如何用 Guardian Runtime 为你的 AI 编码 Agent 搭建本地防火墙？

一个被忽视的隐形成本

如果你每天都在用 Claude Code 或 Cursor 写代码，有没有想过一个问题：当 Agent 陷入死循环，一遍又一遍地读取超大日志文件、重试同一个 bug 修复时，账单在涨吗？

答案是：不仅涨，而且可能涨得很离谱。一个卡住的 Agent 一夜之间烧掉 $100 API 费用并非危言耸听。更可怕的是数据泄露——如果 .env 文件中躺着一条生产环境的 AWS Key，Agent 会毫无知觉地把它随上下文发送到 Anthropic 或 OpenAI 的服务器。

Guardian Runtime 就是为解决这两个问题而生的：一个本地优先的 FinOps 安全防火墙，在 LLM 请求离开你机器之前，对它做拦截、扫描和预算控制。

什么是 Guardian Runtime？

Guardian Runtime 是一个开源（MIT 协议）的本地代理防火墙，pip install 即可安装，无需注册、无需 API Key、零配置启动。它在你的机器上以 HTTP 代理或 Python SDK 的形式运行，位于 Agent 和 LLM API 之间，对每个请求执行三道检查：

1. 安全扫描：检测请求中是否包含 API Key、AWS 凭证、PII 等敏感信息，一旦发现立即拦截
2. 预算检查：实时追踪每天的花费，超出设定阈值后自动熔断
3. 输出优化：Terse Mode 通过系统提示注入强制 LLM 输出精简回答，实测可减少 40-70% 的输出 Token

一分钟安装

pip install guardian_runtime

如果要用全功能版（含 ML 扫描器、文档转换等）：

pip install "guardian_runtime[all]"

对，就这么简单。所有数据都存在本地 ~/.guardian_runtime/ 目录下，不会上传任何遥测信息。

三大核心功能详解

1. 硬预算控制（Hard Budgets）

这是最实用的功能。启动代理后，Guardian 会追踪每一轮请求的 Token 消耗和费用。你可以设定每日预算上限，比如 $5/天——一旦 Agent 当天累计花费达到这个数，后续请求会被直接拦截。

guardian_runtime proxy --port 8080

启动后 Agent 的请求路由到这个本地代理，所有 Token 用量和花费都在本地实时记录。用 guardian_runtime analytics 可以查看当天的费用明细：

$ guardian_runtime analytics
  ⛨  GuardianRuntime Session Analytics (Today)
  ──────────────────────────────────────────────
  Claude Code
  Cost:       $2.3100
  Requests:   54
  Blocked:    3 (3 secret_detected)
  Tokens:     82,000

这不仅告诉你花了多少钱，还告诉你被拦截了哪些风险请求。

2. 本地密钥扫描（Secret Detection）

在 Agent 发送请求之前，Guardian 会扫描请求内容中是否包含常见的凭证模式——AWS Access Key、OpenAI API Key、GitHub Token、数据库密码等。如果检测到敏感信息，请求会在到达 LLM 之前被拦截。

$ guardian_runtime scan "My AWS key is AKIAIOSFODNN7EXAMPLE"
🛑 Scan failed! Threats detected:
  - [HIGH] secret_detected: AWS Access Key ID found.

关键区别：传统的可观测性工具（如 Langfuse）在密钥已经上传到云端之后才记录日志；Guardian Runtime 在请求离开机器之前直接拦截。

3. Terse Mode（输出简洁模式）

这是一个巧妙的设计：通过注入系统提示，引导 LLM 输出更简短、更精准的回答。对于 Agent 的日常操作（文件修改、代码生成），完整的长篇解释往往不是必需的。Terse Mode 实测可减少 40-70% 的输出 Token，直接对应 API 费用的降低。

实战：为 Claude Code 配置防火墙

这是最常见的场景。在终端中启动代理，然后通过环境变量让 Claude Code 路由到本地代理：

guardian_runtime proxy --port 8080

export ANTHROPIC_BASE_URL=http://localhost:8080
claude

发生了什么？ 当 Claude Code 试图读取 .env 文件中的 AWS Key 并发送给 Anthropic 时，Guardian Runtime 会在本地拦截这个请求：

🚨 [SECRET_DETECTED] AWS key AKIAIOS... found — BLOCKED

同时如果 Agent 陷入了死循环、疯狂消耗 Token，当每日预算触达 $5 时：

🚨 [BUDGET_EXCEEDED] Daily budget of $5.00 exceeded. Current spend: $5.05 — BLOCKED

在 Cursor 中使用

对于 Cursor 这类可视化 IDE，配置同样简单：

1. 启动代理：guardian_runtime proxy --port 8080
2. 打开 Cursor 设置（Cmd/Ctrl + ,）
3. 导航到 Models > Override Base URL
4. 设置为：http://localhost:8080

之后所有 Cursor 的请求都会经过 Guardian 的保护。

Python SDK 集成

如果你在构建自己的 AI 应用，可以直接用 SDK 模式集成：

import os
from guardian_runtime import GuardianRuntime, GuardianRuntimeBlockedError

os.environ["OPENAI_API_KEY"] = "sk-proj-..."
gr = GuardianRuntime()

try:
    response = gr.complete(
        messages=[{"role": "user", "content": "My AWS Key is AKIAIOSFODNN7EXAMPLE"}],
        raise_on_block=True
    )
    print(response.content)
except GuardianRuntimeBlockedError as e:
    print(f"Blocked: {e.response.violations[0].detail}")

自定义策略配置

默认策略已经足够好用（$10/天预算 + 严格密钥扫描）。如果需要定制，运行以下命令生成策略模板：

guardian_runtime init

这会生成一个 policy.yaml，你可以调整每日预算、禁用某些扫描器、或启用更严格的企业级 PII 拦截：

version: "1.0"
agents:
  default:
    cost:
      daily_budget: 5.00
      max_input_tokens: 20000
    input_guard:
      scanner_enabled: true
      jailbreak_detection: true
    optimizer:
      enabled: true
      terse_mode: true

更多命令一览

总结

Guardian Runtime 的价值在于它解决了一个真实且普遍的痛点：AI 编码 Agent 在带来效率的同时，也在悄悄产生两个巨大风险——成本失控和数据泄露。

它不是那种「看起来很酷但很少真正用上」的工具。任何一个在团队中推广 AI 编码工具的人，都应该考虑在 Agent 和 LLM 之间加一层本地防火墙。pip install guardian_runtime 一分钟就能装好，给 Claude Code、Cursor、Aider 加上预算阀门和安全闸门。在 AI 编码工具逐渐成为基础设施的今天，这种「保护层」工具只会越来越重要。

相关链接：GitHub | 文档 | PyPI