How do I install the Agent Governance skill?

Run npx skillmds@latest add gaoqiongxie/agent-governance in your terminal (requires Node.js), paste this page's agent-chat prompt into Claude, Cursor, or any MCP-connected agent, or download the SKILL.md file and copy it into your agent's skills directory.

Is Agent Governance safe to use?

SkillMD's automated safety review verdict for this skill is WARNING. SkillMD never runs a skill's scripts for you; review the SKILL.md before installing.

Which AI agents work with Agent Governance?

This skill is tagged as working with Claude Code, Claude.ai, OpenAI Codex. SKILL.md is an open format, so most agents that read a skills directory can load it too.

Is Agent Governance free to use?

Yes. Installing skills from SkillMD is free, and the skill stays under its author's original license.

Who published Agent Governance?

gaoqiongxie (@gaoqiongxie) published this skill. Their other Agent Skills are listed on their SkillMD profile.

Agent Governance by gaoqiongxie — Agent Skill

Name: Agent Governance
Author: gaoqiongxie

Agent Governance

AI Agent治理框架：为AI Agent系统建立安全策略、信任评分、行为审计和威胁检测机制。当用户说'Agent安全'、'AI治理'、'Agent监控'、'AI策略'、'Agent审计'、'信任评分'、'AI威胁检测'、'Agent行为规范'时触发。核心特点：策略执行、信任评分、审计追踪、威胁检测。

gaoqiongxie Updated Sep 17, 2026

File contents

来源: Anthropic Skills Issue #412

发布时间: 2026-05

理念: "没有治理的 Agent，就像没有刹车的跑车——快，但危险。"

🛡️ Agent Governance — AI Agent 治理框架

为 AI Agent 系统建立安全边界和行为规范。

🎯 核心概念

AI Agent 的治理需求：

权限失控 — Agent 执行了超出授权的操作
行为不可预测 — 相同输入产生不同输出
责任归属不清 — Agent 犯错谁负责
安全边界模糊 — Agent 访问了敏感数据

Agent Governance 的解决方案：

策略执行 — 明确 Agent 能做什么、不能做什么
信任评分 — 动态评估 Agent 行为的可信度
审计追踪 — 记录 Agent 的所有操作
威胁检测 — 识别异常行为模式

🏗️ 治理框架

1. 策略层 (Policy)

agent_policies:
  file_access:
    allow: ["src/", "docs/", "tests/"]
    deny: [".env", "secrets/", "*.key"]
    max_file_size: "10MB"
  
  network_access:
    allow: ["api.github.com", "registry.npmjs.org"]
    deny: ["*"]  # 默认拒绝
  
  code_execution:
    allow_commands: ["npm test", "git status"]
    deny_commands: ["rm -rf /", "curl | bash"]
    require_approval: ["git push", "npm publish"]
  
  data_handling:
    mask_pii: true
    log_level: "audit"
    retention_days: 30

2. 信任评分层 (Trust Score)

Agent: code-builder-001
当前信任评分: 85/100

评分维度:
✅ 历史成功率    95/100 （过去100次任务，95次成功）
✅ 策略遵守率    98/100 （仅2次触碰边界）
⚠️ 异常行为频率  70/100 （本周有3次重试次数异常）
✅ 人工干预率    92/100 （仅8%的任务需要人工介入）

趋势: ↗️ 上升（上周 78 → 本周 85）

3. 审计层 (Audit Log)

{
  "timestamp": "2026-05-11T10:30:00Z",
  "agent_id": "code-builder-001",
  "session_id": "sess-abc123",
  "action": "file_write",
  "target": "src/auth/login.ts",
  "size_delta": +45,
  "policy_check": "pass",
  "trust_delta": 0,
  "user_approval": "auto"
}

4. 威胁检测层 (Threat Detection)

威胁类型	检测规则	响应动作
权限提升	请求超出授权范围的操作	拒绝 + 告警
数据泄露	输出包含敏感信息	拦截 + 脱敏
循环调用	同一操作重复失败 > 3 次	暂停 + 人工审查
异常时间	非工作时间的敏感操作	需要二次确认
资源耗尽	CPU/内存使用超过阈值	限流 + 告警

🚀 使用方式

方式一：制定治理策略

为我们的多Agent系统制定治理策略
Agent角色: Planner, Builder, Reviewer, Deployer

方式二：评估Agent风险

评估当前Agent配置的安全风险

方式三：设计审计方案

设计Agent操作审计日志方案
需要记录哪些字段？保留多久？

🆚 与 Security Audit 的区别

	agent-governance	security-audit
对象	AI Agent 自身行为	代码安全漏洞
时机	运行时持续监控	开发阶段静态扫描
重点	行为边界、权限控制	注入、密钥泄露等漏洞
最佳组合	agent-governance 运行时防护 + security-audit 代码层防护

"治理不是限制 Agent 的能力，而是让它的能力在安全边界内最大化。"

---name: agent-governancedescription: AI Agent治理框架：为AI Agent系统建立安全策略、信任评分、行为审计和威胁检测机制。当用户说'Agent安全'、'AI治理'、'Agent监控'、'AI策略'、'Agent审计'、'信任评分'、'AI威胁检测'、'Agent行为规范'时触发。核心特点：策略执行、信任评分、审计追踪、威胁检测。---> **来源**: Anthropic Skills Issue #412>> **发布时间**: 2026-05>> **理念**: "没有治理的 Agent，就像没有刹车的跑车——快，但危险。"# 🛡️ Agent Governance — AI Agent 治理框架为 AI Agent 系统建立安全边界和行为规范。---## 🎯 核心概念AI Agent 的治理需求：- **权限失控** — Agent 执行了超出授权的操作- **行为不可预测** — 相同输入产生不同输出- **责任归属不清** — Agent 犯错谁负责- **安全边界模糊** — Agent 访问了敏感数据Agent Governance 的解决方案：- **策略执行** — 明确 Agent 能做什么、不能做什么- **信任评分** — 动态评估 Agent 行为的可信度- **审计追踪** — 记录 Agent 的所有操作- **威胁检测** — 识别异常行为模式---## 🏗️ 治理框架### 1. 策略层 (Policy)```yamlagent_policies: file_access: allow: ["src/", "docs/", "tests/"] deny: [".env", "secrets/", "*.key"] max_file_size: "10MB" network_access: allow: ["api.github.com", "registry.npmjs.org"] deny: ["*"] # 默认拒绝 code_execution: allow_commands: ["npm test", "git status"] deny_commands: ["rm -rf /", "curl | bash"] require_approval: ["git push", "npm publish"] data_handling: mask_pii: true log_level: "audit" retention_days: 30```### 2. 信任评分层 (Trust Score)```Agent: code-builder-001当前信任评分: 85/100评分维度:✅ 历史成功率 95/100 （过去100次任务，95次成功）✅ 策略遵守率 98/100 （仅2次触碰边界）⚠️ 异常行为频率 70/100 （本周有3次重试次数异常）✅ 人工干预率 92/100 （仅8%的任务需要人工介入）趋势: ↗️ 上升（上周 78 → 本周 85）```### 3. 审计层 (Audit Log)```json{ "timestamp": "2026-05-11T10:30:00Z", "agent_id": "code-builder-001", "session_id": "sess-abc123", "action": "file_write", "target": "src/auth/login.ts", "size_delta": +45, "policy_check": "pass", "trust_delta": 0, "user_approval": "auto"}```### 4. 威胁检测层 (Threat Detection)| 威胁类型 | 检测规则 | 响应动作 ||----------|---------|---------|| **权限提升** | 请求超出授权范围的操作 | 拒绝 + 告警 || **数据泄露** | 输出包含敏感信息 | 拦截 + 脱敏 || **循环调用** | 同一操作重复失败 > 3 次 | 暂停 + 人工审查 || **异常时间** | 非工作时间的敏感操作 | 需要二次确认 || **资源耗尽** | CPU/内存使用超过阈值 | 限流 + 告警 |---## 🚀 使用方式### 方式一：制定治理策略```为我们的多Agent系统制定治理策略Agent角色: Planner, Builder, Reviewer, Deployer```### 方式二：评估Agent风险```评估当前Agent配置的安全风险```### 方式三：设计审计方案```设计Agent操作审计日志方案需要记录哪些字段？保留多久？```---## 🆚 与 Security Audit 的区别| | agent-governance | security-audit ||---|---|---|| **对象** | AI Agent 自身行为 | 代码安全漏洞 || **时机** | 运行时持续监控 | 开发阶段静态扫描 || **重点** | 行为边界、权限控制 | 注入、密钥泄露等漏洞 || **最佳组合** | agent-governance 运行时防护 + security-audit 代码层防护 |---> "治理不是限制 Agent 的能力，而是让它的能力在安全边界内最大化。"

Frequently asked questions