Harness · 智能体行为准则框架
面向智能体的行为理念与准则框架——先有行为底线，再谈能力边界。合规规则、检查技能、审计报告，各居其位——每个节点都在治理生态中贡献自己的经验。ComplianceHub 在其中专注规则的结构化与可执行化。
治理落地：生态中有多个节点，各司其职
行为框架的价值在落地。围绕这套闭环，我们构建了多层次的工具与载体：规则引擎负责判定、合规检查技能负责扫描、审计报告负责输出——每个节点都有自己的储备和角色。SkillHub 是技能分发渠道，MCP Server 是运行时接口，SDK 是内化能力——各条路径互为补充，开发者按需选择。
内生化与外部调用不冲突，是同一套框架的两种消费模式：Agent 既可以将准则内化为出厂能力，也可以在运行态按需调用外部合规服务。
治理层：单 Agent 行为边界
规则引擎
已落地法规 → Trigger / Constraint / Severity 结构化约束。Skill：pipl-compliance / pipl-audit
行为护栏
已有运行时硬边界：输入过滤、输出校验、能力限制。Skill：pipl-guard / pipl-selfcheck
审计追踪
规划中不可篡改的决策记录链。Skill：pipl-trail
人机协作
已有分级授权：自动 / 确认 / 人工介入。Skill：支付确认流
对齐评估
规划中对抗测试、边界穿越检测。Skill：pipl-redteam
基础设施层：多 Agent 互操作与规模化
单个 Agent 的行为准则靠治理层；100 个 Agent 如何安全协作，需要基础设施层——身份认证、协议标准、通信安全、插件生态、全局审计。
Agent 身份认证
探索中Agent 不是人。谁在调用？有什么权限？需要一个适配智能体生态的身份体系：Agent ID、能力凭证、授权令牌。
MCP / 协议标准
探索中Agent 与外部工具之间的标准通信协议。没有标准，每个 Agent × 每个工具 = N×M 集成噩梦。
Agent 间通信
探索中多 Agent 协作——传递上下文、委派子任务、共享结果——需要协议、格式、安全边界。
插件生态
探索中Skill 只是插件形态之一。MCP Server、IDE 扩展、云函数——统一的发布、审核、分发、计费。
生态合规与审计
探索中100 个 Agent 的全局合规态势——跨 Agent 数据流向、权限传递、聚合审计日志。
三层如何贯穿？
理念层定义"为什么"：智能体必须有行为底线、合规必须是可执行的而非模糊的道德、每一次决策必须可溯源。这是 ComplianceHub 存在的根本理由。
治理层实现"怎么做"：理念层的主张落地为工程系统——规则引擎定义边界、行为护栏执行拦截、审计追踪记录决策、人机协作提供兜底、对齐评估持续验证。
基础设施层支撑"规模化"：当一个 Agent 变成一百个，治理层的方法论需要基础设施来承载——身份认证、协议标准、通信安全、插件分发、全局审计。
三层共同的交付媒介：理念通过治理层工程化 → 治理层通过基础设施层规模化 → 最终通过 SkillHub、MCP Server、SDK 等多渠道触达每一个 Agent。同一套准则，两种消费模式：想内生的 Agent 把框架编译进自己的行为逻辑；想外调的 Agent 通过 API 实时查询合规判定。内生化与外部调用不对立——框架足够扎实，自然两种模式都能支撑。
当前落地：规则引擎（治理层基座）
上述规则引擎与行为护栏，已沉淀为可直接调用的检查与审计工具，通过 SkillHub、API 等多渠道开放，供智能体在运行态接入。持续为治理闭环提供可操作的工程支撑。