Guardian Engine — API 与 MCP 集成指南

Name: guardian-engine
Author: kaimeilabs

用于 AI 代理输出的确定性验证基础设施。 Guardian Engine 可以在幻觉温度、缺失技巧、错误配料和不可能的烹饪步骤到达锅中之前将其捕获。食谱是第一个垂直领域——同样的确定性方法可以推广到任何注重正确性的程序化领域。

官方 MCP 注册表 Glama.ai MCP 服务器

端点: https://api.kaimeilabs.dev/mcp
传输: Streamable HTTP (MCP)
身份验证: 无 — 早期访问期间免费（适用公平使用原则）

连接您的代理

Guardian 是一个托管的 MCP 服务器。无需安装，无需 API 密钥，无需 Docker。选择您的客户端并粘贴配置。

Claude Desktop

添加到您的 claude_desktop_config.json：

{
  "mcpServers": {
    "guardian": {
      "url": "https://api.kaimeilabs.dev/mcp",
      "transport": "streamable-http"
    }
  }
}

重启 Claude Desktop。询问："List the available dishes in Guardian Engine" 以确认。

Cursor

打开 Settings → MCP Servers → Add new MCP server，然后粘贴：

{
  "guardian": {
    "url": "https://api.kaimeilabs.dev/mcp",
    "transport": "streamable-http"
  }
}

VS Code (GitHub Copilot)

添加到您的 .vscode/mcp.json（或用户 settings.json 中的 "mcp" 下）：

{
  "servers": {
    "guardian": {
      "type": "http",
      "url": "https://api.kaimeilabs.dev/mcp"
    }
  }
}

Windsurf

添加到您的 Windsurf MCP 配置：

{
  "mcpServers": {
    "guardian": {
      "serverUrl": "https://api.kaimeilabs.dev/mcp"
    }
  }
}

Smithery (一键安装)

— 自动配置 Claude Desktop、Cursor 等。

WARNING

Smithery 代理限制： 默认的 Smithery 代理 URL (guardian-engine--kaimeilabs.run.tools) 不支持流式 HTTP，并且会静默失败。安装后，您必须编辑 MCP 配置以使用直接端点：https://api.kaimeilabs.dev/mcp。

Glama.ai

Guardian Engine 也列在 Glama.ai 上 — 从 Glama 目录发现并连接到 MCP 服务器。

任何 MCP 客户端 (Python SDK)

import asyncio
from mcp.client.session import ClientSession
from mcp.client.streamable_http import streamable_http_client
from httpx import AsyncClient

async def main():
    async with AsyncClient(timeout=30.0) as http:
        async with streamable_http_client("https://api.kaimeilabs.dev/mcp", http_client=http) as streams:
            read_stream, write_stream, _ = streams
            async with ClientSession(read_stream, write_stream) as session:
                await session.initialize()
                result = await session.call_tool("list_dishes", arguments={"cuisine_filter": "french"})
                print(result)

asyncio.run(main())

pip install mcp>=1.2.1 httpx>=0.27.0

工具

`verify_recipe`

根据 Guardian 大师食谱验证候选食谱。返回包含结论、评分和详细发现的结构化报告。

参数	类型	必需	描述
`dish`	string	是	菜肴名称或别名（例如 `"carbonara"`, `"rendang"`, `"kung-pao"`, `"bourguignon"`）
`candidate_json`	string	是	作为 JSON 字符串的完整食谱 — 参见 schema.md
`original_prompt`	string	否	生成该食谱的用户原始请求

提示 — 传递提示词以获得更好的反馈： 当您包含 original_prompt（例如 "Make a spicy vegan rendang"）时，Guardian 会激活 引导式预言模式 (Guided Oracle Mode)：它会读取用户的意图，并返回针对其请求量身定制的、具体的、可操作的改进建议。如果没有它，Guardian 只会返回通过/失败的结论和评分。

`list_dishes`

列出 Guardian 可以验证的所有大师食谱。

参数	类型	必需	描述
`cuisine_filter`	string	否	按菜系过滤（例如 `"french"`, `"chinese"`, `"thai"`）

可用食谱 (51 道菜，4 大洲)

地区	菜肴
欧洲	红酒炖牛肉 · 惠灵顿牛排 · 巴斯克芝士蛋糕 · 罗马奶酪胡椒意面 · 奶酪舒芙蕾 · 巧克力舒芙蕾 · 油封鸭 · 红酒炖鸡 · 焦糖布丁 · 炸鱼薯条 · 佛罗伦萨饼干 · 法式洋葱汤 · 西班牙冷汤 · 土豆团子 · 匈牙利炖肉 · 米兰炖牛膝 · 诺玛意面 · 培根蛋酱意面 · 西班牙辣土豆 · 普罗旺斯炖菜 · 米兰烩饭 · 烤鸡 · 蒜油辣椒意面 · 肉酱意面 · 西班牙海鲜饭 · 提拉米苏 · 西班牙土豆饼
亚洲与中东	巴东牛肉 · 印度香饭 · 黄油鸡 · 粤式蒸鱼 · 咖喱鸡块 · 法拉费 · 鹰嘴豆泥 · 泡菜炒饭 · 宫保鸡丁 · 叻沙 · 印尼炒饭 · 泰式炒河粉 · 塔布勒沙拉 · 泰式绿咖喱 · 豚骨拉面
美洲	凯撒沙拉 · 柠檬腌鱼 · 墨西哥辣肉酱 · 芝士通心粉 · 莫雷酱炖肉 · 南方炸鸡 · 德州烟熏牛胸肉
非洲	摩洛哥羊肉塔吉锅 · 北非蛋

所有食谱都接受多个别名（例如 "gong-bao", "tikka-masala", "risotto", "bourguignon"）。使用 list_dishes 获取完整的实时目录。

缺少菜肴？

目录正在定期扩展。如果您的代理需要验证当前不支持的菜肴，请 在 GitHub 上提交问题 进行请求。我们会根据开发者的需求优先添加。

验证输出示例

Guardian 验证报告实际上是什么样的？以下是 AI 代理提交带有真实性问题的食谱时的响应结构：

{
  "verdict": "FAILED",
  "authenticity_score": 72.4,
  "findings": [
    {
      "issue": "MISSING_REQUIRED_INGREDIENT",
      "severity": "CRITICAL",
      "justification": "This ingredient provides a signature flavour component essential to the dish's identity."
    },
    {
      "issue": "WRONG_COOKING_MEDIUM",
      "severity": "WARNING",
      "justification": "Cooking medium fundamentally affects texture and flavour."
    }
  ],
  "allergen_warnings": ["milk", "eggs"],
  "summary": {"INFO": 1, "WARNING": 1, "CRITICAL": 2}
}

每个发现都包含一个 severity（严重程度）和基于烹饪科学的 justification（理由）——让代理只修复错误的地方，而不是进行猜测。

本仓库中的文件

文件	用途
`schema.md`	`verify_recipe` 所需的完整 `candidate_json` 结构
`client.py`	Python 示例：提交食谱进行验证
`test_integration.py`	针对公共 API 的实时连接测试
`smithery.yaml`	Smithery MCP 注册表配置
`glama.json`	Glama.ai MCP 服务器声明配置

数据与隐私

不收集个人身份信息 (PII) — 我们不存储用户名、电子邮件或 API 密钥。底层云基础设施可能会暂时处理 IP 地址以进行路由。
计算交换数据 — 免费服务是为了交换使用数据。提交的食谱用于提高验证准确性并创建匿名派生数据集。请参阅我们的服务条款。
请勿在食谱负载中包含 PII。
通过计算限制强制执行公平使用配额。

CAUTION

不能替代食品安全知识
虽然 Guardian Engine 可以捕获明显的危险 AI 幻觉（例如在低于安全温度下供应家禽），但它不能保证食谱 100% 可以安全食用。病原体的破坏取决于文本 AI 模型无法完美控制的变量（时间、质量、设备）。验证结果仅供参考，必须始终结合人类常识和标准厨房安全实践。

支持与联系

正在构建 AI 烹饪助手、智能厨房平台或代理式食品科技产品？我们很乐意听取您的意见。

电子邮件: partners@kaimeilabs.dev
网站: kaimeilabs.dev
GitHub: github.com/kaimeilabs

许可证

本仓库中的客户端代码 (client.py, test_integration.py) 在 MIT 许可证 下发布。Guardian Engine 验证逻辑和大师食谱数据集是专有的。

guardian-engine