Agent Governance Toolkit 协议桥接实战：用信任门控打通 MCP、A2A 与 IATP 异构智能体网络-平芜编程栈

Agent Governance Toolkit 协议桥接实战：用信任门控打通 MCP、A2A 与 IATP 异构智能体网络

【免费下载链接】agent-governance-toolkitAI Agent Governance Toolkit — Policy enforcement, zero-trust identity, execution sandboxing, and reliability engineering for autonomous AI agents. Covers 10/10 OWASP Agentic Top 10.项目地址: https://gitcode.com/GitHub_Trending/ag/agent-governance-toolkit

本教程（对应仓库 docs/tutorials/16-protocol-bridges.md）讲解 Agent Governance Toolkit 中三大协议桥接组件——MCP（Model Context Protocol）、A2A（Agent-to-Agent）与 IATP（Inter-Agent Trust Protocol）——的集成与使用。你将在 30 分钟内学会：用TrustProxy为任意 MCP 服务器套上信任门控中间件、用TaskEnvelope与TrustGate治理 A2A 任务委托、用 Ed25519 握手与签名 Agent Card 建立跨协议信任，并通过ProtocolBridge与agentmesh proxyCLI 打通异构智能体之间的消息翻译、审计与编排。阅读前提：Python 3.11+，安装pip install agentmesh-platform a2a-agentmesh mcp-trust-proxy。

1. 为什么需要协议桥接

AI Agent 之间说着不同的"方言"：一个 MCP 编码助手、一个 A2A 任务智能体、一个 IATP 治理节点可能需要在同一业务流里协作，但它们之间没有共享的线格式（wire format）、信任模型或发现机制。协议桥接（Protocol Bridge）解决的正是这个问题——翻译消息、以信任为门槛放行通信、并完整保留审计轨迹。

Agent Governance Toolkit 内置三套桥接组件，对应仓库agent-governance-python/agentmesh-integrations/下的独立包：

协议	用途	关键包
MCP（Model Context Protocol）	为 AI Agent 提供受信任门控的工具暴露	`agentmesh.cli.proxy`、`mcp_trust_proxy`
A2A（Agent-to-Agent）	任务委托与智能体发现	`a2a_agentmesh`、`agent_os.integrations.a2a_adapter`
IATP（Inter-Agent Trust Protocol）	认证（Attestation）、握手与声誉追踪	`agentmesh.trust.handshake`、`iatp.proto`

本文将按如下路线推进：先跑通 MCP 信任代理的最小示例，再逐一深入 MCP、A2A、IATP 三个桥接层，随后介绍加密签名的 Agent Card、跨协议统一信任门控、多协议编排，最后落到agentmesh proxy命令行工具的治理代理。

2. 快速开始：5 行代码为 MCP 服务器套上信任门控

任何一个 MCP 服务器都可以用TrustProxy包一层治理，核心只有两件事：声明按工具（per-tool）策略，然后在转发工具调用前调用authorize()。

from mcp_trust_proxy import TrustProxy, ToolPolicy # 创建带按工具策略的信任代理 proxy = TrustProxy( default_min_trust=300, tool_policies={ "file_write": ToolPolicy(min_trust=800, required_capabilities=["fs_write"]), "shell_exec": ToolPolicy(blocked=True), }, ) # Agent 请求工具访问 result = proxy.authorize( agent_did="did:mesh:agent-1", agent_trust_score=600, agent_capabilities=["fs_read", "search"], tool_name="file_read", ) print(result.allowed) # True — 600 ≥ 300 默认阈值 print(result.reason) # "Authorized" print(result.trust_score) # 600

这段代码对应 mcp_trust_proxy/proxy.py 中的核心实现：ToolPolicy数据类定义了min_trust、required_capabilities、blocked、max_calls_per_minute与description五个字段（max_calls_per_minute=0表示不限流），而authorize()在放行前按固定顺序执行 6 项检查（详见下一节）。值得注意的是，该文件头部注释明确说明它不依赖 MCP SDK——它只操作工具名与智能体元数据，因此可以作为任何 MCP 服务器前的中间件。

3. MCP 协议桥：信任门控的工具暴露

MCP 桥接层拦截 MCP 客户端（如 Claude Desktop、VS Code）与 MCP 工具服务器之间的 JSON-RPC 2.0 消息，对每一次tools/call请求强制执行策略。

┌──────────────┐ ┌─────────────────┐ ┌──────────────┐ │ MCP Client │ ──► │ AgentMesh │ ──► │ MCP Server │ │ (Claude, │ ◄── │ Trust Proxy │ ◄── │ (filesystem,│ │ VS Code) │ │ │ │ database) │ └──────────────┘ └─────────────────┘ └──────────────┘ ● Policy check ● Rate limiting ● Trust score gate ● Audit logging

3.1 TrustProxy——适用于任意 MCP 服务器的中间件

TrustProxy以中间件形态工作，require_did=True时强制要求调用方出示 DID，blocked_dids支持拉黑已知受损智能体；set_tool_policy()可以随时为某个工具动态调整策略：

from mcp_trust_proxy import TrustProxy, ToolPolicy proxy = TrustProxy( default_min_trust=100, require_did=True, blocked_dids=["did:mesh:compromised-agent"], ) proxy.set_tool_policy("database_query", ToolPolicy( min_trust=500, required_capabilities=["db_read"], max_calls_per_minute=30, )) proxy.set_tool_policy("shell_exec", ToolPolicy(blocked=True))

3.2 授权管线：6 项按序检查

TrustProxy.authorize()按顺序执行以下检查，任一失败立即返回AuthResult(allowed=False, reason=...)：

#	检查项	失败示例
1	Agent DID 存在	`"Agent DID is required"`
2	DID 未被拉黑	`"Agent {did} is blocked"`
3	工具未被禁用	`"Tool '{name}' is blocked by policy"`
4	信任分 ≥ 阈值	`"Trust score {n} below minimum {m}"`
5	具备所需能力	`"Missing capabilities: [...]"`
6	未超速率限制	`"Rate limit exceeded ({n}/min)"`

在源码 proxy.py 中还可以看到第 5 项与第 6 项之间隐藏的5.5 项检查：工具参数注入扫描。TrustProxy内置了四类提示注入正则（INJECTION_PATTERNS）：direct_override（如 "ignore all previous instructions"）、roleplay_jailbreak（伪装 system/admin/root）、system_prompt_exfiltration（诱导输出系统提示词）、delimiter_attack（###、---END---、[SYSTEM]、<|im_start|>等分隔符）。_scan_tool_args()会递归遍历工具参数的字符串值做匹配；若扫描本身抛异常，则按 fail-closed 原则直接拒绝。

典型的桥接层集成方式是在 MCP 服务器返回错误之前拦截：

result = proxy.authorize( agent_did="did:mesh:data-agent", agent_trust_score=750, agent_capabilities=["db_read", "search"], tool_name="database_query", ) if not result.allowed: return {"jsonrpc": "2.0", "error": {"code": -32001, "message": result.reason}}

3.3 审计轨迹

每一次授权决策都会被追加进_audit_log，可通过get_audit_log()读取；get_stats()返回聚合统计：

for entry in proxy.get_audit_log(): print(f"{entry.tool_name}: {'✅' if entry.allowed else '❌'} " f"(agent={entry.agent_did}, trust={entry.trust_score})") stats = proxy.get_stats() # {"total_requests": 142, "allowed": 130, "denied": 12, ...}

get_stats()实际返回的字段还包括configured_tools（已配置策略的工具数）与blocked_agents（被拉黑智能体数）；block_agent()/unblock_agent()可运行时维护黑名单，clear_rate_limits()可重置限流计数。源码注释同时提醒：TrustProxy不是线程安全的，并发场景请用threading.Lock包住authorize()。

3.4 MCP 治理策略（YAML）

MCPProxyCLI 加载 YAML 治理策略，用rules定义动作（allow / require_approval / deny）、用trust块配置信任分阈值与拒绝扣分、用audit块开启审计：

policies: - id: mcp-claude-desktop rules: - id: allow-reads action: allow conditions: ["tool in ['read_file', 'search_files']"] - id: approve-writes action: require_approval conditions: ["tool in ['write_file', 'execute_command']"] - id: block-destructive action: deny conditions: ["tool in ['delete_file', 'shell_exec']"] trust: {min_score: 600, score_penalty_on_deny: 10} audit: {enabled: true, format: cloudevents}

这种action + conditions的声明式策略与 Tutorial 01 — Policy Engine 介绍的 YAML 策略引擎一脉相承，也是第 9 节 CLI 代理的底层判定依据。

4. A2A 协议桥：任务委托与智能体发现

A2A（Agent-to-Agent）是跨框架智能体互操作的开源标准。Toolkit 提供两层集成：

a2a_agentmesh—— 独立桥接包，含AgentCard、TaskEnvelope、TrustGate三个组件（位于 a2a-protocol/a2a_agentmesh/）；
agent_os.integrations.a2a_adapter—— Agent-OS 内核级治理适配器（位于 agent_os/integrations/a2a_adapter.py）。

4.1 Agent Card——通过`/.well-known/agent.json`发现

Agent Card 是 A2A 标准的"智能体名片"，发布在/.well-known/agent.json供发现。AgentMesh 通过x-agentmesh-*扩展字段注入信任元数据：

from a2a_agentmesh import AgentCard card = AgentCard.from_identity( did="did:mesh:translator-01", name="TranslationAgent", description="Translates text between 40+ languages", capabilities=["translate", "detect_language", "summarize"], trust_score=800, organization="Linguatech", ) print(card.to_json())

输出包含标准 A2A 字段与 AgentMesh 扩展：

{ "name": "TranslationAgent", "skills": [{"id": "translate", "name": "Translate"}, ...], "authentication": {"schemes": ["iatp"]}, "x-agentmesh-did": "did:mesh:translator-01", "x-agentmesh-trust-score": 800, "x-agentmesh-protocols": ["a2a/1.0", "iatp/1.0"] }

card.has_skill("translate") # True card.skill_ids() # ["translate", "detect_language", "summarize"]

从 agent_card.py 可以看到映射细节：capabilities列表中的每一项会被映射成一个 A2Askills[]条目（每个能力一个AgentSkill，默认输入/输出模式为text/plain），同时x-agentmesh-*扩展还包含x-agentmesh-organization与x-agentmesh-public-key-fingerprint等字段；from_dict()则支持从线上抓取的agent.json反序列化。

4.2 Task Envelope——带信任验证的任务生命周期

任务遵循 A2A 状态机：submitted → working → complete/failed/canceled。AgentMesh 将信任证明嵌入x-agentmesh-trust字段：

from a2a_agentmesh import TaskEnvelope, TaskState task = TaskEnvelope.create( skill_id="translate", source_did="did:mesh:orchestrator-01", target_did="did:mesh:translator-01", source_trust_score=750, input_text="Translate 'governance matters' to Spanish", ) task.start() # → WORKING task.complete("La gobernanza importa") # → COMPLETE print(task.is_terminal) # True # Invalid transitions raise ValueError

序列化为 JSON-RPC 兼容格式传输：

wire_format = task.to_dict() # Includes: id, status.state, skill_id, messages[], x-agentmesh-trust{} received = TaskEnvelope.from_dict(wire_format)

源码层面 task.py 用_TRANSITIONS表强制执行合法迁移：SUBMITTED可转到WORKING/CANCELED/FAILED，WORKING可转到COMPLETE/FAILED/CANCELED，终态（COMPLETE/FAILED/CANCELED）不可再迁移，非法迁移抛出ValueError并列出允许的目标状态；to_dict()序列化时仅在存在相应字段时才写入x-agentmesh-trust子键（source_did/target_did/source_trust_score）。

4.3 Trust Gate——A2A 入站任务的策略执行

TrustGate对入站 A2A 任务按策略评估，支持最小信任分、按来源的限流、DID 黑/白名单，以及按技能的信任分覆盖：

from a2a_agentmesh import TrustGate, TrustPolicy, TaskEnvelope gate = TrustGate(TrustPolicy( min_trust_score=500, max_requests_per_minute=30, blocked_dids=["did:mesh:banned-agent"], skill_trust_overrides={"admin_action": 900, "search": 200}, require_did=True, )) # 评估入站任务 task = TaskEnvelope.create( skill_id="translate", source_did="did:mesh:caller", source_trust_score=600, input_text="Hello", ) result = gate.evaluate(task) print(result.allowed, result.reason) # True, "Trust verified" # 自动失败被拒任务 low_trust = TaskEnvelope.create( skill_id="admin_action", source_did="did:mesh:newbie", source_trust_score=300, input_text="Delete all users", ) result = gate.evaluate_and_gate(low_trust) # low_trust.state == FAILED, low_trust.error contains denial reason

实现细节见 trust_gate.py：evaluate()依次执行 5 项检查——DID 存在（require_did）、DID 黑名单、DID 白名单（allowed_dids非空时启用）、信任分（优先取skill_trust_overrides[skill_id]，否则取min_trust_score）、每分钟限流。evaluate_and_gate()在拒绝时自动把任务转入FAILED状态并写入error；get_stats()可查看总评估数、放行/拒绝数与受追踪的智能体数。

4.4 A2A 治理适配器（Agent-OS 内核级）

需要内核级治理时，A2AGovernanceAdapter在信任门控之上叠加内容过滤。当前仓库中的实现（agent_os/integrations/a2a_adapter.py）通过 AGT 5.0 ACS 原生运行时（AdapterRuntime）的input干预点对任务文本做内容检查，并支持可选的conversation_guardian会话守护：

from agent_os.integrations.a2a_adapter import A2AGovernanceAdapter adapter = A2AGovernanceAdapter( allowed_skills=["search", "translate"], blocked_patterns=["DROP TABLE", "rm -rf"], min_trust_score=300, ) result = adapter.evaluate_task({ "skill_id": "search", "x-agentmesh-trust": {"source_did": "did:mesh:a", "source_trust_score": 500}, "messages": [{"role": "user", "parts": [{"text": "Find weather"}]}], }) print(result.allowed) # True # 被拦截的内容 result = adapter.evaluate_task({ "skill_id": "search", "x-agentmesh-trust": {"source_did": "did:mesh:b", "source_trust_score": 900}, "messages": [{"role": "user", "parts": [{"text": "DROP TABLE users;"}]}], }) print(result.allowed, result.reason) # False, "Content matches blocked pattern..."

该适配器的evaluate_task()依次执行：信任元数据检查、技能黑名单、技能白名单、信任分阈值、内容检查（经 ACS 输入干预点）、会话守护分析与限流。A2AEvaluation还会携带transform_value（AGT-DELTA D1.1 重写结果，宿主可据此改写外发负载）与conversation_alert，评估结果可由get_evaluations()与get_stats()回溯。

5. IATP——智能体间信任协议

IATP 是 Toolkit 的原生信任协议，提供密码学握手、代码库认证（codebase attestation）与声誉追踪；它以Protocol Buffers定义，具备跨语言互操作性（Python / Node.js / Go / Rust / Java，经 gRPC 通信）。

5.1 信任握手（Ed25519 挑战/响应）

TrustHandshake实现四步验证：挑战（随机 nonce）→响应（Ed25519 签名）→验证（注册表核查）→结果（信任等级 + 能力集）。

from agentmesh.identity import AgentIdentity, IdentityRegistry from agentmesh.trust.handshake import TrustHandshake registry = IdentityRegistry() agent_a = AgentIdentity.create(name="Orchestrator", sponsor="ops@co.com", capabilities=["orchestrate"]) agent_b = AgentIdentity.create(name="DataAgent", sponsor="data@co.com", capabilities=["read:data", "query:db"]) registry.register(agent_a) registry.register(agent_b) handshake = TrustHandshake( agent_did=str(agent_a.did), identity=agent_a, registry=registry, ) result = await handshake.initiate( peer_did=str(agent_b.did), protocol="iatp", required_trust_score=500, required_capabilities=["read:data"], ) if result.verified: print(result.trust_level) # "trusted" print(result.trust_score) # 800 print(result.capabilities) # ["read:data", "query:db"] print(f"{result.latency_ms}ms")

信任等级由分数区间映射：

Ring 0 (≥900) ████████████████████████████████████████ Verified Partner Ring 1 (≥700) ██████████████████████████████ Trusted Ring 2 (≥400) ████████████████████ Standard Ring 3 (<400) ██████████ Untrusted 0 200 400 600 800 1000

5.2 握手缓存

验证过的对端会被缓存（默认 15 分钟），避免重复执行密码学运算。需要强制重新验证时调用handshake.clear_cache()；超出超时时间的握手抛出HandshakeTimeoutError。

5.3 IATP Protocol Buffer 定义

IATP 的 proto 定义位于 agent-governance-python/agent-os/modules/iatp/proto/iatp.proto（package iatp.v1）。关键消息：

消息	用途
`CapabilityManifest`	Agent ID、信任等级、能力清单、隐私契约
`AttestationRecord`	代码库哈希、配置哈希、签名、有效期
`HandshakeRequest/Response`	Manifest + 认证 + nonce / 会话令牌
`ActionRequest/Response`	动作名、参数、撤销信息
`ReputationEvent`	事件类型、严重度、分数增量

proto 中还定义了三个 gRPC 服务：TrustProtocol（Handshake、ExecuteAction、UndoAction、StreamActions、HealthCheck）、AttestationService（RequestAttestation、VerifyAttestation）与ReputationService（GetReputation、ReportEvent、StreamReputationUpdates）。配套的PrivacyContract与TracingContext分别承载数据处置策略与分布式追踪上下文（后者与 Tutorial 13 — Observability and Tracing 呼应）。

构建各语言桩代码的命令（proto 头部注释中给出）：

# Python python -m grpc_tools.protoc -I. --python_out=. --grpc_python_out=. iatp.proto # Node.js grpc_tools_node_protoc --js_out=. --grpc_out=. iatp.proto # Go protoc --go_out=. --go-grpc_out=. iatp.proto

5.4 认证与隐私

AttestationRecord将智能体的代码库绑定到密码学哈希（codebase_hash与config_hash均为 SHA-256，另含 Control Plane 签名signature、signing_key_id、创建与过期时间戳），防止部署后代码被篡改。IATP 握手还包含PrivacyContract，明确数据处置要求：保留策略（RETENTION_POLICY_EPHEMERAL/TEMPORARY/PERMANENT）、存储位置（storage_location）、人工复核许可（human_review）与传输/静态加密要求（encryption_at_rest/encryption_in_transit）。隐私条款不达标的握手可以被对端直接拒绝。

6. 可信 Agent Card：加密签名的智能体元数据

TrustedAgentCard在 A2A Agent Card 之上叠加 Ed25519 密码学签名，防止身份冒充：

from agentmesh.identity import AgentIdentity from agentmesh.trust.cards import TrustedAgentCard, CardRegistry identity = AgentIdentity.create( name="AnalyticsAgent", sponsor="data-team@company.com", capabilities=["analyze", "report", "visualize"], ) # 从身份创建签名卡片 card = TrustedAgentCard.from_identity(identity) print(card.agent_did) # "did:mesh:..." print(card.card_signature) # Base64 Ed25519 signature # 验证——任何持有公钥的一方都能校验 assert card.verify_signature() # 篡改 → 验证失败 card.name = "MaliciousAgent" assert not card.verify_signature()

CardRegistry存储已验证卡片，提供基于能力的发现与吊销列表集成：

registry = CardRegistry(cache_ttl_seconds=900) registry.register(card) # Verifies signature first translators = registry.find_by_capability("translate") # Capability discovery is_valid = registry.is_verified("did:mesh:agent-1") # Cached + revocation check

7. 信任门控：贯穿所有协议桥的核心原则

在任何跨协议通信发生之前，发起方的信任分必须与阈值比对。这是连接所有协议桥的核心原则。

7.1 TrustBridge——对端验证与 HMAC 缓存

TrustBridge用 HMAC 完整性保护来管理对端信任：

from agentmesh.trust.bridge import TrustBridge bridge = TrustBridge( agent_did="did:mesh:my-agent", default_trust_threshold=700, identity=my_identity, registry=identity_registry, ) # 验证对端（IATP 握手），结果被 HMAC 缓存 result = await bridge.verify_peer( peer_did="did:mesh:remote-agent", protocol="iatp", required_trust_score=600, required_capabilities=["read:data"], ) # 快速缓存检查（校验存储记录的 HMAC 完整性） is_ok = await bridge.is_peer_trusted("did:mesh:remote-agent", required_score=600) trusted = bridge.get_trusted_peers(min_score=800) await bridge.revoke_peer_trust("did:mesh:compromised", reason="anomaly detected")

7.2 按协议区分信任阈值

不同协议可执行不同的信任阈值，形成从低风险读到特权操作的分级门控：

协议	典型阈值	使用场景
MCP（读工具）	300	低风险数据访问
MCP（写工具）	800	文件系统修改
A2A（任务委托）	500	标准智能体间任务
A2A（管理动作）	900	特权操作
IATP（握手）	700	对端验证默认值

8. 多协议编排：A2A ↔ MCP ↔ IATP 的自动翻译与信任验证

ProtocolBridge让智能体跨协议通信，自动完成消息翻译与信任验证：

from agentmesh.trust.bridge import ProtocolBridge bridge = ProtocolBridge( agent_did="did:mesh:orchestrator", identity=orchestrator_identity, registry=identity_registry, ) print(bridge.supported_protocols) # ["a2a", "mcp", "iatp", "acp"]

8.1 跨协议消息翻译

桥接层在 A2A 与 MCP 之间翻译消息：

# A2A → MCP: task_type → params.name, parameters → params.arguments a2a_message = {"task_type": "file_analysis", "parameters": {"path": "/data/report.csv"}} result = await bridge.send_message( peer_did="did:mesh:mcp-agent", message=a2a_message, source_protocol="a2a", target_protocol="mcp", ) # Translated to: {"method": "tools/call", "params": {"name": "file_analysis", ...}} # MCP → A2A: params.name → task_type, params.arguments → parameters # IATP → *: IATP wraps any protocol (passthrough)

8.2 验证页脚

桥接层可附加验证页脚，证明治理已被应用：

verified = bridge.add_verification_footer( content="Analysis complete.", trust_score=850, agent_did="did:mesh:agent", metadata={"policy": "strict"}, ) # Appends: > 🔒 Verified by AgentMesh (Trust Score: 850/1000)

8.3 多智能体工作流：三种协议协同

将三者组合成一条完整链路——编排器经 A2A 委托数据智能体，数据智能体再经 MCP 调用数据库工具：

from agentmesh.identity import AgentIdentity, IdentityRegistry from a2a_agentmesh import TaskEnvelope, TrustGate, TrustPolicy from mcp_trust_proxy import TrustProxy, ToolPolicy # 身份 registry = IdentityRegistry() orchestrator = AgentIdentity.create(name="Orchestrator", sponsor="ops@co.com", capabilities=["orchestrate"]) data_agent = AgentIdentity.create(name="DataAgent", sponsor="data@co.com", capabilities=["query:db"]) registry.register(orchestrator) registry.register(data_agent) # 门控 mcp_proxy = TrustProxy(default_min_trust=300, tool_policies={ "query_db": ToolPolicy(min_trust=500, required_capabilities=["query:db"]), }) a2a_gate = TrustGate(TrustPolicy(min_trust_score=400)) # Orchestrator → A2A → DataAgent → MCP → database tool task = TaskEnvelope.create(skill_id="query:db", source_did=str(orchestrator.did), source_trust_score=850, input_text="SELECT count(*) FROM transactions WHERE amount > 10000") if a2a_gate.evaluate(task).allowed: task.start() auth = mcp_proxy.authorize(agent_did=str(data_agent.did), agent_trust_score=800, agent_capabilities=["query:db"], tool_name="query_db") if auth.allowed: task.complete("1,247 high-value transactions")

这条链路展示了本教程的核心思想：信任分在每一跳都被重新验证——A2A 层用TrustGate验证编排器、MCP 层用TrustProxy验证数据智能体，任何一跳不达标都会中断任务。

9. CLI——`agentmesh proxy`

启动一个透明的 MCP 代理，为任意 MCP 服务器包裹治理能力。

9.1 基本用法

# 用严格策略代理 filesystem MCP 服务器 agentmesh proxy --policy strict \ --target npx --target -y \ --target @modelcontextprotocol/server-filesystem --target /Users/me # 用中等策略、不带验证页脚代理 Python MCP 服务器 agentmesh proxy --policy moderate --no-footer \ --target python --target my_mcp_server.py

9.2 CLI 选项

选项	说明	默认值
`--target`,`-t`	目标 MCP 服务器命令（可重复以追加参数）	必填
`--policy`,`-p`	策略级别：`strict`、`moderate`、`permissive`	`strict`
`--no-footer`	在输出中禁用验证页脚	`false`
`--identity`,`-i`	Agent 身份名称	`mcp-proxy`

9.3 策略级别

Strict（默认）：拦截写/删操作，拦截/etc与/root路径，仅放行读操作；
Moderate：写操作给出告警但允许执行，拦截关键系统路径；
Permissive：放行所有操作，全部记录用于审计。

9.4 目标二进制白名单

代理限制可被拉起的二进制。默认白名单：npx, node, python, python3, uvx, uv, echo, cat, test。通过环境变量扩展：

export AGENTMESH_PROXY_ALLOWED_TARGETS=ruby,cargo,deno

9.5 代理工作原理

MCPProxy类（位于agentmesh.cli.proxy）横亘在 stdin/stdout 之间，拦截 JSON-RPC 2.0 消息。每次tools/call的处理流程：

解析 JSON-RPC 请求（非 JSON 消息直接丢弃）；
构建策略上下文（tool、path）；
交给PolicyEngine评估；
被拦截→ 向客户端返回 JSON-RPC 错误（code-32001）；
放行→ 转发给目标，信任分 +1；
响应→ 可选附加验证页脚；
写入AuditLog。

10. 相关教程交叉引用

教程	关联关系
Tutorial 02 — Trust and Identity	Agent DID、Ed25519 密钥、信任评分——所有协议桥的基础
Tutorial 07 — MCP Security Gateway	`MCPGateway`与`MCPSecurityScanner`——互补的 MCP 保护
Tutorial 01 — Policy Engine	`MCPProxy`与`A2AGovernanceAdapter`使用的 YAML 策略
Tutorial 04 — Audit and Compliance	跨协议交互的审计日志
Tutorial 13 — Observability and Tracing	经 IATP`TracingContext`传播的分布式追踪上下文

小结

概念	关键类	作用
MCP 信任代理	`TrustProxy`	按工具的信任阈值、能力检查、速率限制与参数注入扫描
MCP CLI 代理	`MCPProxy`	带策略执行的透明 stdin/stdout 代理
A2A Agent Card	`AgentCard`	带 AgentMesh 信任扩展的 A2A 兼容发现
A2A 任务信封	`TaskEnvelope`	带状态机的信任验证任务生命周期
A2A 信任门	`TrustGate`	入站 A2A 任务的策略执行（含按技能阈值覆盖）
A2A 治理	`A2AGovernanceAdapter`	带内容过滤的内核级 A2A 治理
IATP 握手	`TrustHandshake`	带注册表验证的 Ed25519 挑战/响应
IATP Proto	`iatp.proto`	信任、认证、声誉的跨语言 gRPC 服务
可信 Agent Card	`TrustedAgentCard`	密码学签名的智能体元数据卡片
Card 注册表	`CardRegistry`	签名卡片发现与验证
信任桥	`TrustBridge`	带 HMAC 保护缓存的对端验证
协议桥	`ProtocolBridge`	跨协议消息翻译（A2A ↔ MCP ↔ IATP）

下一步

Tutorial 17 — Advanced Trust & Behavior：动态信任评分与行为分析；
Tutorial 18 — Compliance Verification：自动化合规检查；
Tutorial 44 — A2A Conversation Policy：用反馈环防护治理 A2A 会话。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考