开源MCP代理Bouncer：阻止Agent泄露API密钥，攻击成功率降至0

eccentric_ez · reddit · 2026-08-15

开发者构建了Bouncer，一个本地MCP代理，用于阻止AI Agent在读取不可信内容（如网页、邮件）后执行恶意指令（如泄露API密钥）。Bouncer通过确定性Python代码（非LLM）对出站工具调用进行目的地检查：来自不可信输出的目的地被拒绝，明确信任的允许，新的则询问一次并记住。在AgentDojo的workspace套件基准测试中，攻击成功率从0.33降至0.00，良性工具使用率保持1.00。目前仅支持MCP和stdio，存在跨服务器污点传播等限制。作者邀请社区探讨可能的攻击路径。