Skip to main content
Glama
coldrazer

autonomous-intelligence

by coldrazer

Autonome Intelligenz

Eine transaktionssichere lokale Aktionsschicht für KI-Agenten.

CI Python 3.11+ MCP 2 License: MIT Platform: Windows GHCR

Autonomous Intelligence stellt über MCP fähigkeitsbegrenzte Computeraktionen bereit, während Ausführung, Genehmigung und Absturzwiederherstellung hinter einem separaten lokalen Broker bleiben.

Erste Schritte · Client-Kompatibilität · MCP-Werkzeuge · Sicherheitsmodell · Architektur · Mitwirken


Warum es das gibt

Die meisten Desktop-Agenten-Prototypen verbinden probabilistische Planung direkt mit leistungsstarken Betriebssystem-Primitiven. Das ist bequem, macht aber Wiederholungen, Abstürze, Prompt-Injection und mehrdeutige UI-Zustände gefährlich.

Autonomous Intelligence zieht eine harte Grenze:

  • Der MCP-Adapter und der Planer sind nicht vertrauenswürdig.

  • Der Broker leitet Richtlinie und Aktionsklasse unabhängig ab.

  • Jeder Seiteneffekt wird durch einen dauerhaften Vorgang und Versuch repräsentiert.

  • Schreibvorgänge erfordern eine exakte, einmalige Genehmigung.

  • Die Wiederherstellung überprüft Nachbedingungen, bevor sie wiederholt wird.

  • Ein Effekt, der nicht in Einklang gebracht werden kann, wird zu UNCERTAIN und stoppt.

Die aktuelle Version bietet einen bewusst schmalen, produktionsorientierten vertikalen Ausschnitt für Dateioperationen im Arbeitsbereich. Windows-UI-Automation und Browsersteuerung werden nur hinzugefügt, wenn sie dieselben Verträge erfüllen.

Wichtige Garantien

Garantie

Implementierung

Fähigkeitsbegrenzung

Kanonische Arbeitsbereichspfade, aufgelöste Eltern, geschützte Zustandspfade und Ablehnung von Windows-ADS

Broker-Trennung

Authentifizierte lokale Named-Pipe-IPC mit rohen JSON-Nachrichten – keine unvertrauenswürdige Pickle-Decodierung

Dauerhafte Wiederherstellung

Unabhängige Engine- und Broker-SQLite-Journale mit WAL und synchronous=FULL

Wiederholungsschutz

Stabile logische IDs, eindeutige Versuchs-IDs, kanonische Payload-Hashes und Mutationsablehnung

Exakte Genehmigung

Einmalige, zeitlich begrenzte HMAC-Genehmigungen, die an einen Versuch und eine Payload gebunden sind

Sichere Schreibvorgänge

Temporäre Datei schreiben, leeren, atomar ersetzen, Vorher-Hash-Vorbedingung und SHA-256-Verifizierung

Ehrliche Unsicherheit

Keine automatische Wiederholung, wenn Zustellung oder Nachbedingung nicht nachgewiesen werden können

MCP-Schnittstelle

Autonomous Intelligence ist ein MCP-v2-stdio-Server mit fünf fokussierten Werkzeugen:

Werkzeug

Verhalten

MCP-Anmerkung

autonomous_read_file

Liest begrenzten UTF-8-Inhalt und gibt seinen SHA-256-Digest zurück

Schreibgeschützt, idempotent

autonomous_write_file

Erstellt oder ersetzt eine Datei per Compare-and-Swap nach Broker-Genehmigung

Zerstörend, idempotent

autonomous_recover_incomplete

Gleicht dauerhafte unvollständige Versuche ohne blinde Wiederholungen ab

Idempotent

autonomous_get_attempt_status

Liest Engine- und Broker-Zustand für eine Versuchs-UUID

Schreibgeschützt

autonomous_list_recent_operations

Listet nicht-sensitive Vorgangszusammenfassungen

Schreibgeschützt

Die Ressource autonomous-intelligence://capabilities beschreibt den aktiven Arbeitsbereich und die Sicherheitsgrenze.

Werkzeugfehler werden über MCP als is_error=true zurückgegeben, sodass ein Host-Modell ungültige Pfade oder Argumente korrigieren kann, ohne einen Fehlerstring fälschlicherweise als Erfolg zu interpretieren.

Client-Kompatibilität

Der Server ist modellunabhängig und hostneutral. Er spricht MCP über stdio und ruft keine anbieterspezifische LLM-API auf.

Client

Enthaltene Konfiguration

Status

OpenAI Codex CLI, IDE und ChatGPT Desktop

.codex/config.toml

Unterstützt

Claude Code

.mcp.json

Unterstützt

Kimi Code CLI

.kimi-code/mcp.json

Unterstützt

Google Antigravity IDE und CLI

.agents/mcp_config.json

Unterstützt

Gemini CLI

.gemini/settings.json

Unterstützt

Cursor

.cursor/mcp.json

Unterstützt

VS Code / GitHub Copilot

.vscode/mcp.json

Unterstützt

Andere lokale MCP-Clients

mcp-config.example.json

Standard-stdio-Fallback

Verwenden Sie die vollständige Multi-Client-Einrichtungsanleitung für globale und projektspezifische Installation, Überprüfungsbefehle und clientspezifisches Genehmigungsverhalten.

Architektur

flowchart LR
    H["MCP host / AI client"] --> M["Untrusted stdio MCP adapter"]
    M --> E[("Engine journal")]
    E -->|"Authenticated JSON IPC"| B["Execution Broker"]
    B --> U["Human approval"]
    B --> L[("Authoritative Broker ledger")]
    B --> X["Semantic action executor"]
    X --> W["Capability-scoped workspace"]
    E -->|"Status + reconcile"| B

Der Broker ist nicht in den MCP-Prozess eingebettet. Wenn der Broker nicht verfügbar ist, schlagen Werkzeuge sichtbar fehl, anstatt auf direkten Host-Zugriff zurückzufallen.

Erste Schritte

Voraussetzungen

  • Windows 10/11

  • Python 3.11 oder neuer

  • Ein MCP-Host wie Codex, ChatGPT Desktop oder ein anderer kompatibler Client

Aus dem Quellcode installieren

git clone https://github.com/coldrazer/autonomous-intelligence.git
cd autonomous-intelligence

python -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install -e ".[dev]"

1. Broker starten

Führen Sie den Broker in einem sichtbaren Terminal aus, damit Schreibgenehmigungen überprüft werden können:

autonomous-intelligence --workspace C:\path\to\allowed-workspace broker

Der Broker verweigert Schreibvorgänge standardmäßig, es sei denn, der genaue Vorgang wird genehmigt. --approval-mode allow existiert nur für einmalige automatisierte Tests.

2. LLM-Client verbinden

Generieren Sie die Konfiguration für jeden unterstützten Host, ohne dessen Dateien zu ändern:

autonomous-intelligence --workspace C:\path\to\allowed-workspace `
  client-config claude

Gültige Client-Namen sind codex, claude, kimi, antigravity, gemini, cursor, vscode und generic.

Für Codex lautet der direkte Registrierungsbefehl:

Mit aktivierter virtueller Umgebung:

codex mcp add autonomous-intelligence -- `
  autonomous-intelligence-mcp `
  --workspace C:\path\to\allowed-workspace

Überprüfen Sie die Registrierung:

codex mcp get autonomous-intelligence
codex mcp list

Starten Sie den lokalen Codex-Client nach einer Änderung der MCP-Konfiguration neu. Die ChatGPT-Desktop-App, die Codex-CLI und die IDE-Erweiterung teilen sich dieselbe Codex-MCP-Konfiguration.

Für die manuelle Konfiguration fügen Sie dies zu ~/.codex/config.toml hinzu:

[mcp_servers.autonomous-intelligence]
command = "C:\\path\\to\\autonomous-intelligence\\.venv\\Scripts\\autonomous-intelligence-mcp.exe"
args = ["--workspace", "C:\\path\\to\\allowed-workspace"]
startup_timeout_sec = 20
tool_timeout_sec = 120
default_tools_approval_mode = "auto"

[mcp_servers.autonomous-intelligence.tools.autonomous_write_file]
approval_mode = "prompt"

Eine generische Host-Konfiguration ist auch in mcp-config.example.json verfügbar. Siehe docs/CLIENT_SETUP.md für Claude Code, Kimi, Antigravity, Gemini CLI, Cursor, VS Code und generische stdio-Clients.

GitHub-Container-Paket

Containerorientierte MCP-Hosts können das signierte plattformübergreifende OCI-Image pullen:

docker pull ghcr.io/coldrazer/autonomous-intelligence:0.3.1

Das native Wheel wird für die Windows-Desktop-Nutzung empfohlen. Container-Bereitstellungen führen den Broker und den MCP-Adapter getrennt mit einem gemeinsamen Zustandsvolume aus; siehe den Container-Leitfaden für die genauen Befehle und die Sicherheitsgrenze.

Direkte CLI

Die Diagnose-CLI verwendet dieselbe Engine, denselben Broker, dieselbe Richtlinie und dieselben Journale:

# Read a workspace file
autonomous-intelligence --workspace C:\workspace read notes.txt

# Create a file; approval occurs in the Broker terminal
autonomous-intelligence --workspace C:\workspace write output.txt `
  --content "verified output"

# Recover attempts after a process restart
autonomous-intelligence --workspace C:\workspace recover

# Stop the Broker
autonomous-intelligence --workspace C:\workspace shutdown

Sicherheitsmodell

Dispatch-Lebenszyklus

Engine PREPARED
  → Broker ACCEPTED
  → approval issued and consumed when required
  → Broker IN_FLIGHT
  → semantic effect attempted
  → Broker DELIVERY_ATTEMPTED
  → typed postcondition evaluated
  → Engine VERIFIED

IN_FLIGHT ist bewusst konservativ: Ein Absturz unmittelbar vor der Zustellung und einer unmittelbar danach sind bis zur Abgleichung nicht unterscheidbar.

Wiederherstellungsverhalten

Broker-Beobachtung

Wiederherstellungsentscheidung

Kein Broker-Eintrag

Den vorbereiteten Versuch sicher erneut einreichen

ACCEPTED

Fortsetzen; die Ausführung hat noch nicht begonnen

IN_FLIGHT und Nachbedingung wahr

Ohne erneuten Dispatch verifizieren

IN_FLIGHT und ursprüngliche Vorbedingung unverändert

Überschreiben und mit einer neuen Versuchs-ID wiederholen

IN_FLIGHT und keine der Bedingungen nachweisbar

Als UNCERTAIN markieren und stoppen

DELIVERY_ATTEMPTED

Die typisierte Nachbedingung auswerten

Autonomous Intelligence beansprucht keine exakt-einmalige Ausführung für beliebige GUI-Aktionen oder externe Systeme, die weder Idempotenzschlüssel noch zuverlässige Abgleichung bieten.

Entwicklung

Installieren Sie Entwicklungsabhängigkeiten und führen Sie die vollständige Suite aus:

python -m pip install -e ".[dev]"
python -m pytest

Die Tests decken ab:

  • Journal-Zustandsübergänge und Wiederholungskonflikte

  • Genehmigungsverweigerung, -ablauf, -bindung und einmalige Verwendung

  • Arbeitsbereichsfluchten und geschützte Zustandspfade

  • Absturzwiederherstellung vor und nach Seiteneffekten

  • MCP-Schemata, Anmerkungen, Ressourcen und Werkzeugfehlersemantik

  • Hostspezifische Konfigurationsdarstellung für acht MCP-Client-Formate

  • Die vollständige Windows-Subprozesskette: MCP-Client → stdio-Server → Named Pipe → Broker → Arbeitsbereich

Siehe docs/PROTOCOL.md für den Draht- und Wiederherstellungsvertrag und docs/IMPLEMENTATION_STATUS.md für den aktuellen Umfang und die Roadmap.

Roadmap

  • Transaktionale Engine und autoritatives Broker-Hauptbuch

  • Fähigkeitsbegrenzte semantische Dateiaktionen

  • MCP-v2-stdio-Adapter

  • Codex-, Claude-, Kimi-, Antigravity-, Gemini-, Cursor- und VS-Code-Einrichtungs-Assets

  • Plattformübergreifendes GitHub-Container-Paket mit SBOM und Herkunftsnachweis

  • Windows-Named-Pipe-Integrationstests

  • Schreibgeschützter Windows-UI-Automation-Beobachtungsadapter

  • Strukturelle UI-Fingerabdrücke und Mehrdeutigkeitsablehnung

  • Erkennung von Konflikten durch menschliche Eingaben

  • Browser-CDP-Adapter mit Ursprungs- und Frame-Bindung

  • Gehärtete Windows-Dienstidentität, ACLs und signiertes Installationsprogramm

Sicherheit

Bitte lesen Sie SECURITY.md, bevor Sie eine Schwachstelle bereitstellen oder melden. Die aktuelle Version ist ein evaluierter lokaler vertikaler Ausschnitt – keine Behauptung, dass uneingeschränkte autonome Desktop-Steuerung sicher ist.

Mitwirken

Beiträge sind willkommen, wenn sie die Transaktions- und Richtliniengrenze bewahren. Beginnen Sie mit CONTRIBUTING.md.

Lizenz

Veröffentlicht unter der MIT-Lizenz.

-
license - not tested
-
quality - not tested
A
maintenance

Maintenance

Maintainers
Response time
0dRelease cycle
2Releases (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 Connectors

  • Securely search and manage workspace context files for AI agents and teams.

  • Cross-agent artifact workspace with provenance across Claude Code, Codex, Cursor, LangGraph.

  • Runtime permission, approval, and audit layer for AI agent tool execution.

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/coldrazer/autonomous-intelligence'

If you have feedback or need assistance with the MCP directory API, please join our Discord server