deterministic-agent-control-protocol
为AI智能体提供可审计、可逆、可解释的治理网关。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：deterministic-agent-control-protocol。 它的用途是：为AI智能体提供可审计、可逆、可解释的治理网关。 完整的 Skill 内容见：https://321skill.com/skills/deterministic-agent-control-protocol/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
当你使用Cursor AI编写代码时，可以配置此协议。
对AI说：“请帮我检查一下.env文件里数据库的配置”，如果策略禁止读取.env，AI会收到一个被拦截的提示，并告知原因，而不会真正执行读取操作。或者，当AI试图运行一个高风险Shell命令时，协议会触发人工审批流程，等你确认后才会放行。
介绍
该Skill旨在解决AI智能体（如Cursor、Claude Code等）在自主执行代码、文件操作或命令时可能带来的安全与合规风险。它作为一个控制平面，拦截并评估智能体的每一个动作请求，根据预设策略决定是允许、拒绝还是需要人工审批，从而将智能体的行为限制在安全边界内。
使用方式非常灵活：你可以通过MCP协议将其集成到兼容的AI开发工具中，也可以作为独立的HTTP服务或命令行工具来治理Shell命令。它提供了一套声明式的策略DSL，允许你精细地定义哪些操作是允许的、哪些需要审批，以及如何记录审计日志。
它非常适合那些需要在开发、运维或自动化流程中引入AI智能体，但又必须确保操作安全、可追溯的团队和个人。无论是防止代码库中的敏感信息泄露，还是控制对生产环境的修改，这个协议都能提供坚实的治理保障。
使用建议是，在初期可以先启用其内置的通用安全策略（如阻止访问.env文件），然后根据团队的具体工作流和风险点，逐步定制和细化策略规则。注意，它本身不执行操作，只做决策和记录，因此需要与你的执行环境（如IDE、终端）配合使用。
核心特点
与同类工具相比，它的核心区别在于提供了一个语言无关、可自演化的确定性控制协议，不仅拦截危险操作，还引入了会话预算、人工审批门控和不可篡改的证据账本，实现了从被动防御到主动治理的转变。
注意事项
不适合对执行延迟要求极高的实时交互场景，因为每个动作都需要经过策略评估流程。
常见问题
这个协议会影响AI智能体的正常开发效率吗？
不会，它只拦截违反策略的高风险操作，对合规操作是透明的，并且可以通过审批流程灵活处理边界情况。
它支持哪些AI开发工具？
原生支持Cursor、Claude Code等任何MCP兼容的智能体，也提供HTTP API和Shell适配器，通用性很强。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/deterministic-agent-control-protocol/raw/index.md 读取 deterministic-agent-control-protocol 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/deterministic-agent-control-protocol/raw/index.md（查看排版版本）