Alguard
面向AI代理购物场景的双层级信任架构项目，通过MCP服务器与人工审批通道的物理隔离，防止代理被prompt注入后执行未经授权的购买。
时间轴 (近 90 天)
Alguard是Amazon Developer Hackathon的参赛项目，针对Alexa+场景提出双层级信任架构来阻断代理购物中的prompt注入风险。
Alguard的核心设计不变量是：发起高风险操作的系统永远不是批准该操作的系统，该规则通过服务架构而非prompt实现物理隔离。
Alguard的Tier 1是一个MCP服务器（mcp_server/server.py），通过Streamable HTTP暴露attempt_purchase、get_session_status、get_audit_trail三个工具，且不存在approve工具。
Alguard的Tier 2是一个独立的FastAPI服务（web_api/resolve_action.py），运行在8010端口，拥有独立的OAuth audience和独立的approve scope，是唯一能解除HALTED状态的地方。
Alguard的Tier 1与Tier 2之间没有任何网络路径连通，用户需要手动携带action_id在人工通道中完成审批。
Alguard的风险引擎评分体系包含品类严重度、异常检测、所有者信任分（批准+0.03，拒绝-0.15）三个维度。
Alguard的硬规则不可绕过，具体包括：单笔超过$1000、每小时超过$1500、24小时内超过$3000、高风险品类、24小时内HALT后重试、未审批商家消费$250。
Alguard针对并发审批采用单条条件UPDATE配合rowcount == 1检查，通过数据库原子性保证互斥。
Alguard的跨进程去重通过insert_action_if_not_duplicate()在BEGIN IMMEDIATE事务内完成检查加插入来实现。
Alguard中Bedrock用于生成解释文本，但属于非关键依赖，其故障不会改变决策结果，降级模板会标注source = local-fallback。
还有 3 条时间轴事件
全部知识事实 (13)
Alguard当前的阈值型异常检测能捕捉突变但捕捉不到缓慢上升的漂移，EWMA漂移检测是针对性补充。
50%待验证Alguard的核心设计不变量是：发起高风险操作的系统永远不是批准该操作的系统，该规则通过服务架构而非prompt实现物理隔离。
50%待验证Alguard的Tier 1是一个MCP服务器（mcp_server/server.py），通过Streamable HTTP暴露attempt_purchase、get_session_status、get_audit_trail三个工具，且不存在approve工具。
50%待验证Alguard的Tier 2是一个独立的FastAPI服务（web_api/resolve_action.py），运行在8010端口，拥有独立的OAuth audience和独立的approve scope，是唯一能解除HALTED状态的地方。
50%待验证Alguard的Tier 1与Tier 2之间没有任何网络路径连通，用户需要手动携带action_id在人工通道中完成审批。
50%待验证Alguard的风险引擎评分体系包含品类严重度、异常检测、所有者信任分（批准+0.03，拒绝-0.15）三个维度。
50%待验证Alguard的硬规则不可绕过，具体包括：单笔超过$1000、每小时超过$1500、24小时内超过$3000、高风险品类、24小时内HALT后重试、未审批商家消费$250。
50%待验证Alguard针对并发审批采用单条条件UPDATE配合rowcount == 1检查，通过数据库原子性保证互斥。
50%待验证Alguard的跨进程去重通过insert_action_if_not_duplicate()在BEGIN IMMEDIATE事务内完成检查加插入来实现。
50%待验证Alguard中Bedrock用于生成解释文本，但属于非关键依赖，其故障不会改变决策结果，降级模板会标注source = local-fallback。
50%待验证Alguard的红队演示脚本（demo/showcase.py）模拟了15种攻击（包括品类撒谎、重试洗白HALT、session_id轮换、NaN金额、连续超额消费等），全部被拦截并输出ALL ATTACKS HANDLED。
50%待验证Alguard作者列出的后续方向包括：接入真实扣款（Checkout/ChargePermissionId）、用MCC数据替换文本启发式品类推断、将共享SQLite拆分为按层独立存储、加入基于EWMA的漂移检测。
50%待验证Alguard是Amazon Developer Hackathon的参赛项目，针对Alexa+场景提出双层级信任架构来阻断代理购物中的prompt注入风险。
50%