用服务端审批约束 MCP 外部操作
文章将邮件发送、退款等操作拆为智能体起草与人工批准提交两个阶段,由服务端执行权限校验。审批绑定草稿哈希,并通过一次性、短时有效的凭证限制内容变更和重复执行。
AI 深度解读
给 AI Agent 接上发邮件、退款、发布内容的工具后,真正难的不是让它学会调用,而是确保它只执行人已经确认的操作。原文提出一个直接的办法:Agent 负责起草,服务器负责拦住执行,人工批准后才能放行。
这个方案值得程序员读几分钟,因为它把「发送前请先询问」从提示词变成了代码约束。不过,示例里的审批码传递和并发处理存在缺口,照搬之前需要补齐。
为什么「发送前问我」不能只写在提示词里
作者认为,只读工具 search_notes 比较容易信任,麻烦出在会改变外部状态的工具:发送邮件、向频道发消息、退款、触发工作流。模型可能选错收件人、写错语气,也可能重复调用。
提示词能约束模型行为,但邮件正文、网页和工具结果同样会进入上下文,其中的指令可能干扰它。作者因此主张,把一次操作拆成两步:
Agent 调用 draft_email(to, subject, body),服务器存草稿并返回 draft_id、预览和审核地址;人工确认后,才允许通过 send_draft(draft_id, code) 执行。
是否允许执行,应由服务器判断。
审批还必须绑定具体内容,不能只批准「发一封邮件」这个抽象动作。服务器对草稿计算哈希,审批记录保存对应哈希;收件人、主题或正文发生变化,就需要重新确认。
人应该批准服务器保存的那份内容
草稿工具本身不发送邮件。原文用 Zod 限制收件人为 1 到 10 个有效邮箱,主题长度为 1 到 200,正文最长 20_000;草稿通过 crypto.randomUUID() 生成 ID,在 KV 中保存 86_400 秒。
审核页面沿用 MCP 服务的 OAuth 登录,读取服务器存储的草稿。这样,用户看到的是待发送内容,而非 Agent 在聊天里声称自己准备发送的内容。
下面这段代码负责把批准结果绑定到草稿哈希,并设置有效期:
async function approve(owner: string, draftId: string) {
const draft = JSON.parse(await kv.get(`draft:${owner}:${draftId}`) ?? 'null');
if (!draft) throw new Error('draft not found or expired');
const code = randomCode(8);
await kv.put(`approval:${owner}:${draftId}`, JSON.stringify({ codeHash: await sha256(code), draftHash: draft.hash }), { ttlSeconds: 600 });
return code; // 仅展示给人工审核者
}
关键是 draftHash: draft.hash 和 ttlSeconds: 600:审批对应特定草稿,10 分钟后失效。存储键带有 owner,用于按用户区分草稿和审批记录。
工具注解也应反映实际行为。草稿工具设置 readOnlyHint: false、destructiveHint: false、openWorldHint: false,因为它会写入内部存储,但不会对外发送;发送工具则标记 destructiveHint: true、openWorldHint: true。这些信息帮助客户端展示提示,不能代替权限校验。
批准之后,还要处理重试和重复执行
发送工具接收 UUID 格式的 draft_id,以及长度为 6 到 20 的 approval_code。它先检查草稿和审批记录是否存在,再核对内容哈希与审批码,全部通过才发送:
server.registerTool(
'send_draft',
{
title: 'Send approved draft',
description: 'Send a draft the user approved. Requires the approval code the user received. Never guess a code.',
inputSchema: z.object({ draft_id: z.string().uuid(), approval_code: z.string().min(6).max(20) }),
annotations: { readOnlyHint: false, destructiveHint: true, idempotentHint: true, openWorldHint: true }
},
async ({ draft_id, approval_code }, ctx) => {
const owner = ownerOf(ctx);
const draft = JSON.parse(await kv.get(`draft:${owner}:${draft_id}`) ?? 'null');
const approval = JSON.parse(await kv.get(`approval:${owner}:${draft_id}`) ?? 'null');
if (!draft || !approval) return text('Not approved yet. Ask the user to review the draft.');
if (approval.draftHash !== (await sha256({ to: draft.to, subject: draft.subject, body: draft.body })))
return text('Draft changed after approval. Ask the user to approve again.');
if (approval.codeHash !== (await sha256(approval_code))) return text('Approval code does not match.');
await kv.delete(`approval:${owner}:${draft_id}`); // 先销毁审批,避免重试时重复发送
const result = await mail.send(draft, { idempotencyKey: draft_id });
return text({ sent: true, message_id: result.id });
}
);
要看的是 kv.delete 与 mail.send 的顺序。作者先销毁批准记录,再执行外部操作,希望超时后的再次调用被拒绝;同时把 draft_id 作为邮件服务的 idempotencyKey,让服务商协助防重。
拒绝信息也有设计价值。返回「尚未批准,请用户审核」这类可理解的文本,能帮助模型继续正确流程,比直接抛出堆栈更合适。
作者还解释了为什么不能只依赖客户端确认框:用户可能选择始终允许,确认框可能只展示参数 JSON,而且 Claude、Cursor、ChatGPT 或脚本接入时,确认行为未必一致。服务器审批可以统一执行规则。
我的判断
拆分起草和执行的方向是对的,尤其适合对外消息、支付、删除、发布和权限变更。但文章没有提供误操作率、延迟或用户行为的对照数据。「约 60 行代码」「Agent 做掉 90%,人工保留最后 10%」应视为作者的经验表达。
示例有两个需要明确指出的问题。
第一,作者要求审批码永远不经过模型,却又允许用户把 approved, code K7Q2-M9XD 粘贴到聊天中。这条路径会让审批码进入模型上下文,与前面的要求冲突。原文也提到 MCP elicitation 表单,但没有完整展示如何让审批凭证绕过模型并完成执行。
第二,先读取审批、再删除审批,并不自动保证并发安全。两个请求可能同时读到有效记录,然后都进入发送。需要具备原子消费能力的存储操作,或者可靠的服务商幂等保障。设置 idempotentHint: true 只是声明,不能创造这种能力。
先销毁审批还有可用性代价:邮件服务调用失败时,用户可能需要重新批准;如果只是响应超时,发送结果则可能暂时不明确。原文没有交代状态查询和恢复流程。
这是一份有用的设计骨架,离完整的生产实现还有距离。
作者结尾推广的 Remote MCP Connector Kit 提供 TypeScript、Python 模板,包含 OAuth 2.1、PKCE、动态客户端注册和 scoped tools。身份认证能解决谁在调用的问题,具体操作是否获批仍要单独实现。
能拿来做什么
- 给 Node MCP 服务增加对外发送能力时,可以先实现独立的草稿存储和审核页面,让用户确认最终收件人、正文及发布目标,再接执行工具。
- 前端审核界面应读取服务器保存的数据,并展示完整待执行内容;内容修改后,应要求用户重新批准。
- 接入邮件或支付服务前,应核实它是否支持
idempotencyKey,并补齐审批原子消费、执行状态记录和失败恢复。 - 把人工审批留给对外可见、花钱或难以撤销的操作。查询和私人草稿写入继续自动完成,避免用户因频繁确认而停止认真审核。