Kastra

Kastra：领先的 AI 运行时授权与安全治理平台

在生成式 AI 和自主代理（AI Agents）飞速发展的今天，企业面临着一个巨大的挑战：AI 模型可以生成任何动作，但谁来决定它是否被允许执行？ 大多数现有的 AI 监控工具仅在操作完成后进行记录，而 Kastra 则提供了一个全新的基础设施层——运行时授权（Runtime Authorization）。Kastra 在 AI 系统采取行动之前做出决策，确保每一个步骤都符合企业安全策略。

什么是 Kastra？

Kastra 是专门为 AI 系统设计的授权层。它不仅仅是一个监控或观测工具，而是位于 AI 决策路径中的核心节点。每当 AI 代理尝试调用工具、执行 Shell 命令、查询数据库或发起 API 请求时，Kastra 都会在不到一毫秒的时间内根据预设策略进行检查。

核心理念：模型负责生成动作，而 Kastra 负责授权动作。它是 AI 基础设施中“缺失的一层”，确保 AI 的行为既智能又受控。

Kastra 的核心组成部分

• Kastra Edge：部署在开发人员笔记本电脑上的治理方案，可监控并管理 Claude Code、Cursor、Codex CLI 等工具的本地执行行为。
• Kastra Recon：通过扫描 AI 的历史记录，识别潜在的风险行为，并自动草拟经过验证的策略。先审计，后强制执行。
• 控制平面（Control Plane）：提供统一的管理界面，涵盖策略引擎（Policy Engine）、审计追踪（Audit Trail）和决策节点，支持全球多个地区（如 US-EAST-1, EU-WEST-1）。

Kastra 的核心功能

1. 实时策略决策（PDP）

Kastra 的 策略决策点（Policy Decision Point, PDP） 具有极高的性能，P99 延迟低于 0.8 毫秒。它能够实时处理高并发请求（每秒可达 4,812 次以上），确保 AI 的流畅运行不受安全检查的影响。

2. 细粒度执行控制

• 身份验证：确保调用者的身份合法。
• 范围评估：检查操作指令（如 shell.exec）是否在允许的谓词范围内。
• 护栏匹配：检测破坏性指令（如 rm -rf /var/lib/*）或敏感数据访问。
• 签名审计：所有决策都经过 ed25519 签名，并存储在不可篡改的附加审计日志中。

3. 多端强制执行（Enforce）

Kastra 的执行能力覆盖了多种环境：

• 终端与编码代理：管理 IDE 中的 AI 插件和命令行工具。
• 浏览器代理：通过 OpenClaw 集成，监控 AI 在浏览器中的点击、表单填写和导航。
• 自主代理控制：为多步骤工作流设定范围，并在关键节点要求人工审批（Human-in-the-loop）。

4. 合规与审计支撑

Kastra 为金融、医疗等强监管行业提供支持，符合以下合规框架：

• SOC 2 Type II
• ISO 27001
• HIPAA（可提供 BAA）
• GDPR（支持欧盟数据驻留）
• FedRAMP（中等风险等级筹备中）

应用场景 (Use Case)

金融服务：防止非授权资金转移

在金融领域，AI 代理可能会尝试自动化转账流程。Kastra 可以在 AI 尝试点击“确认汇款”按钮前拦截请求，核对转账金额是否超过限额，并强制要求人工签署核准。

软件开发：保护生产环境安全

开发人员使用的编码代理（如 Cursor 或 Claude Code）有时会生成危险的 Shell 命令或尝试修改生产环境配置文件。Kastra Edge 能够识别并阻止如 git push --force 或删除 node_modules 等破坏性操作。

医疗保健：维护 PII 数据隐私

当研究型 AI 代理查询数据库时，Kastra 可以实时拦截 SQL 查询，确保 AI 无法读取符合 GDPR 或 HIPAA 定义的敏感个人识别信息（PII）。

基础设施管理：防止误删除操作

运维代理（Ops Agents）在操作 Kubernetes 集群时，Kastra 能拦截可能导致生产系统宕机的 kubectl delete 命令，确保关键基础设施的稳定性。

如何使用 Kastra (How to Use)

第一步：安装 Kastra Edge

对于开发者环境，可以通过 Homebrew 快速安装 Kastra 的命令行工具：

brew install kastra-labs/tap/kastra-edge

第二步：扫描历史记录 (Recon)

在强制执行策略前，可以使用 Recon 功能了解 AI 过去的运行状况：

kastra-edge scan

此命令将扫描本地历史记录，识别诸如“将 API 密钥写入文件”或“访问生产数据库”等风险行为，并自动生成建议的策略建议。

第三步：定义策略

使用 POLICY.DSL（策略描述语言）编写 AI 的行为准则。这些策略是类型化的、版本化的，可以像代码一样进行评审。

第四步：运行时拦截

将 Kastra 作为代理或 SDK 集成到您的 AI 基础设施中。此时，所有 AI 的动作（Prompt, Tool Call, Request）都会流经 Kastra 决策点。符合策略的操作将被允许执行，违规操作将被阻止并记录。

常见问题解答 (FAQ)

Q: Kastra 与 LLM 防护栏（Guardrails）有什么区别？

A: 大多数 LLM 防护栏专注于内容过滤或幻觉检测。而 Kastra 是授权层，它关注的是“动作”本身——AI 是否被允许操作特定的文件、调用特定的 API 或执行特定的 Shell 命令。它关注的是行为的权限和安全性，而非仅仅是文本内容。

Q: Kastra 是否会显著增加 AI 响应的延迟？

A: 不会。Kastra 经过极度优化，P99 决策延迟低于 1 毫秒（通常在 0.8ms 左右），这对于 AI 操作几乎是不可感知的，不会影响用户体验。

Q: Kastra 支持哪些编程语言和部署模型？

A: Kastra 提供 TypeScript, Python, Go, Rust, Java 和 Swift 的 SDK。在部署方面，支持云端部署、自托管（Self-hosted）以及气隙环境（Air-gap）部署，满足不同企业的安全需求。

Q: 如果我想在不中断业务的情况下开始治理，该怎么做？

A: 我们建议使用 Kastra Recon。它可以在不实施拦截的情况下扫描现有 AI 代理的历史记录，帮您找出风险点并自动草拟策略，让您从审计过渡到强制执行。