Valmis 实战指南：用安全代理架构构建企业级 AI Agent 平台

AI Agent 正从个人助手走向企业工作流的核心，但一个根本问题一直悬而未决：如何让 Agent 安全地访问企业内部数据和服务？

OpenClaw 等方案让 Agent 直接持有 API 凭据，但凭据以明文存储在 Agent 内存中，甚至可能被发送到 LLM 提供商。对于受监管的企业场景（金融、医疗、合规审计），这几乎是不可接受的。

Valmis（爱沙尼亚语”完成”之意）提供了一个截然不同的思路：代理架构（Proxy Architecture）。它让 Agent 在 Docker 隔离容器中运行，只能通过宿主机的代理层请求外部 API——Agent 永不接触凭据原文。

架构核心：Proxy 系统

Valmis 的安全模型可以概括为三个层次：

1. 容器隔离——每个 Agent 拥有独立的文件系统和运行时，与宿主机完全隔离
2. 凭据加密——API 密钥和 OAuth Token 使用 AES-256-GCM 加密存储在数据库中
3. 请求代理——Agent 只能通过凭据 ID 请求宿主机代为发起 API 调用，甚至连 LLM 请求本身也走代理通道

这意味着你甚至可以关闭 Agent 容器的互联网访问，Agent 仍然能通过代理正常完成工作。

Agent 容器 → 凭据 ID → 宿主机代理 → 目标 API
                          ↓
                    凭据解密（宿主机侧完成）
                          ↓
                    返回 JSON 结果 → Agent

快速部署：Docker Compose 一键启动

Valmis 的部署出奇地简单，整个系统在一个 Docker Compose 文件中：

cp .env.min.example .env
node -e "console.log(require('crypto').randomBytes(32).toString('hex'))"

docker compose up -d

打开 http://localhost:3000 创建第一个管理员用户即可开始使用。系统包含前端（端口 3000）、后端（端口 4000）、pgvector 数据库和 Docker Socket Proxy 四个组件。

核心能力拆解

1. Agent 舰队管理

你可以创建多个独立 Agent，每个 Agent 分配不同的凭据、技能和知识库。甚至可以为每个 Agent 指定不同的 LLM 提供商——高优先级任务用 Claude，日常自动化用更经济的模型。

更进阶的用法是层级管理：某些 Agent 被授予团队主管权限，可以管理其他 Agent 的工作流，形成人类控制下的决策树。

2. 跨会话记忆系统

Valmis 的记忆系统受认知记忆研究启发，分为四个类别：

• Episodic（事件记忆）：发生了什么
• Semantic（语义记忆）：持久的客观事实
• Procedural（程序记忆）：规则和约束
• Working（工作记忆）：短期上下文

Agent 会在会话结束时自动蒸馏学到的内容，下一次对话从更智能的状态开始。记忆通过 pgvector 进行语义搜索，精准度高。

3. 工作流自动化

Valmis 的工作流构建器支持条件判断（AI 智能判断或严格逻辑判断）、循环和多步骤编排。触发器支持三种模式：

4. 浏览器自动化

启用的 Agent 可以操作无头浏览器——填写表单、点击按钮、阅读页面、截图。浏览器同样通过代理管理，Agent 无法直接控制浏览器进程，而是通过宿主机代理发送操作指令。

100+ 企业集成

Valmis 支持超过 100 个企业应用的集成，涵盖：

• 协作：Slack、Notion、Google Workspace、Microsoft Teams
• CRM：Salesforce、HubSpot、Intercom
• 电商：Shopify、WooCommerce、BigCommerce
• 财务：Stripe、QuickBooks、Xero
• 开发者工具：GitHub、Jira、Linear、Supabase

每个集成是一个 YAML 文件定义在 packages/utils/src/integrations/definitions/ 中，扩展起来很直接。

使用场景

场景一：自动处理客户工单

创建一个 Agent，赋予 Slack 和 Intercom 凭据。Agent 监听新工单通知，自动分析问题类型，查找知识库匹配答案，在 Slack 中请求人工确认后回复客户。

场景二：定时竞品分析报告

设置一个 Cron 触发的工作流：Agent 每周一早上 9 点打开竞品网站（通过浏览器自动化截图），收集 GitHub 更新信息，整理成 Notion 文档发送到团队 Slack 频道。

场景三：审批驱动的财务操作

Agent 生成发票处理建议，通过 Human-in-the-Loop 机制暂停等待财务人员确认，确认后才通过 Stripe 代理发起实际支付操作。

安全注意事项

1. 容器网络——技术上可以关闭 Agent 容器的网络访问，所有请求走代理通道，这会最大化安全但牺牲部分灵活性
2. 凭据轮换——建议定期更换 CREDENTIAL_ENCRYPTION_KEY，并配合自动化的凭据更新工作流
3. 审计日志——Valmis 的代理机制天然留下 API 调用日志，在合规审计时是一个显著优势

总结

Valmis 的代理架构为 AI Agent 在企业场景中的安全落地提供了一个值得参考的方向——让 Agent 专注于任务执行，让宿主机控制安全边界。如果你是 DevOps 工程师或平台团队负责人，正在评估如何将 AI Agent 引入企业工作流，Valmis 的 Docker 一键部署和 100+ 预置集成可以帮你快速搭建一个 PoC。

项目地址：https://github.com/valmishq/valmis

文档：项目 README 包含完整的部署配置和集成列表

许可证：Apache-2.0

相关链接

• Valmis GitHub
• Valmis 官网