GitHub Trending ★ 139 3 min

microsoft/agent-governance-toolkit

Python

🔗 https://github.com/microsoft/agent-governance-toolkit

📌 微軟 Agent Governance Toolkit:零違規的 AI 執行管控

你以為 AI 安全只要加個提示就夠了?實測顯示提示式安全有 26.67% 違規率,而這套工具卻做到 0%。

🤔 隨著 AI 代理應用爆發,安全管控成為瓶頸
LangChain、CrewAI、AutoGen 等框架讓 AI 能自主呼叫工具、存取資源、與其他代理互訊。但若只靠「請遵守規則」的提示,模型仍有可能違反政策,導致安全風險與合規問題。

🧪 多語言運行時政策執行層
Agent Governance Toolkit(AGT)在應用層插入一個決定性的 Policy Check:每一次工具呼叫、資源存取或代理間訊息都會在執行前根據 policy.yaml(或等效設定)進行允許/拒斥判斷,並即時寫入審計日誌。該檢查延遲 < 0.1 ms,支援 Python、TypeScript、.NET、Rust、Go 五種語言的 SDK。

🔍 核心發現:紅隊測試中違規率驟降至零

  • 提示式安全(「請遵守規則」):在紅隊測試中 policy violation rate 為 26.67%
  • AGT 的應用層執行:同樣測試下 violation rate 為 0.00%

這意味著,只要把政策寫入 AGT 的檢查點,理論上不會出現任何未經授權的工具呼叫或資源存取。

💡 為何執行層能徹底阻斷違規?

  • 決定性:政策檢查發生在模型輸出之前,不依賴模型的自願遵守。
  • 可審計:每次決策都會產生不可變的 audit log,便於事後追蹤與合規審查。
  • 低延遲:<0.1 ms 的開銷幾乎不影響使用者體驗。

⚠️ 目前為 Public Preview,可能在 GA 前有破壞性變更

  • 需要特定版本依賴(Python 3.10+、Node.js 18+、.NET 8+、Go 1.25+、Rust 1.70+)
  • 文件標註「may have breaking changes before GA」,生產環境部署前請閱讀 changelog。
  • 未提供長期穩定性或大規模負載測試數據,僅基於紅隊測試的政策違規率給出。

🎯 實務啟示:兩行程式碼即可獲得強制政策管控

from agentmesh.governance import govern
safe_tool = govern(my_tool, policy="policy.yaml")   # 每次呼叫都會被檢查、記錄、執行

同樣方式適用於 TypeScript、.NET、Rust、Go,且已預先適配 LangChain、CrewAI、AutoGen、OpenAI Agents、Google ADK、Semantic Kernel、AWS Bedrock 以及 20+ 其他框架。工程師只需在專案中加入對應 SDK,定義 policy.yaml,即可獲得「執行時政策強制」的安全保證,無需再依賴脆弱的提示式安全。

🔗 資源連結

你的 AI 代理是否仍在依賴「請遵守規則」的提示?試著把政策搬到執行層看看,或許能讓違規率歸零。歡迎在留言區分享你的實作經驗或疑問 👇

#AI #AgentGovernance #Microsoft #LangChain #CrewAutoGen #安全管控 #開發工具 #PyPI #TypeScript #DotNet #Rust #Go

tencent/hy3-preview:free 自動生成