AI Agent 付款护栏 · 身份 · 意图 · 密钥 · Python + MCP

AI 开始花真钱了，
谁给它上闸门？

AI 没有法律人格，但它必须有数字身份。SpendShield 给每个 Agent 定义带消费上限的身份，在「钱该不该动」和「钱怎么动」之间，加一道确定性护栏。

开始使用 → 查看代码
原则

决策由代码，而非 AI 的意见。
规则是确定性的——Agent 无法争辩、欺骗或注入绕过它们。

信任三支柱 · 从「闸门」到「栅栏」
01

身份

每个 Agent 注册数字身份（KYA），预算/黑名单按身份隔离。未注册默认拒绝。

02

意图

新收款方、大额转账强制人工确认——防提示注入劫持 Agent 偷花钱。

03

密钥

私钥加密落盘，主密钥不落盘。取密钥必须过闸门，每次取用留审计。

执行层 · 四道闸门 · 每次花钱全部通过
01

干跑

只预览不执行，直到你放行。

02

预算

硬上限。超支即拒绝。

03

限额

单次上限 + 收款方频率限制。

04

审批

人工确认——终端 / Telegram / Webhook。

Agent 身份层Spend-Capped Identity：给 AI 定义带消费上限的数字身份，KYA 最小实现。v0.4
意图一致性新收款方/大额强制审批；交易记忆免反复确认。未配审批通道默认拒绝。v0.5
密钥保险库AES 加密落盘，主密钥环境变量持有。取密钥过闸门 + 审计留痕。v0.6
黑名单 / 白名单黑名单收款方直接拒绝，白名单信任方跳过确认。v0.2
策略即代码所有规则（含按 Agent 分）在一个 YAML。可版本化、可评审、可部署。v0.2
MCP ServerClaude Code / OpenClaw 等 MCP 兼容 agent 直接调用护栏与密钥。v0.2
远程审批Telegram 或 Webhook 审批——无需终端。v0.3
审计留痕每次尝试全记录（含谁在花、取了哪个密钥）。导出 JSON，看板可视化。v0.3
快速开始
# 1. 给 Agent 注册身份 + 专属策略（KYA）
from spendshield import SpendShield, KeyVault

guard = SpendShield(budget=200)
guard.register_agent("mcd_bot", budget=50, whitelist=["麦当劳"])

# 2. 密钥进保险库（主密钥在环境变量, 不落盘）
vault = KeyVault("vault.json")
vault.store("mcd_sk", "sk_live_xxx")
guard = SpendShield(key_vault=vault)

# 3. 包住花钱函数: 过闸门 + 记身份
@guard.protect("下单", agent="mcd_bot")
def place_order(amount, to):
    return call_api(amount, to) # 默认干跑, 绝不真花

当 AI 拿着信用卡，
规则必须握得更紧。

MIT 开源。在 GitHub 上点个星。

⭐ GitHub
About SpendShield

SpendShield is an open-source AI payment guardrail for Python and MCP servers. It gives AI agents a spend-capped digital identity (KYA), four deterministic gates — dry-run, budget, per-transaction limit, and human approval — and defends against prompt injection: new recipients and large amounts always require human sign-off. Built for developers who let agents spend real money. Star on GitHub →

Open Source Python MCP Server KYA Identity AES-256 MIT License