Uncle Matt 是一个专为安全敏感型 AI 代理设计的防护技能包，核心目标是防止用户因操作失误或恶意指令导致敏感信息泄露。它通过将外部 API 调用交由本地运行的 Broker 代理执行，确保模型本身永远不会直接接触 API 密钥或其他机密数据。这种架构从根本上杜绝了因提示注入、代码执行或配置错误引发的秘密外泄风险。
该工具采用严格的访问控制机制：所有对外请求必须通过预定义的‘动作’（action）进行，每个动作都精确限定目标主机、路径、HTTP 方法和内容类型，并受速率限制和流量预算约束。这意味着即使模型试图绕过限制发起任意 URL 请求，系统也会被拦截。此外，Uncle Matt 明确禁止模型请求或透露任何密钥信息，若检测到潜在的安全威胁（如尝试导出数据），会立即拒绝并解释其行为已被阻止。
值得注意的是，Uncle Matt 本身不包含 Broker 或安装脚本，必须从完整的 UNCLEMATTCLAWBOT 仓库手动部署。这保证了环境可控性和安全性。对于操作员而言，添加新的 API 集成需主动在配置文件中定义允许的动作，而非由模型自行决定——这是一种有意为之的强约束设计哲学。
核心功能特点
- 完全隔离 API 密钥，模型永不接触敏感凭证
- 强制所有外部请求通过本地加固 Broker 转发（mTLS + 白名单）
- 禁止任意 URL 跳转与秘密外传，有效防御提示注入攻击
- 基于动作 ID 的受限调用接口 uncle_matt_action(actionId, json)
- 支持自定义动作配置（主机/路径/方法/速率/响应大小等限制）
- 可选语音包增强警告提示体验（默认关闭）
适用场景
Uncle Matt 特别适用于需要处理敏感信息但又不具备专业开发能力的普通用户群体。例如，当用户希望让 AI 助手自动查询天气、获取新闻摘要或调用第三方服务时，传统方式可能因模型直接嵌入密钥而带来安全隐患。使用 Uncle Matt 后，所有实际通信由本地 Broker 完成，AI 仅传递结构化参数，极大降低了误操作或遭受攻击的风险。
在企业级应用场景中，该工具也可用于构建安全的内部知识库交互系统。员工可通过自然语言提问，后台 AI 在遵守预设规则的前提下检索公司文档或数据库，而无需暴露连接字符串或认证令牌。只要管理员提前在 actions.default.json 中配置好合法的服务端点及其约束条件，即可实现高安全性与功能灵活性的平衡。
此外，对于教育或测试环境中的初学者来说，Uncle Matt 提供了一种“沙盒式”学习模式——既能体验复杂系统集成乐趣，又不会因粗心造成真实损失。其明确的拒绝机制和日志记录也有助于快速定位问题根源，提升整体运维效率。