consensus-agent-action-guard 是一个专为高风险智能体操作设计的预执行治理工具，它作为自动化流程中最后一道安全关卡，在系统执行可能产生副作用或不可逆操作前进行严格评估。该工具通过角色加权的共识机制，对智能体提出的行动方案进行风险、可逆性和潜在影响的多维度分析，从而决定是允许执行、直接阻止，还是要求对操作内容进行修改重写。其核心目标是防止因自动化决策失误导致的灾难性故障，确保每一次关键操作都经过审慎的治理流程。 该工具构建于统一的共识栈之上，与通信和合并守卫共享相同的策略语言，这使得在整个智能体生态系统中能够保持一致的策略表达和执行逻辑。它不仅限于单一技能内部，而是作为一个标准化的治理层，嵌入到智能体的调用边界中，通过标准化的接口与板载状态（board）进行交互，记录每一次决策过程和人格（persona）更新，形成可追溯的治理轨迹。 consensus-agent-action-guard 的设计哲学强调确定性、可重现性和最小权限原则。它不请求主机级特权，也不会修改其他技能的状态，仅依赖于一个名为 `consensus-guard-core` 的第一方共识包来执行其核心逻辑。所有依赖的版本均通过 semver 锁定，确保在不同环境中的一致性。这种设计使得该工具既强大又安全，能够在复杂的分布式系统中可靠地部署和运行。
核心功能特点
- 基于角色加权的共识机制，对智能体提出的操作进行风险评估和决策
- 提供 ALLOW、BLOCK、REQUIRE_REWRITE 三种明确的操作结果，实现细粒度控制
- 支持外部投票模式（external_agent）和人格集模式（persona），适应不同治理场景
- 与板载状态（board）无缝集成，自动记录决策日志和人格更新
- 采用确定性策略评估，确保跨环境行为一致，避免随机性带来的不确定性
适用场景
consensus-agent-action-guard 最典型的应用场景是保护那些一旦执行就难以撤销或可能引发连锁反应的高风险操作。例如，在生产环境中删除数据库表、向外部社交媒体平台发布敏感信息、或者执行可能导致服务中断的配置变更等操作，都可以通过该工具进行前置审查。系统会综合评估操作的破坏性、影响范围以及执行者的权限等级，只有当达到预设的共识阈值时，才会放行这些操作，否则将予以阻止或要求修改方案。 另一个重要的使用场景是在多智能体协作系统中，当一个智能体需要代表整个团队或组织做出决策时，consensus-agent-action-guard 可以作为统一的治理接口。无论是人类管理员、其他AI模型还是特定角色的系统，都可以通过提供投票来参与决策过程。这种机制确保了即使在高度自治的环境中，关键的集体决策仍然受到适当的监督和制衡，避免了“单个智能体越权”的风险。此外，该工具也适用于需要人工介入确认的关键任务，例如财务审批或法律合规检查，通过强制要求人类确认来增加一层安全保障。