使用 Node.js 构建安全的本地 AI 编程 Agent

AI Agent 听起来很复杂，但其实并不复杂。

Agent 简单来说就是一个连接了循环（loop）、工具（tools）和安全规则（safety rules）的 LLM。

我使用 Node.js 和通过 Ollama 运行的 Mistral 构建了一个本地编程 Agent。你不需要付费的 API 密钥，一切都在你的本地机器上运行。

该 Agent 可以帮助你理解 JavaScript 项目。它可以： • 列出项目文件 • 读取项目文件 • 搜索文本 • 解释代码 • 查找 Bug • 提出代码修改建议

核心原则是安全性。Agent 可以检查文件，但不能编辑它们。它只会返回一个补丁建议（patch proposal）供你审核。这确保了“人在回路”（human in the loop）的原则。

Agent 的工作原理： 普通的聊天机器人遵循简单的路径： 用户提问 -> 模型回答

Agent 遵循一个循环： 用户提问 -> 模型决定使用工具 -> JavaScript 运行工具 -> 模型查看结果 -> 模型回答

本项目使用的关键模式： • Agent 循环：该过程会不断重复，直到模型给出最终答案。 • 工具调用（Tool calling）：模型请求特定的 JavaScript 函数。 • 工具白名单：仅运行经过授权的工具。 • 系统提示词（System prompt）：通过规则告知模型其行为准则。 • JSON 操作协议：模型以结构化数据进行响应。 • 安全边界：文件访问被限制在项目根目录内。

安全是重中之重。我使用了一个名为 safeResolve 的函数来防止路径遍历（path traversal）。这确保了 Agent 无法访问项目文件夹之外的文件。我还设置了文件大小限制，以保护模型的上下文（context）。

项目结构： • src/cli.js: 终端入口点。 • src/agent.js: 核心循环和工具调度。 • src/ollama.js: 本地 API 客户端。 • src/tools.js: 安全的文件系统工具。 • test/tools.test.js: 安全性与行为测试。

你可以使用 Node.js 和 Ollama 运行此项目。建议使用 Mistral，或者尝试使用 Qwen2.5-Coder 或 DeepSeek-Coder 等编程专用模型以获得更好的效果。

构建有用的工具。保持功能单一。让你的代码来强制执行安全边界。

来源：https://dev.to/gaurav101/building-a-safe-local-ai-coding-agent-with-nodejs-46ol