"安全代理" 标签

BeigeBox 提供基于 Model Context Protocol 的 MCP 服务器实现，暴露其工具注册表为 MCP 服务，支持 initialize、tools/list、tools/call 等 JSON-RPC 方法，通过 /mcp 端点与 MCP 客户端通信，便于 Claude Desktop 等 MCP 客户端直接调用 BeigeBox 的工具，以实现标准化的资源访问与工具执行能力。

基于 Model Context Protocol (MCP) 的服务器实现，提供一个代理型 MCP 服务器，将上游 MCP 客户端的请求暴露为本地 HTTP/Streamable HTTP 服务，支持工具、资源、提示等请求的转发与认证代理，并可用于 AI 沙箱场景的安全访问与测试。

基于模型上下文协议（MCP）的后端服务实现，提供对 MCP 客户端的资源访问、工具注册与执行、以及与上游 MCP 服务器的JSON-RPC交互能力。实现自包含的服务器端逻辑、工具访问控制、会话管理和凭证处理，并通过侧车代理在容器环境中实现安全的流量控制与跨服务器协作。

基于 Model Context Protocol（MCP）的后端服务实现，作为 MCP 服务器端的安全网关与代理，提供资源管理、工具注册与执行、提示模板渲染、以及审计、沙箱和供链等功能，通过 JSON-RPC 与 MCP 客户端通信，支持多传输方式（如 Stdio、SSE、WebSocket）并可对下游 MCP 服务器进行策略控制与风险管理。

一个基于 Model Context Protocol（MCP）的服务器实现，充当人工智能代理与实际 MCP 服务器之间的拦截与保护层。通过 JSON-RPC 处理工具调用，请求与响应，整合规则引擎、语义分析、行为分析，并可将被阻断的请求上报至 VEX 审计系统，提供可扩展、可观测的 MCP 服务后端。

基于模型上下文协议（MCP）的后端服务器实现，提供资源与工具的托管与管理、提示模板渲染、以及标准化的 JSON-RPC 通信，支持多传输通道（HTTP/SSE、Stdio、WebSocket 等），并具备审计、策略引擎、合规映射等能力，为对话式 AI 客户端提供安全、可扩展的上下文服务框架。

基于 Model Context Protocol（MCP）的后端服务器实现与代理框架，提供对资源、工具与提示的标准化管理、通过 JSON-RPC 与客户端通信，并支持审计、策略执行、以及与 OpenClaw 等组件的集成。

Archestra AI 平台是一个MCP原生集中式AI平台，用于在企业中编排、管理和保护多个MCP服务器，并提供内置的LLM管理工具。

提供一个安全的、可配置的沙盒Shell命令执行环境，支持AI助手通过MCP协议进行交互式命令行操作。

Stakpak Agent 的 MCP 服务器组件，提供企业级安全增强的运维和开发工具，通过标准化协议为 LLM 客户端提供上下文和功能。