AI-brandvägg för MCP-agenter med revisionsfokuserade säkerhetskontroller
aigis, utvecklad av Killertcell428, är en AI-säkerhetsbrandvägg och Model Context Protocol-server som skyddar agentarbetsflöden genom att inspektera agent-värd-interaktioner. Den tillhandahåller policydrivna kontroller som minskar exploateringsrisker över verktygskedjor samtidigt som den passar in i utvecklings- och driftsmiljöer. Verktyget riktar sig till mjukvaruutvecklare, DevSecOps-team och företag som integrerar agentiska assistenter i produktionspipelines som behöver ett operativt säkerhetslager för styrning av agentbeteende.
Vilka uppgifter kan du faktiskt använda den för?
aigis fungerar som en grindvakt för agentverktygsaktivitet, som fungerar som en MCP-server eller ett säkerhetsskydd runt andra MCP-värdar. Den riktar sig mot agent-specifika hot såsom MCP "rug-pull" attacker, verktygspåverkan, minnespåverkan och manipulation över sessioner. Typiska användningar inkluderar att godkänna eller blockera verktygskallelser, validera verktygsdefinitioner innan exekvering och köra adaptiva rödlagstest för att undersöka agentförsvar.
Hur noggranna är detektionerna jämfört med manuell granskning?
Verktyget använder deterministisk mönster- och strukturanalys snarare än en annan språkmodell, vilket utvecklaren anger ger hög genomströmning och låg latens för körningstester. De dokumenterade detektionssiffrorna visar 98,9% noggrannhet med en falsk positiv rate på 0,3%, vilket stöder automatisering av rutinmässiga säkerhetsgrindar utan frekvent manuell intervention i många fall.
Vilka indata och distributionsalternativ accepterar den?
Distribution passar Python-baserade miljöer och MCP-kompatibla stackar. Den körs på vilken värd som helst med Python 3.x, installeras via paketnamnet pyaigis, och kan fungera som en CLI, ett Python-bibliotek eller en MCP-server. Kärnan beskrivs som nollberoende Python för körningens prestanda, och hotdetektering täcker flera språk inklusive engelska, japanska, koreanska och kinesiska.
Uppfyller den styrning, revision och testbehov?
Revisionsbarhet och efterlevnad är inbyggda i funktionsuppsättningen: manipulationsbevisande kryptografiska revisionsloggar registrerar beslut, och 44 inbyggda efterlevnadsmallar kartlägger till US, CN, JP och EU-regimer. Projektet inkluderar en adaptiv rödlag CLI för att validera försvar, och koden publiceras under Apache 2.0-licensen så att organisationer kan inspektera och modifiera implementationen.
ett pragmatiskt val för team som kan värda agent säkerhet lokalt
aigis är väl lämpad för ingenjörsteam som är beredda att driva Python-baserad infrastruktur och integrera en agent-lager säkerhetsprocess i sin distributionspipeline. Det gynnar organisationer som kräver revisionsspår och efterlevnadsmallar och som kan upprätthålla periodisk röd-team validering. Team som söker en minimal underhåll, nyckelfärdig molntjänst bör förvänta sig att avsätta operativt arbete för att integrera och upprätthålla detta serverbaserade tillvägagångssätt.
