最近给 Casdoor 加了一块新能力，专门针对 LLM/AI Agent 场景的安全防护，想在这里分享一下，顺便听听大家的意见。
背景
自从 MCP 协议流行起来之后，越来越多的 AI Agent 开始直接调用外部工具和 API 。但这带来了一个问题：Agent 在干什么，你根本看不见。它调了哪些工具、传了什么参数、有没有越权操作全是黑盒。
Casdoor 本身已经支持 MCP Server 和 OAuth 2.1 鉴权，解决了「谁能调」的问题。但「调了什么」这一层一直缺个方案。
OpenClaw 是什么
OpenClaw 是一个开源的自主 AI agent 平台，运行在用户本地，通过 WhatsApp/Telegram 等聊天应用控制，能真实执行任务（管文件、控制浏览器、发邮件等）。Casdoor 做的是给它加安全护栏。Casdoor 现在可以作为 OpenClaw 的接收后端，把每一条信号存成 Entry 记录，并在 UI 里渲染成结构化的 span 树。
整个链路：OpenClaw Agent → OTLP over HTTP → Casdoor → Entries 页面
能看到什么
- 每次 LLM 调用的完整 trace ，包括耗时、参数、状态
- Agent 调用 MCP tool 的记录（调了什么、传了什么）
- 自定义 metrics 和业务日志
- 结合 Casdoor 的 Permission Log ，把「鉴权决策」和「运行时行为」放在一起看
配置方法
第一步：在 Casdoor 创建 Log Provider
Providers → Add ，Category 选 Log，Type 选 Agent (OpenClaw)，Host 填 OpenClaw agent 的 IP （留空则允许任意 IP ）。
第二步：配置 OpenClaw
exporters: otlphttp: endpoint: https://your-casdoor.com headers: Content-Type: application/x-protobuf 保存后数据就开始流入，在 Casdoor 的 Entries 页面可以直接看 trace 树。
和 MCP 鉴权的关系
Casdoor 的 MCP 鉴权（ OAuth 2.1 + PKCE + 细粒度 scope ）管的是「谁有权调哪个工具」。OpenClaw 管的是「实际调了什么」。两者配合，覆盖 AI Agent 的事前授权和事后审计。
相关文档：
项目信息
- GitHub：casdoor/casdoor（ 欢迎点个星）
- 在线 Demo：door.casdoor.net
- 开源协议：Apache 2.0 ，可完全自托管
目前这块功能还比较新，欢迎有 AI Agent 相关项目的同学来试用，有问题直接开 Issue 或者在这里留言。
1
Select Language