EveAegis MCP
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@EveAegis MCPRun a full inventory sync and provenance analysis for all repositories."
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
EveAegis — AI-Native GitHub Portfolio Governance MCP
AI 原生 GitHub 軟體資產組合治理 MCP
當一個人或一間公司擁有數十至數百個倉庫時,真正需要的已不再是 GitHub 操作工具,而是一個能理解專案身分、來源、風險與責任的治理控制平面。
EveAegis 不是 Git GUI、不是 GitHub Desktop 替代品、不是 REST API 包裝器,也不會讓 AI Agent 直接持有你的 GitHub 憑證。
Inventory → Origin & Provenance → Classification → Policy
→ Plan → Approval → Execution → Audit實作自技術白皮書《AI 原生 GitHub 多倉庫治理 MCP v0.1》(Neo.K,一言諾科技有限公司/EveMissLab,2026-07-23)。
三條不可跨越的邊界
整套系統存在的理由,就是守住這三條線:
邊界 | 意義 |
|
|
| Agent 能呼叫某個工具,不代表它被授權執行。能力 ⊆ 政策授權 ⊆ GitHub 安裝權限。 |
| 機器推論出「這大概是原創的」,不等於可以對外宣稱原創。未知來源永遠不自動宣稱。 |
Related MCP server: agentic-sdlc-mcp
五條安全公理
代理不持有長期憑證 — Agent 只提交動作請求,憑證由 broker 掌握,短期、限定範圍、每次使用都檢查到期。
能力不等於授權 —
Agent Capability ⊆ Policy Authorization ⊆ GitHub Installation Permission。所有寫入先形成計畫 —
Inspect → Plan → Preview → Approve → Apply。未知來源不得自動公開宣稱原創 — 內部判定與對外標籤永遠分離儲存。
高風險操作必須縮短權限生命週期 — 風險↑ ⇒ token 範圍↓、存活時間↓、審批強度↑。
安裝
需求:Python 3.11+、Git、GitHub CLI(gh_cli 憑證後端使用)。
git clone https://github.com/kakon77777-commits/eveaegis-mcp.git
cd eveaegis-mcp
pip install -e ".[dev]"
cp config/config.example.yaml config/config.yaml確認 GitHub CLI 已登入:
gh auth status憑證模型
config/config.yaml 永遠不放密鑰。憑證在呼叫當下由 broker 取得,並包在一個會拒絕序列化、repr 會遮蔽、過期即失效的 Grant 裡。
後端 | 憑證型態 | 最高範圍 | 需要的前置作業 |
| GitHub CLI keyring 的委派 OAuth token |
| 無, |
| Installation Token(GitHub 自身即會過期) |
| 需在 github.com 註冊 GitHub App 並安裝 |
gh_cli 誠實地說明它是什麼:它滿足公理 1 的結構面(Agent 永遠碰不到憑證、每次使用都有範圍與到期、全程稽核),但不滿足密碼學面——底層 token 仍是長期且帳號級的。因此這個後端硬性拒絕發出高於 write_metadata 的範圍。要進入程式碼寫入階段,必須改用 GitHub App 後端。
專案結構
src/eveaegis/
├── taxonomy.py §5-§17 封閉詞彙表(每個都有 UNKNOWN 成員)
├── models.py §4-§16 領域實體(pydantic)
├── db.py §20 SQLite schema,audit 表有 append-only 觸發器
├── config.py 設定載入(不含任何密鑰)
├── core.py GovernanceCore — 所有模組共用的接線
├── credentials/ 公理 1 的執行點:broker + Grant + 兩個後端
├── githubapi/ REST/GraphQL client,範圍守衛 + 主動速率限制
├── audit/ §18 hash-chained append-only 稽核帳本
├── inventory/ Phase 1 資產目錄同步
├── provenance/ Phase 2 來源血緣引擎
├── classification/ Phase 3 分類引擎
├── policy/ §11-§12, §15 RBAC/ABAC + 風險引擎
└── mcpserver/ §13 高階 MCP 工具集對真實 portfolio 的實跑結果
v0.1 對 kakon77777-commits 的 55 個倉庫做過完整唯讀實跑(sync → origin → classify),167 筆稽核事件、雜湊鏈驗證通過:
倉庫 / 快照 | 55 / 216 |
正式 Fork | 16 — 全部 |
| 28(信心 0.88) |
| 1 / 2 |
來源無法判定 | 1 — 降級為 |
授權狀態 | CLEAR 8、NOTICE_REQUIRED 5、ATTRIBUTION_REQUIRED 3、REVIEW_REQUIRED 8、UNKNOWN 31 |
值得注意的是引擎自己抓到的三個錯誤,因為它們都是同一條邊界的實例:
某專案因
package.json的 devDependencies 有vite-plugin-svgr,被判成「外掛專案」— 把依賴當成專案自身性質某專案因 NOTICE 致謝了靈感來源,被判成來源不明 — 致謝不等於血緣
兩個專案因為有
ai/governance/license.md(自己寫的 AI 權利宣告頁)被送去法務審查 — 談論授權的文件不是被嵌入的第三方授權
三個都已修正並有回歸測試。第三個修正後保留了 documentary_license_files 欄位:被排除的東西仍然看得見,讓覆核的人看到的是判斷,而不只是判斷的結果。
第一版明確不做
自動合併程式碼 PR、自動刪除倉庫、自動改 License、自動改 Visibility、自動搬移 Organization、自動操作 Secrets、執行倉庫任意程式、對外宣稱百分之百原創、跨全網程式碼抄襲判定、任何法律結論。
分析工作區永遠不執行被分析倉庫裡的程式(npm install/pip install/make/build script/Git hooks 一律禁止)。
用法
aegis doctor # 檢查設定、憑證、資料庫、稽核鏈
aegis sync # Phase 1:同步資產目錄
aegis origin --all # Phase 2:來源判定(--deep 加做 commit/blob 比對)
aegis classify --all --apply # Phase 3:分類
aegis matrix # §19.2 Repository Matrix
aegis review list # 待人工覆核的來源判定
aegis review set <repo> confirm # 確認判定(僅限人類,agent 無此工具)
aegis policy <tool> --explain # 問政策引擎「如果做這件事會怎樣」
aegis audit verify # 驗證雜湊鏈
aegis serve # 以 MCP stdio 提供給本地 agent接到 Claude Code 等 MCP 客戶端的方式見 docs/MCP.md。
目前進度
Phase 0–3 完成(安全骨架、Inventory、Origin & Provenance、Classification + Policy)。
Phase 4(Metadata Governance)與 Phase 5(Safe Documentation PR)尚未實作 —
它們需要寫入權限,而寫入權限需要先把憑證後端換成 GitHub App。在那之前
governance.read_only 維持 true,所有寫入工具不存在於工具清單,而不是存在但會拒絕。
授權
MIT © 2026 EVEMISS TECHNOLOGY CO., LTD.(一言諾科技有限公司)/Neo.K(許筌崴)
實作自技術白皮書《AI 原生 GitHub 多倉庫治理 MCP v0.1》。與白皮書的唯一刻意差異:
§5.4 的 Criticality 增加了 UNKNOWN 成員,理由見 src/eveaegis/taxonomy.py 模組註解。
This server cannot be deployed
Maintenance
Related MCP Connectors
Screens public GitHub repos and PRs to generate risk maps, findings, and merge-readiness signals.
Governance copilot for AI-assisted coding. 72 packs, 532 rules, proof bundles.
AI-native git hosting — repos, PRs, issues, CI gates, and AI code review over MCP (60 tools).
Connect AI assistants to GitHub - manage repos, issues, PRs, and workflows through natural language.
Related MCP Servers
- AlicenseNot gradedqualityBmaintenanceAn autonomous GitHub management engine that enables control over repositories, branches, security alerts, and Actions workflows through natural language. It utilizes a zero-local-footprint architecture by storing all configuration and audit logs within a private state repository on GitHub.1MIT
- AlicenseAqualityAmaintenanceEnables AI coding agents to orchestrate the full software development lifecycle on GitHub, including planning, issue creation, code review, security triage, and release readiness checks.13311MIT
- FlicenseNot gradedqualityCmaintenanceAutomates CI/CD pipeline control, PR review, Git operations, and monitoring/alerting with role-based access control.-

gitlumen-mcpofficial
FlicenseAqualityDmaintenanceEnables AI agents to screen GitHub repositories and pull requests for risk analysis, generating risk scores, findings, and merge-readiness signals.5-