AI Runtime Guard: servidor MCP, instalación y seguridad

Para qué sirve AI Runtime Guard

Según su repositorio: «Aplicación de políticas en ejecución para agentes IA que evita daños accidentales al sistema y accesos no autorizados, con copias automáticas antes de escribir archivos.»

Un servidor MCP da a un agente IA herramientas adicionales que llama durante la conversación: el agente lee su descripción, decide usarlas y recibe el resultado. AI Runtime Guard figura en la categoría Seguridad, que reúne 133 servidores en el directorio; ocupa el puesto 78 por número de estrellas.

Instalar y conectar AI Runtime Guard

No hay paquete ni servidor remoto declarado en el registro MCP oficial: se instala desde el código fuente, siguiendo el README del repositorio.

Como cualquier servidor MCP, se declara en la configuración del cliente (Claude Desktop, Claude Code, Cursor, VS Code, Codex…): un nombre, el comando que lo lanza o su URL, y las variables de entorno necesarias. El cliente lo inicia y muestra sus herramientas. Lenguaje del proyecto: Python. Sistemas indicados: macOS, Windows.

Seguridad: qué comprobar

Un servidor MCP ejecuta código con los permisos que le da, y el modelo lee las descripciones de sus herramientas: un servidor malicioso o comprometido puede desviar al agente. Lea el código o elija un servidor mantenido y muy usado antes de conectarlo.

Ninguna de las señales de riesgo que seguimos (acceso al sistema, secretos, falta de licencia, abandono) aparece en AI Runtime Guard. Esto no sustituye la lectura del código.

Buenas prácticas: conceder solo los permisos necesarios (mínimo privilegio), exigir validación humana para las acciones irreversibles y pasar el diagnóstico de seguridad de agentes IA.

Actividad y mantenimiento del proyecto

Creado el 23 de febrero de 2026, el repositorio runtimeguard/runtime-guard suma 15 estrellas y 3 copias (forks), con 1 incidencias abiertas. Tiene más estrellas que el 33 % de los servidores del directorio. Última modificación hace 5 meses.

Las estrellas miden la atención recibida, no la calidad: un proyecto reciente y muy mediático puede acumularlas rápido, y un servidor útil pero especializado tendrá pocas.