Rigour

🚀 Rigour

AI 智能體治理。一鍵搞定，適用於所有智能體。

Rigour 是位於 AI 編碼智能體和你的代碼庫之間的安全與質量保障層。你可以將其視為 AI 生成代碼的殺毒軟件，具備本地智能和雲端深度分析能力。

它能管控其他工具無法處理的三件事：

1. 輸入內容 —— 數據丟失防護（DLP）在敏感信息到達任何智能體之前將其攔截。
2. 輸出內容 —— 質量關卡可捕捉虛構的導入、不安全的模式和偏差。
3. 持久化內容 —— 內存治理可防止機密信息洩露到智能體內存中。

Rigour 可與 Claude Code、Cursor、Cline、Windsurf 和 GitHub Copilot 等工具配合使用。只需運行一次 rigour init 命令，即可完成所有設置，包括鉤子、MCP 工具、規則、DLP 和模式索引。

🚀 快速開始

npx @rigour-labs/cli init

此命令將完成以下操作：

• 根據自動檢測到的項目設置創建 rigour.yml 文件。
• 為每個檢測到的智能體安裝即時鉤子（阻塞模式）。
• 配置 MCP 服務器以實現智能體協作治理。
• 啟用 DLP，在敏感信息到達智能體之前將其攔截。
• 構建模式索引，實現即時重複檢測。
• 一切以本地優先，代碼不會離開你的設備。

✨ 主要特性

工作原理

Rigour 使用 兩層監督模型：

• 第一層 —— 鉤子（自動，<100ms）：每次文件寫入時都會觸發內聯檢查，智能體無法繞過這些檢查。可即時捕捉機密信息、虛構的導入、文件大小違規和命令注入等問題。
• 第二層 —— MCP 工具（智能體協作）：指示智能體在關鍵時間點調用 Rigour 工具，如在開始前調用 rigour_recall，在創建代碼前調用 rigour_check_pattern，在完成任務前調用 rigour_check。規則文件（.cursor/rules/rigour.mdc、CLAUDE.md、.clinerules）強制執行此工作流程。

AI 智能體 DLP（數據丟失防護）

每個 AI 智能體都有一個預輸入鉤子，可即時（<50ms）掃描 29 種敏感信息模式，包括雲密鑰（AWS、GCP、Azure）、API 令牌（OpenAI、GitHub、Stripe 等）、私鑰（RSA、EC、ED25519）、數據庫 URL、JWT 等。還包括反規避強化措施，如 Unicode 規範化、熵檢測和 JSON 反序列化掃描。

質量關卡（27 種以上確定性檢查）

這些確定性的通過/失敗關卡可捕捉 AI 智能體可能出現的錯誤：

• 虛構的導入 —— 支持 8 種語言的語言感知解析。
• 幻影 API —— 檢測大語言模型虛構的不存在的標準庫或框架方法。
• 重複偏差 —— 採用三階段檢測：MD5 精確匹配 → AST Jaccard（tree-sitter） → 語義嵌入（all-MiniLM-L6-v2）。
• 風格偏差 —— 根據項目基線檢查命名約定。
• 邏輯偏差 —— 跟蹤比較運算符、分支數量和返回語句。
• 安全模式 —— 檢測硬編碼的機密信息、命令注入、SQL 注入和 XSS 等問題。
• 依賴膨脹 —— 檢測未使用的依賴項和重型替代方案（如 moment→dayjs）。
• 測試質量 —— 檢測空測試、重言式斷言和模擬濫用等問題。

深度分析（本地強化學習 + 雲端學習）

Rigour 的深度分析並非簡單地讓大語言模型審查代碼，而是運行一個 三階段管道，模型受事實約束：

1. 事實提取（確定性） —— 進行 AST 解析、語義嵌入、風格指紋、邏輯基線和依賴圖分析，不涉及大語言模型。
2. 大語言模型解釋 —— 模型接收結構化事實（而非原始代碼），專注於 SOLID 原則、設計模式和架構。
3. 驗證（確定性） —— 對大語言模型的每個發現進行交叉引用，丟棄虛構的發現。

本地模式 配備了一個 GGUF 邊車模型（Qwen2.5-Coder），可在任何 CPU 上運行，無需 GPU、API 密鑰，代碼也不會離開你的設備。Rigour Brain（SQLite）會從每次掃描中學習：模式在多次出現時得到強化，長時間未出現則會衰減，強度足夠時會提升為硬規則。這就是“本地強化學習”，是你項目的專屬學習免疫系統。

雲端模式 通過自帶密鑰（BYOK）將結構化事實發送到你選擇的提供商（Claude、OpenAI、Gemini 等）進行更深入的分析。同樣採用三階段管道，使用更強大的模型。

rigour check --deep              # 本地邊車（輕量級，適用於任何 CPU）
rigour check --deep --pro        # 本地邊車（完整版，代碼專用）
rigour check --deep --provider claude -k sk-ant-xxx  # 雲端 BYOK

模式索引

預構建的代碼庫中所有函數、類和組件的索引（.rigour/patterns.json）。通過 rigour_check_pattern MCP 工具實現 O(1) 重複檢測，避免智能體掃描每個文件並浪費令牌。

rigour index                     # 構建/更新模式索引
rigour index --semantic          # 包含語義嵌入

內存與技能治理

智能體會將數據寫入原生內存文件（.cursorrules、CLAUDE.md、.windsurf/memories/）。Rigour 會攔截這些寫入操作，並強制智能體使用 rigour_remember，在數據持久化之前對每個值進行 DLP 掃描。讀取操作也會受到限制，在 DLP 安裝之前存儲的機密信息在讀取時會被阻止。

📦 安裝指南

# npx（最快）
npx @rigour-labs/cli --version

# Homebrew
brew tap rigour-labs/tap && brew install rigour

# 全局 npm
npm install -g @rigour-labs/cli

💻 使用示例

核心命令

rigour init                          # 完整設置：配置、鉤子、MCP、DLP、模式索引
rigour check                         # 運行所有質量關卡
rigour check --deep                  # + 本地大語言模型深度分析
rigour check --deep --pro            # + 完整深度模型
rigour scan                          # 零配置掃描（無需 rigour.yml）
rigour hooks init --tool cursor      # 為特定工具安裝鉤子
rigour hooks check --files src/a.ts  # 快速文件檢查（<100ms）
rigour index                         # 構建模式索引
rigour brain                         # 顯示本地內存狀態
rigour brain --compact               # 清理舊數據，回收磁盤空間
rigour studio                        # 可視化儀表盤
rigour doctor                        # 診斷安裝和準備情況

MCP 集成

將 Rigour 作為 MCP 服務器添加，智能體可以通過工具調用獲得質量關卡、內存治理和模式檢查功能：

{
  "mcpServers": {
    "rigour": {
      "command": "npx",
      "args": ["-y", "@rigour-labs/mcp"]
    }
  }
}

主要 MCP 工具：

CI 配置

- run: npx @rigour-labs/cli check --ci

演示

rigour demo                                              # 快速演示，包含鉤子和關卡
rigour demo --cinematic                                  # 完整演示：鉤子、修復、緩存命中
rigour demo --repo https://github.com/fastapi/fastapi    # 在任何公共倉庫上運行

📚 詳細文檔

• 快速開始
• 配置
• 深度分析
• 準確性政策
• MCP 集成
• OWASP 映射
• 文檔網站

📄 許可證

MIT © Rigour Labs