Meerkat Governance 是一个专为 AI 应用设计的治理 API 服务，提供两个核心端点供开发者集成到智能代理中。该服务不自动运行，也不会在后台访问内容，所有内容传输均由开发者通过代理配置显式控制。Meerkat 在处理完成后立即丢弃原始内容，仅保留信任评分和元数据用于审计目的，所有处理均在加拿大境内完成，确保数据主权与隐私合规。其安全架构基于 TLS 1.2+ 加密通信，API 密钥通过仪表板管理并支持轮换，且所有流量托管于 Azure Container Apps 平台，配备受管 SSL 证书，保障端到端安全性。 该工具的核心价值在于帮助开发者在关键决策节点对 AI 输入输出进行主动验证。Ingress Shield 端点专注于防御外部不可信内容的攻击，能够识别提示注入、越狱尝试、数据泄露企图及社会工程类威胁；Egress Verify 则面向 AI 生成结果，通过多维度机器学习检查评估事实一致性、数值准确性、语义熵异常以及隐含偏好偏差。这种双向防护机制使系统能够在高风险场景下自动拦截或标记可疑内容，从而显著降低因幻觉（hallucination）或恶意输入导致的安全与合规风险。 此外，Meerkat 支持观察模式（Observation Mode），当缺乏源数据时仍可执行部分验证任务，适用于开放式文本生成等无参照场景。完整的审计追踪功能允许开发者通过唯一审计 ID 查询每一次调用记录，包括重试会话的全链路信息，便于事后审查与调试。整体而言，Meerkat Governance 为构建可信、安全、可审计的 AI 代理提供了标准化基础设施，尤其适合对输出质量与安全性要求严格的行业应用。
核心功能特点
- 提供 Ingress Shield 端点，实时扫描外部输入中的提示注入、越狱、数据泄露和社会工程攻击
- 提供 Egress Verify 端点，对 AI 输出进行多维度事实核查，涵盖数值准确性、语义一致性与隐含偏见检测
- 支持按领域定制规则（如医疗、金融、法律），并返回结构化修复建议与重试会话标识
- 具备观察模式，可在无源数据情况下执行部分验证任务，适应开放生成场景
- 完整审计追踪机制，支持通过审计 ID 追溯单次调用及关联的重试流程
适用场景
Meerkat Governance 最适用于需要严格管控 AI 输入输出风险的场景。例如，在医疗咨询系统中，当用户上传病历文档或描述症状时，可通过 Ingress Shield 防止恶意指令绕过诊断逻辑；而在生成治疗建议前，Egress Verify 可确保数值型信息（如药物剂量、检查结果解读）与权威医学指南一致，避免因幻觉引发误诊。类似地，在金融服务领域，面对客户提交的合同文本或财务数据，系统可先经 Shield 过滤潜在的数据窃取指令，再对生成的投资建议或风险评估报告进行数值与逻辑验证，确保符合监管要求。 另一个典型应用场景是法律文书自动生成服务。律师助理工具可能接收来自邮件或网页爬取的非结构化法律条文片段，这些内容极易包含诱导性指令或伪造条款。此时调用 Shield 端点可有效拦截此类威胁，而 Verify 端点则能比对内部知识库，确认生成摘要中的引用来源是否真实存在，防止虚构判例或错误法条引用损害客户利益。对于教育类 AI 助手，若允许学生上传作业草稿或网络资料，同样需防范注入攻击篡改评分逻辑，同时验证答案推导过程是否符合原始材料语义。 此外，任何依赖 AI 做出高影响决策的应用——如客服自动回复、代码辅助编写或政策分析工具——均可受益于 Meerkat 的双重保障。开发者可根据业务风险等级灵活配置调用策略：低风险交互仅启用观察模式监控异常；高风险操作则强制经过 Shield 过滤与 Verify 校验，并结合 trust_score 决定是否继续执行或触发人工复核。这种分层防御能力使得 Meerkat 成为提升 AI 系统鲁棒性与责任性的关键组件。