Skip to main content
Glama

Inkog MCP 服务器

用于 Claude、Cursor 和 Claude Code 中 AI 智能体开发的安全性伴侣。

让你的 AI 结对编程助手构建一个智能体。Inkog 会在你编写代码时对其进行检查——扫描漏洞、用通俗易懂的语言解释发现的问题、验证 AGENTS.md 治理规范,并审计智能体之间的委托关系。所有操作都在同一个对话中完成,无需切换上下文。

适用于 Claude Desktop、Cursor、Claude Code、ChatGPT 以及任何兼容 MCP 的客户端。

npm version License MCP Compatible

开发流程循环

Inkog 的设计初衷是存在于你构建智能体的对话中,而不是作为事后的把关工具:

  1. 让 Claude 构建一段智能体逻辑。

  2. 让 Claude 使用 Inkog 进行扫描 —— "使用 Inkog 扫描此代码,并向我展示任何 CRITICAL(严重)或 HIGH(高危)的发现。"

  3. 让 Claude 用通俗易懂的语言解释每个发现 —— "解释一下最重要的发现。风险是什么,我该如何修复它?"

  4. 让 Claude 应用修复方案。 查看差异、批准、重新扫描。

  5. 发布前,验证治理规范 —— "根据代码验证我的 AGENTS.md" 以及 "审计智能体间的委托关系"

阅读完整指南:使用 Claude Code 和 Inkog MCP 构建安全的 AI 智能体

推荐提示词

  • "使用 Inkog 扫描当前目录,并向我展示任何 CRITICAL 或 HIGH 的发现。"

  • "用通俗易懂的语言解释最重要的发现。风险是什么,我该如何修复它?"

  • "根据代码验证我的 AGENTS.md。"

  • "审计此团队中的智能体间委托关系。"

  • "运行合规性报告,并将发现的问题映射到欧盟《人工智能法案》第 12、14 和 15 条。"

  • "审计我正在集成的 MCP 服务器。"

何时使用 Inkog

  • 构建 AI 智能体时 —— 在开发过程中进行扫描,以便在发布前捕获无限循环、提示词注入和缺失的护栏。

  • 向 CI/CD 添加安全性时 —— 将 inkog-io/inkog@v1 添加到 GitHub Actions,以便在每次 PR 时进行自动安全门控。

  • 为欧盟《人工智能法案》做准备时 —— 生成合规报告,将你的智能体映射到第 14 条、NIST AI RMF 和 OWASP LLM Top 10。

  • 审查智能体代码时 —— 从 Claude Code、Cursor 或任何 MCP 客户端使用,以便在编写代码时获得安全分析。

  • 审计 MCP 服务器时 —— 在安装前检查任何 MCP 服务器是否存在工具中毒、权限提升或数据外泄风险。

  • 验证 AGENTS.md 时 —— 验证治理声明是否与实际代码行为相符。

  • 构建多智能体系统时 —— 检测委托循环、权限提升以及智能体之间未经授权的移交。

Inkog 的功能

  • 逻辑缺陷检测:查找无限循环、递归风险和缺失的退出条件。

  • 安全分析:检测提示词注入路径、不受约束的工具和数据泄露风险。

  • AGENTS.md 治理:验证代码行为是否符合治理声明。

  • 合规报告:生成针对欧盟《人工智能法案》、NIST AI RMF、OWASP LLM Top 10 的报告。

  • MCP 服务器审计:在安装前审计任何 MCP 服务器。

  • 多智能体分析:审计智能体间的通信,以发现逻辑和安全问题。

安装

Claude Desktop

添加到你的 claude_desktop_config.json

{
  "mcpServers": {
    "inkog": {
      "command": "npx",
      "args": ["-y", "@inkog-io/mcp"],
      "env": {
        "INKOG_API_KEY": "sk_live_your_api_key"
      }
    }
  }
}

Cursor

添加到你的 Cursor MCP 设置中:

{
  "mcpServers": {
    "inkog": {
      "command": "npx",
      "args": ["-y", "@inkog-io/mcp"],
      "env": {
        "INKOG_API_KEY": "sk_live_your_api_key"
      }
    }
  }
}

全局安装

npm install -g @inkog-io/mcp

获取你的 API 密钥

  1. app.inkog.io 免费注册。

  2. 从仪表板复制你的 API 密钥。

  3. 将其设置为 INKOG_API_KEY 环境变量。

可用工具

P0 - 核心分析(基础)

工具

描述

inkog_scan

针对逻辑缺陷和安全风险的静态分析

inkog_verify_governance

验证 AGENTS.md 声明是否与实际代码行为相符

P1 - 企业级功能

工具

描述

inkog_compliance_report

生成欧盟《人工智能法案》、NIST、OWASP 合规报告

inkog_explain_finding

获取针对发现问题的详细修复指导

inkog_audit_mcp_server

在安装前审计任何 MCP 服务器

inkog_generate_mlbom

生成机器学习物料清单 (CycloneDX, SPDX)

P2 - 多智能体分析

工具

描述

inkog_audit_a2a

审计智能体间的通信

工具详情

inkog_scan

针对 AI 智能体代码的静态分析 - 查找逻辑缺陷和安全风险。

Arguments:
  path     (required) File or directory path to scan
  policy   (optional) Analysis policy: low-noise, balanced, comprehensive, governance, eu-ai-act
  output   (optional) Output format: summary, detailed, sarif

示例:"扫描我的 LangChain 智能体以查找逻辑缺陷"

inkog_verify_governance

验证 AGENTS.md 声明是否与实际代码行为相符。这是 Inkog 的独特优势 - 没有其他工具能进行治理验证。

Arguments:
  path     (required) Path to directory containing AGENTS.md and agent code

示例:"验证我智能体的治理声明"

inkog_compliance_report

为监管框架生成合规报告。

Arguments:
  path      (required) Path to scan
  framework (optional) eu-ai-act, nist-ai-rmf, iso-42001, owasp-llm-top-10, all
  format    (optional) markdown, json, pdf

示例:"为我的智能体生成欧盟《人工智能法案》合规报告"

inkog_explain_finding

获取针对安全发现的详细解释和修复指导。

Arguments:
  finding_id (optional) Finding ID from scan results
  pattern    (optional) Pattern name (e.g., prompt-injection, infinite-loop)

示例:"解释如何修复提示词注入漏洞"

inkog_audit_mcp_server

从注册表或 GitHub 对任何 MCP 服务器进行安全审计。

Arguments:
  server_name    (optional) MCP server name from registry (e.g., "github", "slack")
  repository_url (optional) Direct GitHub repository URL

示例:"审计 GitHub MCP 服务器的安全问题"

inkog_generate_mlbom

生成列出所有 AI 组件的机器学习物料清单。

Arguments:
  path                     (required) Path to agent codebase
  format                   (optional) cyclonedx, spdx, json
  include_vulnerabilities  (optional) Include known CVEs (default: true)

示例:"为我的 AI 项目生成 MLBOM"

inkog_audit_a2a

审计智能体间的通信以发现安全风险。

Arguments:
  path                    (required) Path to multi-agent codebase
  protocol                (optional) a2a, crewai, langgraph, auto-detect
  check_delegation_chains (optional) Check for infinite loops (default: true)

示例:"审计我的 CrewAI 多智能体系统的安全风险"

支持的框架

Inkog 适用于所有主流 AI 智能体框架:

  • LangChain / LangGraph

  • CrewAI

  • AutoGen

  • n8n

  • Flowise

  • Dify

  • Microsoft Copilot Studio

  • 自定义实现

配置

所有配置均通过环境变量完成:

变量

描述

默认值

INKOG_API_KEY

你的 API 密钥(必需)

-

INKOG_API_URL

API 基础 URL

https://api.inkog.io

INKOG_API_VERSION

API 版本

v1

INKOG_API_TIMEOUT

请求超时时间 (ms)

30000

INKOG_LOG_LEVEL

日志级别

info

INKOG_LOG_FORMAT

日志格式 (json/text)

json

开发

# Install dependencies
npm install

# Build
npm run build

# Run in development mode
npm run dev

# Run tests
npm test

# Lint
npm run lint

为什么选择 Inkog?

安全性贯穿开发流程,而非事后补救

大多数 AI 智能体安全工具在代码编写完成后才运行。Inkog 存在于你构建智能体的对话中——因此问题在进入 PR 之前就能得到修复,而不是三周后。

唯一具备 AGENTS.md 验证功能的工具

Inkog 是唯一能够根据实际代码行为验证智能体治理声明的工具。这对于以下方面至关重要:

  • 欧盟《人工智能法案》第 14 条合规性(人工监督)

  • 企业治理要求

  • 防止代码演进过程中的治理漂移

专为 AI 智能体打造

与传统的代码扫描器(Snyk、Semgrep、SonarQube)不同,Inkog 理解 AI 特有的问题:

  • 无限循环和递归风险

  • 提示词注入路径

  • 不受约束的工具访问

  • 缺失的退出条件

  • 跨租户数据泄露

多框架支持

Inkog 的通用中间表示 (Universal IR) 适用于任何智能体框架。只需添加一次集成,即可获得所有框架的分析。

许可证

Apache-2.0 - 参见 LICENSE

链接


Inkog.io 安全构建

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/inkog-io/inkog'

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