Blind-Audition-MCP
A zero-cost MCP server that forces AI to self-correct code using prompt injection and context isolation.
README
🛡️ Blind Auditor - MCP Server
一个基于 MCP 协议的代码自动审计工具,通过"思维隔离"强制 AI Agent 在生成代码后进行自我审查。
WARN: 这个项目处于非常早期的开发阶段,所以稳定性和功能性可能欠佳
🎯 核心特性
- 零成本: 复用宿主 IDE 的推理模型,无需额外 API Key
- 去偏见: 通过 Prompt 注入强制 Agent 切换"审计员"角色
- 强合规: 将团队代码规范(
rules.json)硬性植入生成流程 - 自动循环: 审计失败时自动触发代码修正,最多重试 3 次
- 强执行性: 当使用此MCP时,MCP规则拥有比对话提示词的绝对更高优先级
🚀 快速开始
1. 安装依赖
cd blind-auditor
uv sync
2. 配置规则
编辑 rules.json 文件,定义您的审计规则:
{
"project_name": "MyProject",
"strict_mode": true,
"max_retries": 3,
"rules": [
{
"id": "SEC-001",
"severity": "CRITICAL",
"description": "严禁硬编码 API Key 或密码"
}
]
}
3. 配置 IDE
Antigravity / Cursor
在项目根目录创建 .cursorrules 或在 IDE 设置中添加 System Prompt:
**Critical Instruction**:
Whenever you generate code for a user request, you MUST NOT output it directly.
You MUST interact with the `Blind Auditor` MCP tool:
1. Generate the code internally.
2. Call `submit_draft` with the code.
3. Follow the instructions returned by the tool strictly.
MCP 服务器配置
在 MCP 客户端配置文件中添加:
{
"mcpServers": {
"blind-auditor": {
"command": "python",
"args": ["-m", "src.main"],
"cwd": "/path/to/blind-auditor"
}
}
}
🔧 工具说明
submit_draft
提交代码草稿进行审计。
参数:
code(str): 完整的代码内容language(str): 编程语言,如python,typescript
返回: 审计指令或熔断放行
submit_audit_result
提交审计结果。
参数:
passed(bool): 是否通过审计issues(list[str]): 发现的问题列表score(int): 质量评分 (0-100)
返回: 放行代码或修复指令
reset_session
重置当前审计会话。
🔁 工作流程
graph TD
A[Agent 生成代码] --> B[调用 submit_draft]
B --> C{检查重试次数}
C -->|超限| D[强制放行]
C -->|未超限| E[进入审计模式]
E --> F[Agent 审查代码]
F --> G[调用 submit_audit_result]
G --> H{审计结果}
H -->|通过| I[放行代码]
H -->|失败| J[重试计数+1]
J --> K[返回修复指令]
K --> A
📝 规则配置
严重等级
- CRITICAL: 阻断性问题(如安全漏洞)
- WARNING: 警告性问题(如代码质量)
- PREFERENCE: 偏好性问题(如代码风格)
权重系统
weight 字段用于计算综合评分,范围 0-100。
🛠️ 开发
运行 MCP 服务器
python -m src.main
测试
# 使用 MCP Inspector 测试
npx @anthropic-ai/mcp-inspector python -m src.main
📄 许可证
MIT License
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。