为 AGENTIC 时代而建
AI agent 能构建,AuraBoot 让它们可以被安全地运行。
代码生成 agent 会直接写你的数据库——没有 schema 契约、没有授权边界、没有痕迹。AuraBoot 是底下的那层运行时:每一次写入,无论来自人、自动化还是 agent,都穿过同样的两道门,落进同一份审计日志。
两道门,一条路
每次写入都穿过同样的两道门
这是可复现的机制,不是愿景——快速开始教程里的每一步都能验证它们。
第一道 · 端点门
所有写入汇聚到唯一端点 /api/meta/commands/execute。端点自身要求 meta.command.execute 权限,按角色授予。默认拒绝:没有授权的角色在任何业务逻辑运行之前就被拒之门外。
第二道 · 命令门
过了端点,命令自己的声明生效:权限、输入白名单、状态守卫。命令从未答应接受的值会被丢弃——哪怕 API 回答的是"成功"。
点保存的人、自动化、BPM 节点、调用工具的 AI agent:四种身份,一条路径,同样两行声明。不存在第二条入口——这就是设计本身。
治理 vs 裸奔
同一个生成的应用,有没有运行时底层,差在哪
| 生成的应用,直写数据库 | 生成的应用,跑在 AuraBoot 上 | |
|---|---|---|
| Schema | 模型猜你的表结构;漂移到生产才发现 | 声明创建并演进 schema——列跟着 Git 里的模型文件走 |
| 授权 | 最多做到 prompt 层面;能连网就能写任何东西 | 每次写入两道硬门:端点权限,然后命令自己的角色契约 |
| 输入 | 模型吐出什么就信什么 | 每条命令一个声明式白名单——未声明字段被静默丢弃 |
| 状态 | 没有守卫;非法状态迁移直接覆盖真实数据 | 状态机守卫和校验在管线内按命令执行 |
| 痕迹 | 控制台日志,如果它包了的话 | 每个被接受的执行都进审计日志——命令、阶段、耗时、载荷 |
命令自带风险与意图声明
命令携带面向 agent 的机器可读提示:它做什么、接受哪些字段、风险等级、幂等性。agent 不需要从 UI 碎片里猜意图——契约就是声明本身。
审计日志是属性,不是功能
每个过了门的执行都会被记录——管线接受了什么、走到了哪一步、花了多久。你没有打开过这个开关,也没法只给某一个调用方关掉它,因为调用方只有一个:管线。
AI 在同一条运行时里
不是贴在旁边的聊天框
AuraBot
应用内 copilot:自然语言查询、数据操作与引导式工作流。
Agent Control Plane
以 skills、tools、memory 编排 agent(企业版)。
ChatBI
自然语言提问,图表与表格作答。
RAG 知识库
上传 PDF、DOCX、MD、CSV——向量化索引,支持检索。
Multi-LLM
OpenAI、Anthropic、智谱 GLM、MiniMax,统一接入层。