code analysis, fault localization, and formal verification, enabling an autonomous engineering team within the IDE.
    MIT
  • A
    license
    Not graded
    quality
    D
    maintenance
    An MCP server that provides on-demand safety for AI coding workflows, enabling inspection, review, checkpointing, and rollback of risky actions.
    27 npm
    1
    MIT