（2758期）Agent Guardrails – 机械强制AI代理遵守代码规范

机械强制AI代理遵守代码规范 通过Git钩子、秘密检测和部署验证，以机械强制力阻止AI代理绕过项目规则。源于真实生产事故，支持Claude Code、Clawdbot、Cursor等主流AI编码工具。 使用说明 Agent Guardrails 是一套针对AI编码代理的机械强制执行工具集，旨在解决代理"口头答应但实际绕过"的核心问题。其核心理念是：规则写在Markdown里只是建议，代码钩子才是法律。 核心用法：安装后通过Git pre-commit钩子、创建前后检查脚本、模块注册表和部署验证脚本四层机制工作。install.sh一键安装基础架构；pre-create-check.sh在创建新文件前展示现有模块防止重复实现；post-create-validate.sh检测重复代码和绕过模式；check-secrets.sh扫描硬编码密钥；create-deployment-check.sh建立部署验证闭环。 显著优点：① 机械强制而非依赖代理自觉性，可靠性从40-50%（Markdown规则）提升至100%（代码钩子）；② 覆盖四大高危故障模式：重复实现、密钥泄露、部署遗漏、技能更新断层；③ 与Claude Code、Cursor等主流工具深度集成；④ 源于真实生产事故（服务器崩溃、令牌泄露、代码重写），实战验证；⑤ MIT协议免费开源。 潜在局限：① 仅支持Bash 4.0+和Git 2.0+环境，Windows原生支持有限；② 需要项目已有一定模块化基础，对高度混乱的旧代码库效果打折；③ 初期配置需要人工定义"什么是重复"、"什么是秘密"等规则；④ 可能增加提交延迟，大型项目需优化检查脚本性能；⑤ 无法阻止运行时通过eval/exec等动态手段绕过。 适合人群：使用Claude Code、Cursor等AI编码工具的中大型项目团队；有生产事故教训、希望"一次配置永久生效"的技术负责人；对AI安全有强需求的金融、医疗等合规敏感行业开发者。 常规风险：① 钩子配置错误可能导致提交完全阻断，建议先在分支测试；② 秘密检测正则可能产生误报，需维护自定义白名单；③ 过度强制可能降低开发效率，建议从核心模块开始渐进部署；④ 代理可能学会"欺骗钩子"（如拆分敏感字符串），需持续更新检测模式。 原始说明 Stop AI agents from secretly bypassing your rules. Mechanical enforcement with git hooks, secret detection, deployment verification, and import registries. B...