deskclerk：面向企业文档与数据库的权限感知 AI 助手

jiacwng/deskclerk · Permission-aware AI assistant for company documents and databases: LangGraph agent, MCP server, PostgreSQL row-level security.

GitHub原文发布未知首次收录 2026-10-20上架 2026-10-20 07:01

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

deskclerk 是一个供公司内部使用的 AI 助手，员工通过公司登录后，可在管理员配置的 MCP 服务器上连接自己的账户并发出请求。它会根据工具 schema、Agent 已见 ID 和员工请求，审慎检查将要写操作的调用；每位员工有预算和请求配额，每个请求都会写入审计日志。项目采用 LangGraph Agent、MCP 服务器和 PostgreSQL 行级安全，README 提供基于 Docker Compose 和开发用 Keycloak 的本地启动步骤。

# MCP # LangGraph # PostgreSQL # 审计追踪 # 权限感知

核心能力与快速开始

★ 0 · Python

能做什么: 支持管理员以 servers.toml 登记 MCP 服务器；员工使用公司登录（Keycloak/OIDC）接入，并在这些服务器上连接个人账户后让 Agent 执行任务。对会改变状态的写操作，调用前会校验工具 schema、Agent 已见 ID 与员工请求；提供员工预算与请求配额，并记录审计日志。MCP token 加密存入 deskclerk-data 卷。
适用场景: 适合企业内部需要按员工身份授权、限制写操作并保留审计记录的场景，例如让员工通过各自账户操作已登记的 MCP 服务（如日历），并在管理员集中配置的服务器列表内完成请求。
项目形态: 可直接使用的工具
部署方式: README 说明需 Docker Compose 和 Anthropic API key；本地可同时启动 deskclerk 与开发用 Keycloak，应用使用宿主机网络（Docker Engine on Linux 与 WSL 支持该方式）。企业登录需配置 DESKCLERK_ISSUER、DESKCLERK_CLIENT_ID 和 DESKCLERK_SIGN_IN_REDIRECT_URL。
主要依赖: 需 Docker with Compose 与 ANTHROPIC_API_KEY；还需设置 DESKCLERK_TOKEN_KEY、DESKCLERK_SESSION_KEY。未设置 TYPESAFE_API_KEY 时，写操作仅有 schema 与 ID 检查。硬件与 API 成本未说明。
使用限制: README 未说明生产部署条件、并发容量与可商用范围；除 Apache-2.0 许可证外，未提供其他合规或安全认证信息。
许可证: Apache-2.0
最近推送: 2026-10-20 06:43

官方入门核对 README 依据 ↗

资料检查：2026-10-20 07:00 · 卡片整理：2026-10-20 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

职业应用

程序员

作为可自托管的内部 AI 助手基础，程序员可参考其 LangGraph Agent、MCP 服务器与 PostgreSQL 行级安全实现，用于构建带权限校验和审计日志的企业文档/数据库访问工具。

查看内容依据

Permission-aware AI assistant for company documents and databases: LangGraph agent, MCP server, PostgreSQL row-level security.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

aiops-agent-reproduction：用规格驱动的智能运维 Agent 实现告警到诊断报告全链路

该项目把“告警接入 → 拉取日志取证 → 输出诊断报告”的运维流程用 Agent 方式重新实现，涵盖认证与数据隔离、SSE 流式聊天、Milvus 知识库与 BM25L 加向量双路召回、LangGraph 编排的 Plan-Execute-Replan 智能诊断、以及官方腾讯云 CLS MCP 工具连接。项目采用 OpenSpec 规格驱动开发，提供 10 套 Java 电商故障 fixtures（日志、告警、SOP）用于完整重放演示诊断链路。示例日志、告警和知识库文档均为构造的演示数据。

SyntaxRAG：面向 AI 代理的本地代码检索 MCP 引擎

SyntaxRAG（SYNRAG）是一个本地代码搜索 MCP 引擎，通过 Tree-sitter 按函数、类、类型等 AST 结构切分代码，在 CPU 上用 FlashRank（TinyBERT）对 BM25 候选重排序，并构建依赖影响图。它提供搜索、文件大纲、仓库地图、影响范围分析、测试定位及受控编辑等工具，以减少 AI 代理定位代码时的 token 消耗；附带安装脚本、CLI、可选的变更监视服务和 Gemini 相关可选功能。

Brito：带代码知识图谱与可审核技能的终端编码智能体

Brito 是一个面向软件开发的编码智能体，提供命令行工具 brito-cli 和 macOS/Windows/Linux 桌面应用。它不依赖逐文件 grep 阅读，而是用 tree-sitter 增量索引构建代码知识图谱（符号、调用、导入），支持 TypeScript/JavaScript、Python、Svelte/Vue/Astro 组件及多种后端语言，可通过 graph_search、graph_callers、graph_impact 等工具快速回答“改这里会影响什么”。它还会保存记忆笔记，并在任务完成后反思生成项目技能，新技能先进入试用期，经多次成功使用后转正，涉及危险命令或修改已批准技能时需用户审批，并提供隐私检查（如拒绝密钥、curl | sh 等）与手动/自动编辑/计划/全允许等权限模式。支持 Anthropic API 或 Claude Code 订阅作为后端，也可接入 OpenAI 兼容端点，并可作为 MCP 服务器向其他客户端暴露图谱、记忆与技能。

Vybe Intelligence Vault：面向 AI Agent 与 RAG 工程的开源知识图谱

Vybe Intelligence Vault 是一个自更新的开源知识仓库，索引 AI Agent、RAG、MCP 服务器、提示词、工具和模板等前沿资料，并宣称通过采集管线、LLM 评估和向量关系构建语义知识图谱。项目提供 MCP 网关供 Claude Desktop、Cursor 等 Agent 直接查询节点上下文，还包含基于 React Three Fiber 和 WebGL 的 3D 知识图谱浏览界面，以及若干 7 天工程学习路径与生产蓝图。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。