AI导哈

AI代理安全防护工具

Vigil是一款零依赖、低延迟的AI代理安全防护工具，用于拦截破坏性命令、数据泄露、SSRF等恶意行为。

  • by hexitlabs
  • TypeScript
  • 本地部署
  • 7 星标
  • 更新于
在 GitHub 查看 hexitlabs/vigil

使用说明

守夜

零依赖，<2ms的AI代理安全护栏。

Vigil验证了哪些AI代理 做不是他们说的那样。将其放在任何工具调用代理之前，以便在执行之前捕获破坏性命令、数据泄露、SSRF、注入攻击等。

安装

npm install vigil-agent-safety

或通过 爪毂 （适用于Clawdbot用户）：

npx clawhub install vigil

快速开始

import { checkAction } from 'vigil-agent-safety';

const result = checkAction({
  agent: 'my-agent',
  tool: 'exec',
  params: { command: 'rm -rf /' },
});

console.log(result.decision); // "BLOCK"
console.log(result.rule);     // "destructive"
console.log(result.reason);   // "Destructive command: matched pattern..."

它捕获了什么

类别 示例 决策
破坏性的 rm -rf /, mkfs，反向壳 块
上海光源 169.254.169.254, localhost:6379, gopher:// 挡块
渗出 curl evil.com, .ssh/id_rsa, .aws/credentials 挡块
SQL注入 DROP TABLE, UNION SELECT, OR 1=1 挡块
路径遍历 ../../../etc/shadow, /proc/self 挡块
快速注射 “忽略前面的指示”， [INST] 标签 块
编码攻击 base64 -d, eval(atob(...))，十六进制转义 BLOCK
凭证泄漏 API密钥、AWS密钥、私钥、令牌 ESCALATE

22条久经考验的规则。基于所有模式。均小于2ms。

为什么守夜？

现有安全工具（Llama Guard、ShieldGemma）过滤器 内容 --代理人说什么。Vigil验证 行动 --代理做什么。内容安全≠动作安全。

守夜 骆驼卫士 Regex GPT-4评测
延迟 <2ms 200-500ms <1ms 2-5s
依赖项 0 PyTorch 0 API密钥
验证 动作 内容 字符串 内容
离线 ✅ ✅ ✅ ❌

命令行界面

# Check a tool call
npx vigil-agent-safety check --tool exec --params '{"command":"rm -rf /"}'

# JSON output for scripting
npx vigil-agent-safety check --tool exec --params '{"command":"ls"}' --json

# List policy templates
npx vigil-agent-safety policies

退出代码： 0=允许， 1=块， 2=升级

API

checkAction(input): VigilResult

import { checkAction } from 'vigil-agent-safety';

const result = checkAction({
  agent: 'my-agent',        // optional
  tool: 'exec',             // tool being called
  params: { command: '...' }, // tool parameters
  role: 'developer',        // optional
  context: ['...'],         // optional
});

// result: { decision, rule, confidence, risk_level, reason, latencyMs }

configure(config)

import { configure } from 'vigil-agent-safety';

configure({
  mode: 'warn',  // 'enforce' | 'warn' | 'log'
  onViolation: (result, input) => {
    console.log(`[vigil] ${result.decision}: ${result.reason}`);
  },
});

loadPolicy(name)

import { loadPolicy } from 'vigil-agent-safety';

const policy = loadPolicy('moderate'); // 'restrictive' | 'moderate' | 'permissive'
// Or load custom: loadPolicy('./my-policy.json')

集成示例

看 examples/ 对于完整的集成模式：

路线图

Vigil v0.1.0附带了基于模式的规则——快速、可预测、零依赖。接下来是：

🔜 v0.2--策略引擎+MCP代理

  • 针对组织特定规则的自定义YAML策略文件
  • 每个代理权限范围（代理X只能调用工具Y、Z）
  • 路径、域、命令的允许列表/阻止列表
  • MCP代理 --为任何MCP服务器添加安全层。零代码更改，只需一次配置更新。适用于Claude Desktop、Cursor、Windsurf和任何MCP客户端。

🔜 v0.3——警戒云+审计日志

  • 托管API，提供仪表板和战争模式分析
  • 用于合规性的结构化JSON审计日志
  • 具有基于角色的访问权限的团队策略
  • 看看你的特工在做什么：“本周3名特工阻止了47项危险行动”

🧪 v0.4——基准+混合ML

  • 标准威胁数据集中公布的假阳性/阴性率
  • 用于模糊情况的可选云机器学习分类（规则优先，机器学习作为后备）
  • 自定义规则函数的插件架构
  • vigil report 用于安全态势快照的CLI

🧠 v0.5+——本地机器学习模型

  • 为GPU用户微调HuggingFace安全模型
  • 捕获绕过模式匹配的攻击（混淆、间接注入）
  • 相同的API- checkAction() 自动升级，无需更改代码

🏁 v1.0--赢得时

当Vigil拥有100多个生产用户、外部基准测试和经过验证的准确性时，就会发布v1.0。以前没有。

想影响路线图吗？ 打开一个问题 或者在回购中加星以示兴趣。

支持警戒

Vigil是免费和开源的。如果这可以节省您的时间或保护您的代理安全，请考虑支持该项目：

  • ⭐ 标记此回购 --帮助他人发现Vigil
  • 💖 GitHub上的赞助商 --经常性支持
  • 🪙 加密货币捐赠：
    • EVM： 0x3AA32976b514F4caaad1e8C69fD55d0E89B50a0e
    • BTC： bc1qzqz9pnrngtq9y4tt9e7vznknxn4dtmphe2pppn
    • 溶胶： 8ag7B9DvnUdrgmbYnYxhAv25jwcLjzyoWt8uzYGd5XSC

每一点都有助于我们继续构建开源安全工具。

许可证

Apache 2.0——由 HexIT实验室

相关 MCP