Примеры MCP

Реальные сценарии использования FlowLink MCP tools для защиты AI-агентов в продакшене

~10 мин чтения

Обзор

На этой странице собраны реальные сценарии использования FlowLink MCP tools с различными AI-агентами: Claude Code, Cursor, GitHub Copilot и другими. Каждый пример содержит описание сценария, конкретные MCP-вызовы, ожидаемые ответы FlowLink и описание того, что видит пользователь в Dashboard.

Примеры

Claude, Cursor, Copilot

Агентов

L0 — L4

Уровней Shield

exec, sql, read, audit, …

MCP Tools

Пример 1: Безопасный деплой

Claude Code выполняет деплой нового релиза на production-сервер. FlowLink MCP сканирует каждую команду, блокирует опасные и запрашивает одобрение для критичных изменений.

Ход выполнения

1Claude Code запрашивает список запущенных контейнеров через flowlink_exec — разрешено (read-only).

2Claude Code запускает docker-compose pull — разрешено (level L1).

3Claude Code пытается выполнить systemctl stop postgresql — требует одобрения (level L3).

4Admin одобряет запрос в Dashboard — команда выполняется.

5Claude Code запускает docker-compose up -d — разрешено, деплой завершён.

Request

json

1{
2  "method": "tools/call",
3  "params": {
4    "name": "flowlink_exec",
5    "arguments": {
6      "agent_id": "claude-prod",
7      "command": "docker-compose pull && docker-compose up -d"
8    }
9  }
10}

Response

json

1{
2  "status": "partial_success",
3  "results": [
4    { "cmd": "docker-compose pull", "exit_code": 0, "duration_ms": 12400 },
5    { "cmd": "docker-compose up -d", "exit_code": 0, "duration_ms": 3200 }
6  ],
7  "blocked": [],
8  "required_approval": ["systemctl stop postgresql"]
9}

📸 Dashboard показывает таймлайн деплоя: зелёные галочки для разрешённых команд, жёлтый значок «Ожидает одобрения» рядом с systemctl stop postgresql, зелёная галочка после одобрения.

Пример 2: Cursor + Database Migration

Cursor пишет SQL-миграцию для добавления колонки. FlowLink MCP проверяет SQL на соответствие политикам: read-only запросы разрешаются, DROP TABLE — блокируется.

Ход выполнения

1Cursor отправляет ALTER TABLE users ADD COLUMN avatar_url TEXT — разрешено (уровень L1).

2Cursor отправляет SELECT * FROM users LIMIT 5 — разрешено (read-only, L0).

3Cursor случайно предлагает DROP TABLE sessions — заблокировано (уровень L4).

4FlowLink возвращает объяснение: «Destructive DDL detected».

5Cursor корректирует миграцию и повторяет — успешно.

Request

json

1{
2  "method": "tools/call",
3  "params": {
4    "name": "flowlink_sql",
5    "arguments": {
6      "agent_id": "cursor-dev",
7      "database": "app_production",
8      "query": "ALTER TABLE users ADD COLUMN avatar_url TEXT"
9    }
10  }
11}

Response

json

1{
2  "status": "allowed",
3  "shield_level": "L1",
4  "affected_rows": 145000,
5  "execution_time_ms": 210,
6  "warnings": []
7}

Заблокированный запрос

json

1{
2  "method": "tools/call",
3  "params": {
4    "name": "flowlink_sql",
5    "arguments": {
6      "agent_id": "cursor-dev",
7      "database": "app_production",
8      "query": "DROP TABLE sessions"
9    }
10  }
11}

Ответ блокировки

json

1{
2  "status": "blocked",
3  "shield_level": "L4",
4  "reason": "Destructive DDL statement detected",
5  "policy": "no-drop-tables",
6  "suggestion": "Consider using soft-delete or archival migration"
7}

📸 Cursor editor: красная подсветка на строке DROP TABLE с inline-комментарием от FlowLink: «⚠️ Blocked: Destructive DDL detected». Зелёная подсветка на ALTER TABLE.

Пример 3: Copilot + Server Debugging

GitHub Copilot дебажит production-сервер с высокой нагрузкой. FlowLink MCP предотвращает утечку учётных данных и эксфильтрацию данных.

Ход выполнения

1Copilot читает логи через flowlink_read — разрешено.

2Copilot читает .env файл для проверки переменных окружения — заблокировано (credentials leak).

3Copilot пытается скопировать /var/lib/app/database.sqlite в /tmp — заблокировано (data exfiltration).

4Copilot анализирует top и dmesg через flowlink_exec — разрешено (read-only diagnostics).

5Copilot перезапускает сервис через flowlink_exec — требует одобрения (L3).

Request

json

1{
2  "method": "tools/call",
3  "params": {
4    "name": "flowlink_exec",
5    "arguments": {
6      "agent_id": "copilot-prod",
7      "command": "tail -n 100 /var/log/app/error.log"
8    }
9  }
10}

Response

json

1{
2  "stdout": "2025-01-15 10:23:01 ERROR Connection pool exhausted\n...",
3  "exit_code": 0,
4  "duration_ms": 45,
5  "shield_level": "L0"
6}

Заблокированный запрос

json

1{
2  "method": "tools/call",
3  "params": {
4    "name": "flowlink_read",
5    "arguments": {
6      "agent_id": "copilot-prod",
7      "path": "/etc/app/.env"
8    }
9  }
10}

Ответ блокировки

json

1{
2  "status": "blocked",
3  "shield_level": "L4",
4  "reason": "Credential file access denied",
5  "policy": "no-credential-read",
6  "detected_patterns": ["SECRET_KEY", "DATABASE_URL", "AWS_ACCESS_KEY"]
7}

📸 VS Code: Copilot Chat показывает ответ «I checked the error logs…». FlowLink badge рядом с заблокированным чтением .env — красный щит с текстом «Credential exposure prevented».

Пример 4: Multi-agent Workflow

Claude Code генерирует код, Cursor проводит review, Copilot запускает тесты — все работают через единый FlowLink MCP с централизованными политиками.

Ход выполнения

1Claude Code генерирует новый endpoint и записывает файл через flowlink_write — разрешено.

2Cursor читает файл и отправляет patch через flowlink_exec (git apply) — разрешено.

3Copilot запускает pytest через flowlink_exec — разрешено.

4Все действия логируются в едином аудите FlowLink с tagging по агенту.

5FlowLink Dashboard показывает активность всех трёх агентов в реальном времени.

Request

json

1{
2  "method": "tools/call",
3  "params": {
4    "name": "flowlink_exec",
5    "arguments": {
6      "agent_id": "claude-dev",
7      "command": "cat > /app/routes/health.py << 'EOF'\n@router.get('/health')\ndef health():\n    return {'status': 'ok'}\nEOF"
8    }
9  }
10}

Response

json

1{
2  "status": "allowed",
3  "shield_level": "L1",
4  "files_created": ["/app/routes/health.py"],
5  "duration_ms": 12,
6  "audit": {
7    "agent_id": "claude-dev",
8    "agent_type": "claude-code",
9    "policy_set": "developer-standard"
10  }
11}

Аудит-запрос

json

1{
2  "method": "tools/call",
3  "params": {
4    "name": "flowlink_audit",
5    "arguments": {
6      "time_range": "last_1h",
7      "agents": ["claude-dev", "cursor-dev", "copilot-dev"]
8    }
9  }
10}

Результат аудита

json

1{
2  "total_requests": 47,
3  "allowed": 43,
4  "blocked": 2,
5  "required_approval": 2,
6  "agents": {
7    "claude-dev": { "requests": 18, "blocked": 1 },
8    "cursor-dev": { "requests": 15, "blocked": 0 },
9    "copilot-dev": { "requests": 14, "blocked": 1 }
10  }
11}

📸 FlowLink Dashboard: три колонки с активностью агентов, внизу — общий таймлайн. Цветовая кодировка: зелёный — разрешено, красный — заблокировано, жёлтый — ожидает одобрения.

Пример 5: Dry-Run перед выполнением

Перед выполнением команды можно проверить её против политик FlowLink в режиме dry-run — без реального выполнения.

Ход выполнения

1Разработчик отправляет команду с флагом dry_run: true.

2FlowLink анализирует команду через все 7 уровней Shield.

3Возвращает verdict (allowed / blocked / needs_approval) без выполнения.

4Разработчик корректирует команду при необходимости и отправляет повторно.

Request

json

1{
2  "method": "tools/call",
3  "params": {
4    "name": "flowlink_exec",
5    "arguments": {
6      "agent_id": "claude-dev",
7      "command": "kubectl delete namespace staging",
8      "dry_run": true
9    }
10  }
11}

Response

json

1{
2  "verdict": "needs_approval",
3  "shield_level": "L4",
4  "risk_factors": [
5    "Destructive kubectl command",
6    "Namespace deletion affects multiple pods",
7    "No backup policy configured"
8  ],
9  "policy_matched": "require-approval-k8s-delete",
10  "estimated_approval_time": "< 30s via Dashboard"
11}

📸 Claude Code: «⚠️ Dry-run result: this command needs approval. Risk level: L4. Approve in FlowLink Dashboard or modify the command.» Кнопка «Approve» открывает Dashboard.

Пример 6: Compliance Audit

Генерация отчёта о соответствии требованиям безопасности через MCP-инструмент. Полезно для SOC 2, ISO 27001 и внутренних аудитов.

Ход выполнения

1AI агент запрашивает flowlink_compliance_report за указанный период.

2FlowLink агрегирует все логи, блокировки, одобрения и policy violations.

3Возвращает структурированный отчёт с метриками и рекомендациями.

4Отчёт можно экспортировать в PDF или отправить в SIEM.

Request

json

1{
2  "method": "tools/call",
3  "params": {
4    "name": "flowlink_compliance_report",
5    "arguments": {
6      "period": "2025-01-01..2025-01-31",
7      "format": "json",
8      "include": ["blocks", "approvals", "policy_violations", "agent_activity"]
9    }
10  }
11}

Response

json

1{
2  "period": "2025-01-01..2025-01-31",
3  "summary": {
4    "total_ai_requests": 12847,
5    "allowed": 12103,
6    "blocked": 542,
7    "approved_after_review": 202,
8    "avg_shield_level": "L1.4"
9  },
10  "top_blocked_policies": [
11    { "policy": "no-drop-tables", "count": 127 },
12    { "policy": "no-credential-read", "count": 89 },
13    { "policy": "no-internet-exfil", "count": 63 }
14  ],
15  "agents": {
16    "claude-code": { "requests": 5420, "compliance_score": 97.2 },
17    "cursor": { "requests": 4810, "compliance_score": 98.1 },
18    "copilot": { "requests": 2617, "compliance_score": 96.8 }
19  },
20  "recommendations": [
21    "Update policy no-drop-tables to also cover TRUNCATE",
22    "Add rate limiting for agent copilot (spike on Jan 15)"
23  ]
24}

📸 Dashboard: страница «Compliance» с дашбордом — круговые диаграммы распределения по статусам, линейный график активности по дням, таблица top-violated policies.

Пример 7: Расследование инцидента

Использование AI Ops MCP-инструмента для расследования инцидента безопасности — быстрый анализ логов, выявление аномалий и генерация отчёта.

Ход выполнения

1Аналитик запрашивает flowlink_incident с ID инцидента.

2FlowLink собирает все связанные события: команды агентов, блокировки, срабатывания политик.

3AI анализирует корреляцию событий и выявляет root cause.

4Генерируется отчёт с таймлайном и рекомендациями по remediation.

Request

json

1{
2  "method": "tools/call",
3  "params": {
4    "name": "flowlink_incident",
5    "arguments": {
6      "incident_id": "INC-2025-0042",
7      "deep_scan": true,
8      "include_logs": true,
9      "time_window_minutes": 60
10    }
11  }
12}

Response

json

1{
2  "incident_id": "INC-2025-0042",
3  "severity": "medium",
4  "root_cause": "Claude Code attempted to modify firewall rules, blocked by policy no-firewall-changes",
5  "timeline": [
6    { "t": "-47m", "event": "claude-code requested flowlink_exec", "cmd": "ufw allow 443/tcp" },
7    { "t": "-47m", "event": "ALLOWED — L1, port 443 whitelisted" },
8    { "t": "-32m", "event": "claude-code requested flowlink_exec", "cmd": "ufw reload" },
9    { "t": "-32m", "event": "BLOCKED — L4, no-firewall-changes policy" },
10    { "t": "-30m", "event": "claude-code escalated to admin approval" },
11    { "t": "-25m", "event": "admin denied — firewall changes require change request" }
12  ],
13  "affected_agents": ["claude-code"],
14  "remediation": [
15    "Create explicit policy exception for port 443 changes",
16    "Add automated change request workflow for firewall modifications",
17    "Notify security team on L4 blocks"
18  ],
19  "related_incidents": ["INC-2025-0038", "INC-2025-0029"]
20}

📸 Dashboard: страница «Incidents» с карточкой INC-2025-0042. Слева — severity badge (medium, оранжевый), справа — интерактивный таймлайн с точками событий. Внизу — рекомендации по remediation.

← Настройка Механизм enforcement →

Настройка

Enforcement

Edit this page