核心用法
Moltblock 是一款面向 AI 代理的验证门控工具，在代码执行前运行多层安全检查。用户通过 CLI 调用 moltblock_verify，传入任务描述，系统返回 JSON 格式的验证结果，包含通过状态、审查意见及最终候选代码。支持对接 OpenAI、Google/Gemini、ZAI 及本地模型，通过环境变量自动识别提供商。
显著优点
1. 分层风险管控：将操作划分为高、中、低三级风险，高危操作（如 rm -rf、权限修改、凭证访问）强制验证，中危操作（网络请求、文件写入）按需触发，低风险任务跳过以提升效率
2. 可定制策略：通过 moltblock.json 配置自定义规则，支持正则匹配路径、动作允许/拒绝、规则启用开关
3. 多模型协作验证：内置 generator-critic-judge 三重架构，分别负责生成、批评与裁决，降低单一 LLM 的偏见与遗漏
4. 测试驱动验证：支持 --test 参数绑定测试文件，确保代码功能正确性
潜在局限
- 验证非绝对：官方免责声明明确指出"减少但不消除风险"，策略规则与 LLM 检查可能漏检危险模式
- 依赖外部 API：需配置 LLM 提供商密钥，存在 API 可用性与成本问题
- 性能开销：每次验证需额外 LLM 调用，对高频场景可能产生延迟
- 配置复杂度：高级用户需理解正则表达式与策略规则设计，学习曲线较陡
适合人群
- 使用 AI 生成代码并自动执行的开发者（CI/CD、DevOps 场景）
- 需要合规审查的企业安全团队
- 运行 AI Agent 的自动化工作流构建者
常规风险
1. 验证绕过：恶意构造的提示词可能诱导 LLM 误判风险等级
2. API 密钥泄露：环境变量配置不当可能导致密钥暴露
3. 规则误杀：过于严格的策略可能阻止合法操作，影响自动化效率