用运行时拦截为 MCP 工具调用设闸
文章介绍在 MCP 工具调用处理器外增加拦截层,逐次检查目标主机与路径白名单,对越界调用提前拒绝,并记录防篡改日志。它强调在模型之外确定性执行策略,以补足技能安装时扫描无法覆盖的运行时风险。
AI 深度解读
安装时扫描通过的 skill,到了第 50 次工具调用,仍可能下载恶意载荷。作者给出的补法,是在 MCP 工具真正执行前增加一道检查:目标地址是否允许、动作是否被禁止、是否需要审批,都由模型之外的策略决定。
作者称,这套机制已集成到 @marketnow/trust-gateway@1.0.1。它值得看的地方,是把安装检查与执行授权分开了;需要打问号的地方,则是一次工具调用内部的网络请求,是否真的都能被这层机制管住。
扫描的是安装包,授权的是每一次调用
安装扫描回答「这个包现在是否干净」,执行前检查回答「此刻是否允许执行这次操作」。两者检查的对象不同,不能互相替代。
原文引用的 30 行 hook 包装了 MCP server 的 tool_call 处理器:执行前核对主机、路径白名单,越界就返回错误,并记录允许和拒绝的调用。作者认可这个模式,将它接入 MCP 中间件,命名为 pre-exec filter,即执行前过滤器。
下面这段配置展示了它准备控制的几类行为:
import { createPreExecFilter } from '@marketnow/trust-gateway';
const filter = createPreExecFilter({
allowHosts: ['api.github.com', 'registry.npmjs.org'],
allowPaths: ['/tmp/', '/var/lib/mcp/'],
denyActions: ['shell_exec', 'rm_rf', 'DROP_TABLE'],
requireApprovalAbove: { spend_usd: 1 },
logSink: (event) => merkleLog.append(event) // tamper-evident
});
// Wrap an MCP server
const filteredServer = filter.wrap(originalServer);
要看的是最后一行 filter.wrap(originalServer):按作者描述,它返回一个新 server,在把请求交给原处理器之前检查每次 tool_call。这要求实际调用经过包装后的入口,策略才能生效。
访问 evil.example.com 被拒绝时,示例返回 error: "pre_exec_veto"、reason: "host_not_allowlisted",并附带 attempted、allowed 和 receipt_id。其中回执示例为 ATC-RECEIPT-2026-...,作者称它对应经过签名、纳入 Merkle 审计的日志条目,方便事后核验拒绝决定。
安装命令是 npm install @marketnow/trust-gateway。不过,原文给出的是 API 用法,没有展示过滤器内部如何提取目标地址、识别动作,以及匹配文件路径。
加上日志和审批,才能追查一次调用发生了什么
作者在原始 hook 之上补了三项能力:可检测篡改的日志、审批升级、逐调用网络出站记录。
先看日志。作者称,系统使用 Merkle tree,并让事件哈希与前一条记录关联,每 N 个事件用 Ed25519 签署根哈希,默认 N=100。修改历史记录会破坏校验关系。
可检测篡改的日志,提供的是核验历史记录的依据。
它仍然依赖事件被完整记录。原文没有解释这套 Merkle tree 与哈希链的具体组合,也没有交代签名密钥管理、最后一批未签名事件的处理方式,不能仅凭介绍就认定审计链路已经完整。
审批配置则把部分操作从「直接执行」升级为「等待批准」:
requireApprovalAbove: {
spend_usd: 1, // 花费超过 $1 的调用需要审批
delete_count: 1, // 任何删除操作都需要审批
shell_exec: true // 任何 shell 执行都需要审批
}
这里要留意 delete_count: 1。作者文字说「任何删除操作」都要审批,但同时用「超过阈值」描述触发条件。删除恰好 1 个对象时是否触发,原文没说清,需要查实现或边界测试。
触发后,过滤器返回 pending_approval,调用等待批准或超时,默认超时为 30s,可以配置。批准信号可以来自客户端 UI、外部审批服务,例如 Slack 流程,也可以来自程序策略,例如 agent 信任分数 >= 8 时自动批准。审批因此不一定代表人工确认。
另外,首段代码把 shell_exec 列入 denyActions,后面的示例又允许它进入审批。两类规则同时配置时谁优先,作者也没交代。
出站日志记录每次调用访问的主机、endpoint、请求与响应的大小及哈希,不存正文。作者用前 49 次访问 api.github.com、第 50 次访问恶意主机来说明延迟投放的风险。这是场景举例,原文没有提供真实攻击复现记录。
作者称 1.0.1 包含 12 项测试,覆盖允许、拒绝、审批、超时和日志篡改。但文章没有展示测试代码、运行结果或覆盖范围。
我的判断
我赞同把执行授权放到模型之外。模型可以提出操作,能否执行则由明确规则判定。相比只扫描安装包,这补上了调用发生时的检查;相比每次都让用户点确认,阈值策略也提供了更细的控制方式。
但文章对「阻止外传」的描述,需要拆开看。
包装 tool_call,不自动等于控制工具内部的每一次网络请求。
如果工具收到普通参数后,在内部发请求、跟随重定向,或者调用子进程,过滤器怎样知道最终目的地?逐调用出站记录怎样关联到这些行为?原文没有展示实现。禁止访问陌生主机,也不足以证明它能阻止向白名单主机外传数据;允许访问 api.github.com,仍需约束具体 endpoint、动作和发送内容。
记录大小与哈希有助于核验数据是否一致,却不能直接还原被发送的内容。它提供了调查线索,但文章没有证明这些线索足够完成一次泄露调查。
作者还区分了三种确定性策略:纯函数依赖输入,状态机依赖输入与当前状态,事件溯源依赖输入与事件日志。原始 hook 属于第一类;当前实现属于第二类,白名单会随信任状态变化;第三类的策略重放仍在路线图中。
这个区分有价值。不过,要重放过去的决定,还要保留当时的规则、状态和输入。现有日志是否保存齐全,文章未说明。整体上,这是实现思路与发布说明,没有对照实验,不能据此认定它优于现有网关或沙箱方案。
能拿来做什么
- 给 Node 编写的 MCP server 增加执行前授权入口,将主机、路径和动作检查集中处理,并确认客户端实际连接的是
filter.wrap()返回的 server。 - 在日常 AI 编程中,把 shell 执行、文件删除和付费调用分别设定规则,明确直接拒绝与审批的优先级,检查
$1、删除 1 项和30s超时这些边界。 - 评估这类中间件时,沿一次工具调用追踪内部网络请求、重定向和子进程,确认过滤器实际覆盖到哪一层,再决定是否需要配合网络出口限制。
- 如果需要审计,除调用结果外,还应检查是否保存了当时的策略与状态;将「能验证日志」和「能重放决定」分别验收。