APort Agent Guardrail 是一款专为 AI 智能体设计的预行动授权工具，通过在 OpenClaw 运行时层植入 `before_tool_call` 钩子，实现对所有工具调用的安全审查。它在每次工具执行前评估调用是否符合预设的身份凭证（passport）与策略规则，从而有效防止未经授权的敏感操作。该方案不依赖修改模型提示词或训练过程，而是在应用层强制执行安全控制，确保即使智能体具备高权限，其行为仍受严格约束。开源实现基于 Apache 2.0 许可，允许用户审计代码并验证其安全性，核心逻辑来自 [@aporthq/aport-agent-guardrails](https://github.com/aporthq/aport-agent-guardrails) npm 包。部署后，系统会在每次工具调用时自动触发检查流程：先加载身份凭证与策略配置，判断是否允许执行，并将决策结果记录至审计日志中，形成完整的可追踪链条。
核心功能特点
- 在 OpenClaw 的 before_tool_call 钩子层实施预行动授权，拦截所有工具调用请求
- 支持本地或云端托管的身份凭证（passport），包含身份、能力与资源限制信息
- 内置多种默认防护机制，如 shell 命令白名单、高危模式阻断、文件路径访问控制等
- 提供详细的决策日志与审计轨迹，便于事后审查与安全分析
- 兼容 OpenClaw、IronClaw 及 PicoClaw 等主流智能体运行时环境
- 可选 API 模式集成 aport.io 平台，支持全局暂停、数字签名验证和集中化合规仪表盘
适用场景
APort Agent Guardrail 主要面向需要为自主 AI 智能体添加安全防护机制的开发者与运维团队。典型使用场景包括部署在生产环境中运行自动化脚本的智能体，这些智能体可能拥有系统级操作权限，一旦失控将带来严重风险。例如，一个负责代码部署的 GitHub Actions 智能体若被注入恶意指令，可能执行 `rm -rf /` 类危险命令；而通过 APort 的 allowlist 机制，此类操作将被即时阻止。此外，企业内网中运行的数据处理智能体也可能面临越权读取 `.env` 文件或 SSH 密钥的风险，Guardrail 的文件路径限制功能可有效隔离关键资产。对于使用 MCP（Model Context Protocol）或自定义工具集的高级智能体，该工具还能根据服务器名称和工具类型进行细粒度授权，避免横向移动攻击。无论是本地开发测试还是大规模集群部署，APort 都能在不改动原有智能体逻辑的前提下增强整体安全性。