
Manipulationssichere Audit-Trails für KI-Agenten: hash-verkettete Runtime Records, ohne Abhängigkeiten, von jedem verifizierbar.
Manipulationssichere Audit-Trails für KI-Agenten — hash-verkettete Runtime Records, dargestellt als Runtime Report, den Ihre Kunden selbst überprüfen können.
Jede Aktion, die Ihre Instrumentierung erfasst (Tool-Aufrufe, Modellaufrufe, Datenzugriffe, Genehmigungen), wird zu einem Runtime Record in einem append-only, hash-verketteten Log; der Runtime Report ist diese Kette, dargestellt als HTML-Seite, die die Hash-Kette im Browser des Lesers neu berechnet und das, was sie anzeigt, aus den von ihr verifizierten Records rendert (für eine Prüfung, die nicht auf den Code der Seite selbst angewiesen ist, führen Sie halo verify auf der JSONL aus). Jede Partei, die einen Checkpoint der Kette besitzt, kann verifizieren, dass die Records bis zu diesem Checkpoint seit seiner Erstellung nicht verändert wurden, ohne demjenigen vertrauen zu müssen, der sie erzeugt hat — dieser Checkpoint ist das tragende Element: Die Kette allein ist manipulationssicher gegenüber allen außer der Partei, die den Recorder betreibt (LIMITS.md §1). Wenn das Sicherheitsteam eines Kunden fragt: „Was hat Ihr Agent mit unseren Daten gemacht?", geben Sie ihm einen Link statt eines Absatzes. Sicherheitsprüfungen stellen bereits KI-Fragen neben der SOC-2-Checkliste — und zunehmend kommen diese Fragen aus ISO 42001, den Aufzeichnungspflichten des EU AI Act und den eigenen Fragebögen der Kunden. Heute genügt noch eine schriftliche Zusicherung. Die Annahme hinter diesem Projekt ist, dass das nicht lange so bleiben wird.
„Zwanzig Jahre Forensik lehren dich, dass ein Beweis nur dann ein Beweis ist, wenn die andere Seite ihn überprüfen kann ... in einem Feld voller KI-Produkte, die um Vertrauen bitten, ist [Halo] das seltene Produkt, das darauf ausgelegt ist, Vertrauen überflüssig zu machen."
Johannes Stillig, Gründer & CEO von Tidebreak AI und Group CISO bei einem privaten Investmentbüro
Vorgestellt in Help Net Security · Top 4 % der Show-HN-Launches jener Woche · Gelistet unter Agentic Trust Controls gegen fünf Controls
Das Record-Format ist offen und frei implementierbar. Dieses Paket ist die Referenzimplementierung: Recorder, Verifier, Witness-Client und Report-Server.
Sie nutzen halo-record oder denken darüber nach? Erzählen Sie mir, wer Sie sind und wofür → Who's using halo-record?
Man bittet Sie, einen Recorder in Ihren Agenten einzubauen. Das sollten Sie nicht einfach glauben:
pip install halo-record installiert genau ein Paket.halo serve --verify-email (sendet einen Einmalcode und den Subject-Namen des Berichts per SMTP über den Server, den Sie in $HALO_SMTP_HOST konfigurieren, an die Adresse, die ein Berichtsbetrachter eingibt). Alle sind deaktiviert, sofern Sie sie nicht aufrufen; keine anderen Datensatzinhalte verlassen Ihre Infrastruktur.summaries=False) behält überhaupt keine Zusammenfassung. Die Redaktion ist Best-Effort (Regex über gängige Secret- und PII-Formate plus ein Entropie-Catch-all): Behandeln Sie sie als Defense-in-Depth, nicht als Garantie. Von Ihnen bereitgestellte Outcome-Felder jenseits von summary werden mit denselben Mustern gescannt und maskiert, aber nicht auf 200 Zeichen gekürzt (LIMITS §13).Was jede Ebene beweist — die tragende Unterscheidung in diesem Projekt (LIMITS.md §1): Eine Chain, die Sie selbst halten, beweist, dass Datensätze nicht bearbeitet wurden, relativ zu einem Head, den jemand bereits hält; nur Checkpoints, die außerhalb des Betreibers gehalten werden, beweisen, dass keine entfernt wurden; und kein Hash beweist, dass jede Aktion erfasst wurde.
| Behauptung | Selbst gehaltene Chain | + Externe Checkpoints | + Vertrauenswürdige Erfassung |
|---|---|---|---|
| Bearbeitungen an einem etablierten Artefakt erkennen | ✔ | ✔ | ✔ |
| Umschreiben der festgeschriebenen Historie erkennen | — | ✔ | ✔ |
| Fehlende/verspätete Checkpoints erkennen | — | ✔ (vereinbarte Kadenz) | ✔ |
| Beweisen, dass jede Aktion aufgezeichnet wurde | — | — | abhängig von der Erfassungsgrenze |
Sehen Sie sich einen an, bevor Sie installieren: ein Beispiel-Runtime-Report — fiktive Daten, echte Chain, und sein Skript berechnet beim Öffnen die Hash-Chain der eingebetteten Datensätze in Ihrem Browser neu.
Kein Agent erforderlich. Mit uv ist nichts zu installieren:
uvx --from halo-record halo demo --serve
oder auf die klassische Weise:
pip install halo-record
halo demo --serve
Entweder erstellt es einen fiktiven Support-Agent-Anbieter mit zwei Kunden, bezeugt die Chains (wobei eine lokale Witness-Datei einen außerhalb des Operators stehenden Witness ersetzt — siehe LIMITS.md §1), liefert deren gated Runtime Reports aus und öffnet die Operator-Konsole in deinem Browser. Probiere dann den Manipulationstest: Lösche eine Zeile aus einer der .jsonl-Dateien und lade neu. Der Report erkennt es.
Eine Zeile an der Grenze:
from halo_record import trace
agent = trace(run_my_agent, profile="my-agent", log="audit.jsonl") # wraps your entrypoint; records the run boundary to ./audit.jsonl — add record_call() or a framework adapter at each tool boundary to capture individual calls
Ein from halo import ...-Bequemlichkeitsshim wird ebenfalls mitgeliefert – aber der Name halo auf PyPI gehört zu einem unabhängigen Terminal-Spinner-Paket, und wenn dieses Paket installiert ist, gewinnt es den Import. halo_record ist eindeutig, daher verwenden die Beispiele es.
Ohne log= gehen die Datensätze nach ~/.halo/my-agent.jsonl (eine Kette pro Agent). Der Wrapper versiegelt die Laufzeitgrenze; die Evidenz liegt in den Datensätzen pro Aufruf. Erfassen Sie diese mit einem Framework-Adapter (Matrix unten) – oder explizit, was auch zeigt, wie Delegation verknüpft wird:
from halo_record import Recorder, record_call
rec = Recorder("audit.jsonl")