rickyunpotted334/Agent-Execution-Partnership

GitHub: rickyunpotted334/Agent-Execution-Partnership

面向自主 AI agent 的桌面端控制平面工具,通过操作前授权、实时监控和执行后验证三阶段机制,确保 agent 在本地计算机上的所有行为安全可控并留有完整审计记录。

Stars: 0 | Forks: 0

# 🛡️ Agent-Execution-Partnership - 安全授权您的自主 AI agent [![下载 Agent-Execution-Partnership](https://img.shields.io/badge/Download-Application-grey.svg)](https://github.com/rickyunpotted334/Agent-Execution-Partnership) Agent Execution Partnership (AEE) 充当您的数字助手的护栏。现代 AI agent 可在您的计算机上执行任务,例如发送电子邮件、移动文件或浏览互联网。本软件可确保每一项操作都在您的控制之下。它会在操作发生前审查请求,实时监控进度,并记录结果供您审查。 ## ⚙️ 为什么使用此软件 自主 agent 的功能日益强大。如果这些 agent 在无人监管的情况下运行,这种能力就会带来风险。AEE 提供了一个管理这些交互的中央枢纽。它能阻止未经授权的更改,保留 agent 行为的历史记录,并验证任务是否按预期完成。您无需编写任何代码即可全面监督 AI 的行为。 ## 💻 系统要求 您的计算机必须满足以下基本标准才能运行该应用程序: * 操作系统:Windows 10 或 Windows 11。 * 处理器:Intel Core i3 或同等处理器,最低 1.6 GHz。 * 内存:8 GB RAM。 * 磁盘空间:500 MB 可用存储空间。 * 网络:稳定的互联网连接,用于 agent 验证。 ## 📥 下载软件 1. 访问项目网站:[https://github.com/rickyunpotted334/Agent-Execution-Partnership](https://github.com/rickyunpotted334/Agent-Execution-Partnership) 2. 在页面右侧找到“Releases”部分。 3. 点击最新的发布版本。 4. 选择以“.exe”结尾的文件开始下载。 5. 将文件保存到您的“Downloads”文件夹中。 ## 🚀 设置应用程序 ## 📋 管理 agent 1. 点击顶角的“Add Agent”按钮。 2. 链接到您的 AI agent 当前所在的文件夹或服务路径。 3. 软件将检测 agent 并询问您首选的安全级别。 4. 选择“Strict”以获得最大安全性,或选择“Flexible”以加快任务执行速度。 5. 点击“Save”,您的 agent 现在将向 AEE 控制平面报告。 ## 🔍 AEE 的工作原理 AEE 仪表板通过三个不同的阶段来监控活动: ### 阶段 1:授权 在 agent 移动文件或发送消息之前,它会向 AEE 发送请求。如果该请求违反了您的设置,您的屏幕上将会出现通知。您拥有最终决定权。您可以根据通知框中提供的请求详情,点击“Approve”或“Deny”。 ### 阶段 2:观察 当 agent 工作时,AEE 会在后台运行。它会监视系统调用和网络流量。您可以通过点击“Monitor”选项卡来查看活动进程的实时状态。如果 agent 启动了您无法识别的任务,请点击“Kill Task”将其立即停止。 ### 阶段 3:验证 任务结束后,AEE 会将所有数据放入安全的日志中。您可以按日期、agent 名称或状态搜索这些日志。验证工具会检查输出是否符合您的预期。如果 agent 保存了文件,AEE 会确认该文件存在并且包含正确的信息。 ## 🛠️ 常见问题排查 如果您遇到问题,请尝试以下常见修复方法: * 应用程序无法启动?请确保您的计算机安装了最新的 Windows 更新。 * agent 未经批准就运行?请检查“Policy”选项卡,确保已关闭“Auto-approve”。 * 界面空白?按键盘上的“F5”键刷新仪表板。 * 找不到日志?所有活动文件都保存在您的用户 Documents 目录下的“AEE_Logs”文件夹中。 ## 🔒 保护您的 agent 安全 安全性取决于您的监督。请至少每周审查一次您的日志。如果您发现异常活动,请立即通过“Manage”选项卡断开该特定 agent 的连接。我们建议您在工作时保持应用程序处于打开状态,以便它能实时拦截有害请求。 关键词:agent-safety, ai-agents, ai-governance, ai-safety, audit-trail, autonomous-agents, control-plane, llm-agents, mlops, policy-engine, python
标签:逆向工具