--- title: "Sub-agent 模式参考：spellguard - Sub-agent 模式 | 思行致远" canonical: "https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/agent-building-subagents-spellguard/" dateModified: "2026-06-30" datePublished: "2026-06-30" --- 打开 AI·外脑目录 AI·外脑 [返回专栏首页](https://siyuanailab.com/knowledge/) × 站内搜索 ⌕ 主要栏目 - [AI 核心概念](https://siyuanailab.com/knowledge/ai-core/) - [工作流](https://siyuanailab.com/knowledge/workflows/) - [工具配置与选型](https://siyuanailab.com/knowledge/toolkits/) - [信源与标准](https://siyuanailab.com/knowledge/sources/) - [场景案例 待开发](https://siyuanailab.com/knowledge/scenarios/) - [职业与能力](https://siyuanailab.com/knowledge/career/) 专题 - [从这里开始](https://siyuanailab.com/knowledge/start/) - [获取与安装](https://siyuanailab.com/knowledge/install/) - [建设日志](https://siyuanailab.com/knowledge/ops/) [工作流子目录](https://siyuanailab.com/knowledge/workflows/) 基础设施层 - [浏览器自动化 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/browser-automation/) - [MCP 工具 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/mcp-tools/) - [文件系统与本地执行 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/filesystem-local/) - [API 网关与工具路由 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/api-tool-routing/) Skill 生产线 - [目标明确 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/) - [Skill 设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/) - [代码实现 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/implementation/) - [测试评估 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/testing-evaluation/) Skill 参考库 - [写作与内容 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/writing-content/) - [研究与知识 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/research-knowledge/) - [沟通与协作 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/communication-collaboration/) - [产品与项目 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/product-project/) - [数据与分析 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/) - [创意与设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/creative-design/) - [商业与营销 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/business-marketing/) Agent Building 只收录有多步工作流、工作标准、Loop、Harness、工具链或通信机制的真 Agent；不收纯 persona、profile、curated list 或只有 system prompt 的仓库。 - [多 Agent 框架 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/) - [工作流编排 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/) - [Sub-agent 模式 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/) - [WF-086 Sub-agent 模式参考：claude rlm](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/agent-building-subagents-claude-rlm/) - [WF-087 Sub-agent 模式参考：dart agent core](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/agent-building-subagents-dart-agent-core/) - [WF-088 Sub-agent 模式参考：fable mode](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/agent-building-subagents-fable-mode/) - [WF-089 Sub-agent 模式参考：sagents](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/agent-building-subagents-sagents/) - [WF-090 Sub-agent 模式参考：spellguard](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/agent-building-subagents-spellguard/) - [Harness 与评估 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/) Agent Building · Sub-agent 模式 · Agent Building 参考 · WF-090 # Sub-agent 模式参考：spellguard 思行致远 · 2026/6/30 · 置信度：高 Sub-agent任务委派专家AgentAgent通信 一个面向 Agent-to-Agent 通信的安全与审计框架，用 Verifier、加密消息、策略执行和审计日志约束 Agent 间交互。 # spellguard > 一个面向 Agent-to-Agent 通信的安全与审计框架，用 Verifier、加密消息、策略执行和审计日志约束 Agent 间交互。 ## 这个能力解决什么问题 Spellguard 解决的是 Agent 之间互相通信时缺少可审计、安全和策略控制的问题。多 Agent 系统一旦可以互发消息、转交任务或调用 MCP，就会出现 MITM、被攻陷 Agent、敏感信息泄漏和事后无法追责的问题。Spellguard 把通信通过 Verifier 中转，记录交互，做策略判断，并支持加密存档与透明日志。 ## 核心逻辑 输入是 Agent 发出的消息、目标 Agent、policy bindings 和通信配置。Client middleware 负责 discovery、attestation、A2A routing；消息经过 cTLS/AMP 等协议加密与承诺记录后进入 Verifier。Verifier 根据 bindings 调用本地或外部 policy engine，例如 prompt-injection flag、regex/keyword block、toxicity BERT sidecar；决策可以 flag、block、redact 等。输出是路由后的 Agent 消息、审计事件、透明日志承诺、S3/加密存档或 policy 决策。 ## 技术结构 - 关键模块：`@spellguard/client` 提供客户端中间件；`@spellguard/verifier` 是代理和策略执行核心；`ctls` 做双向证明与临时密钥；`amp` 做加密消息和承诺日志；LangChain/OpenAI/CrewAI/MCP guard 提供集成；policy-sdk/catalog 支持外部策略。 - 调用链路：Agent SDK 被 Spellguard 包裹 → outbound/inbound 消息进入 Verifier → policy evaluator 读取 bindings → 外部 policy server 可参与判断 → 审计事件写 ring/log/archive → 消息允许、阻断或改写。 - 输入输出：输入是 Agent 消息、policy config、agent identity、OpenRouter/API 配置；输出是加密存档、audit events、policy verdict、Agent 响应。 - 核心依赖：TypeScript monorepo、Python 3.13 包、pnpm、Verifier 服务；demo Agent 需要 OpenRouter key。 ## 为什么值得参考 Spellguard 的参考价值在于它把 Agent 间通信当成安全协议，而不是“两个 Agent 互相发 prompt”。Verifier 是一个很好的中间层模式：所有消息都经过同一处做策略、审计、加密和追责。对企业 Agent 来说，A2A 安全很可能比单 Agent 智能更重要。 ## 为什么不建议直接套用 它是安全基础设施，不是普通多 Agent 编排器。直接跑 demo 需要 Verifier、多个 agent `.env`、OpenRouter key、TS/Python 工作区和可能的外部 policy sidecar。默认示例 policy 只是演示，不能替代企业规则。加密、审计和策略一旦接入生产，还会涉及密钥管理、日志留存、事故响应和合规。 ## 如何改造成自己的版本 - 先实现一个轻量 Verifier：所有子 Agent 消息必须经过中间层记录。 - 审计事件至少包含 sender、receiver、message hash、policy verdict、reason、timestamp。 - 从三类 policy 开始：敏感信息、越权工具、外部发送。 - 对低风险内部消息只 log，对高风险消息 block/redact/require approval。 - 等协议稳定后，再考虑加密存档、透明日志和 A2A/MCP 标准集成。 ## 适用场景 - 企业多 Agent、跨服务 Agent、A2A/MCP 通信需要审计和策略控制。 - 需要调查 post-mortem：谁给谁发了什么、为什么被允许。 - 想学习 Agent 安全中间层和 policy-as-service。 ## 不适用场景 - 单机个人 Agent 或没有 Agent-to-Agent 通信的流程。 - 没有密钥/日志/合规治理能力的小项目。 - 只想做角色协作，不关心安全审计的 demo。 ## Agent Building 判断 - 多步工作流：Agent outbound → client middleware → Verifier → policy evaluation → audit/archive → route/block/redact。 - 工作标准：message routing、policyType/effect/config、audit events、attestation 和 encrypted archive 都有明确角色。 - Loop 标准：每次通信都进入策略循环，policy 可 flag/block/redact，并写入可复核记录。 - Harness 标准：unit/integration tests、policy examples、audit endpoint 和 demo agents 构成验证面。 - 工具调用链路或 Agent 间通信：核心就是 A2A 通信中间层，并扩展到 LangChain/OpenAI/CrewAI/MCP。 - 为什么不是 persona / profile / system prompt only：它处理真实消息路由、安全协议、策略和审计，不是角色模板。 ## 参考信息 - 原项目：[spellguard](https://github.com/Spellguard/spellguard) - 作者：Spellguard - 相关概念：[[Sub-agent模式]]、[[Agent安全]] - 相关卡片：[workflow-read-093](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/agent-building-harness-evaluation-halo/) ## 参考对象信息 **名称：**spellguard **作者：**Spellguard **链接：**[https://github.com/Spellguard/spellguard](https://github.com/Spellguard/spellguard) ## 适用场景与行动 **场景：**Agent Building / Sub-agent 模式 **适合谁：**关注 AI 工作流、Skill 生产和 Agent Building 的读者 **下一步：**先阅读边界说明，再判断它是否适合改造成自己的Sub-agent 模式流程。 当前内容按公开来源和已审核草稿整理，只作为工作流理解与方法论参考。 涉及客户数据、外部平台、会议记录和业务系统的场景，必须保留人工确认与授权边界。 [上一张：Sub-agent 模式参考：sagents](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/agent-building-subagents-sagents/) [返回当前分类](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/) [返回工作流专栏](https://siyuanailab.com/knowledge/workflows/)