$ loading_
AI 代理在调用工具前先经过安全检查点，按 allow/block/ask 决策，并保留污点追踪与审计记录。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"agent-chokepoint" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请帮我给 AI 代理制定 agent-chokepoint 的策略：涉及文件删除或系统重置时返回 block，涉及支付/隐私字段时返回 ask，其余常规查询返回 allow，并按工具名与参数输出可执行的判定表。
生成一组可直接用于 MCP 拦截的规则清单，含 allow/block/ask 判断条件和示例。
请给我 5 条 agent-chokepoint 的审计日志示例，包含时间、触发工具、输入来源、判决类型（allow/block/ask）和 taint 标记结果，便于我建立监控看板。
输出结构化的示例日志字段，展示如何记录调用决策与 taint 信息以便后续审计。
有一个来自用户表单的输入流，随后触发了查询、写入和外部请求工具。请给出在每一步的 taint 传播判断，并说明何时应阻断或询问。
给出逐步的 taint 传播结论与相应 allow/block/ask 决策建议。
开发团队在让 AI 代理执行重复运维或代码相关操作时，可先经过 chokepoint 判断，避免高风险工具调用直接执行，减少误操作风险。
企业在涉及敏感操作的 AI 流程中可开启审计日志，记录每次 allow/block/ask 的结果和来源，有助于事后复盘与合规核查。
agent-chokepoint 是面向 AI 代理的安全检查点工具，用于在工具调用前给出 allow、block 或 ask 的裁决，并支持污点追踪与审计日志。
当前仅给出其功能定位，未提供安装步骤和运行时依赖细节，请以源码仓库中的说明为准。
从现有信息看，它不仅做调用放行/阻断，还加入 ask 询问、污点追踪和审计记录，定位为 AI 工具调用治理型安全层；更详细对比信息见源码仓库。
为 AI 代理输出提供确定性校验、独立复核与可追溯凭证，降低误报完成风险。
为 AI 代理的工具调用提供策略拦截、人工审批与审计记录。
为 AI 代理提供离线、可验证的预操作安全门控与签名裁决。
帮助开发者从兼容 MCP 的客户端扫描 AI 代理代码中的安全漏洞。
为AI代理创建可验证的授权委托链，安全控制跨多跳权限范围
为 AI 代理动作提供监控、资金操作拦截与可验证裁决。