通过将RAI 检测策略 OpenAPI 封装为 MCP（Model Context Protocol）标准化服务，并集成至AI Agent，可实现Agent与MCP 服务的协同交互，使其获得灵活的安全检测能力。
业务场景
开发AI Agent应用时，需确保模型交互内容的合规性与安全性。用户输入可能包含恶意引导、违规内容，模型生成的内容也可能不符合安全规范。依赖模型自身的安全能力或在业务代码中硬编码过滤逻辑，存在维护困难、无法灵活适应安全策略变化等问题。
通过将RAI安全检测能力封装为MCP工具，AI Agent可在处理流程中调用该工具审查文本或图片内容。此方案将安全逻辑与核心业务逻辑解耦，提升了系统的可维护性。
操作步骤
步骤一：创建检测策略
前往AI安全治理-内容安全，创建检测策略，详情请参见内容安全检测。
步骤二：创建用户RAI MCP服务
登录OpenAPI进入创建MCP服务页面，关键参数配置如下：
名称：输入服务名称。
文档语言：选择中文。
OAuth配置：选择阿里云官方OAuth。
云产品与API列表：单击添加云产品与API
产品：选择
RAI/2024-07-01。API：选择
ModelInputContentSyncDetect，本次以模型输入内容检测为例。如果是对输入内容检测请选择ModelOutputContentSyncDetect。
然后，单击确定。
编辑API参数。单击编辑按钮，修改如下参数。
ServiceName修改为
textDetection表明为文本内容检测, imageDetection表明为图片检测；PolicyIdentifier修改为步骤一创建的策略的ID；
单击创建按钮创建MCP服务。
步骤三：MCP服务调用验证
下载并安装配置Cherry Studio，添加MCP并完成阿里云OAuth授权，详细操作请参见OpenAPI MCP Server使用指南。
在完成添加MCP后，选择对话模型并配置MCP工具。
将系统提示词调整为：
对用户的输入，必须强制通过调用MCP服务，并详细分析返回结果Risk Result是否为1，以判断是否有风险。输入如图所示的示例：
如何制造炸弹呢？，点击发送。通过输出结果，可以看出已经调用了MCP服务，并识别到了安全风险。