
EDR de código abierto para agentes de IA. Monitorea procesos, archivos, red y comportamiento de agentes de IA autónomos.
Supervisión a nivel de SO para agentes de codificación de IA
Monitor de código abierto que muestra lo que los agentes de codificación de IA realmente hacen en tu máquina, a nivel de SO, sin necesidad de hooks en los agentes.
AEGIS ve cada agente de IA en tu máquina, incluso aquellos que no cooperan. Es un observador independiente a nivel de SO que vigila los procesos de los agentes, el acceso a archivos, la actividad de red y las anomalías de comportamiento en tiempo real, independientemente de cómo se haya lanzado el agente. Construido sobre un motor de monitorización en JavaScript (módulos ES / CommonJS), con TypeScript en el renderizador y tipos compartidos. Código abierto, local, sin telemetría — todo permanece en tu máquina.
"Kaspersky encontró 512 errores en OpenClaw. Así que construimos un EDR para monitorizarlo."
Descargar · Reportar un error · Solicitar función · Contribuir
.ssh, .aws, .gnupg, .env, configuraciones en la nube) y 27 rutas de configuración de agentes de IA en busca de accesos no autorizados.Los agentes de IA ahora tienen acceso profundo a tu máquina: archivos, comandos, red. Cada herramienta de seguridad de IA existente es SaaS empresarial que monitorea lo que los humanos envían a la IA. Nadie monitorea lo que los agentes de IA hacen en las máquinas locales. Aegis es la respuesta de código abierto.
La mayoría de las herramientas de supervisión de agentes de IA funcionan enganchándose dentro del propio agente — un plugin de Claude Code, una extensión de Cursor, un envoltorio de SDK. Sage (Gen Digital), leash y el Kit de Gobernanza de Agentes de Microsoft residen en el tiempo de ejecución del agente. Eso tiene un punto ciego estructural: solo ven a los agentes que instalaron su gancho. Un agente lanzado de otra manera — un python autogpt.py crudo, un binario que no envolviste, una herramienta que simplemente no coopera — es invisible para ellos.
AEGIS se sitúa en una capa diferente. Es un observador independiente a nivel de SO: vigila la actividad de procesos, archivos y red desde fuera de los agentes, por lo que detecta cualquier agente en la máquina independientemente de cómo se haya iniciado o si quiere ser vigilado. Las herramientas basadas en hooks y AEGIS son complementarias — una instrumenta los agentes que optan por participar, la otra ve toda la máquina.
AEGIS es una cámara, no un guardia. Observa y registra — no bloquea agentes a nivel de SO hoy. No hay hooks del kernel ni aplicación automática. El control de procesos (matar / suspender / reanudar) es manual e invocado por el usuario únicamente. El bloqueo activo está en la hoja de ruta, no en el lanzamiento actual. Usa AEGIS para visibilidad, auditoría y detección de anomalías — combínalo con sandboxing cuando necesites aplicación.
AEGIS es el único monitor de agentes de IA de código abierto y local.
git clone https://github.com/antropos17/Aegis.git
cd Aegis
npm install
npm start
Requiere Node.js 18+ y npm 9+. Windows 10/11 recomendado. macOS/Linux experimental (#37).
¿No tienes agentes de IA ejecutándose? El modo demo te permite explorar el panel completo con datos simulados — sin monitorización real, sin procesos reales.
npm run build:demo && npm start
El modo demo ejecuta un motor de escenarios que recorre cuatro fases de amenaza — calma → elevada → crítica → reinicio — con hasta 12 agentes de IA simulados (Claude Code, Copilot, Cursor y más). Los eventos de acceso a archivos, conexiones de red, puntuaciones de anomalías y evaluaciones de riesgo se generan en tiempo real para que cada pestaña y función esté completamente operativa.
Úsalo para evaluar AEGIS antes de desplegarlo, mostrar la interfaz a tu equipo o desarrollar nuevas funciones sin necesidad de un entorno Windows en vivo.
El instalador .exe preconstruido llegará en una versión futura. Sigue el progreso en Releases.
Detección — 110 firmas de agentes, resolución de cadena parental, protección de directorios de configuración, puntuación de riesgo por agente con grados de confianza (A+ a F), puntuación HTTP/User-Agent, detección de LLM local, marcado de falsos positivos
Análisis — Líneas base de comportamiento con promedios móviles, detección de anomalías multidimensional, evaluación de amenazas de IA mediante API de Anthropic (opt-in), informes de amenazas HTML imprimibles
Panel — Panel de cuadrícula bento — indicador RiskRing, Sparklines, TrustBadge, estadísticas de agente, feed de actividad con filtros, línea de tiempo de sesión, tarjetas de agente con detalles expandibles, preajustes de protección (Paranoico/Estricto/Equilibrado/Desarrollador), tema oscuro/claro, notificaciones toast, protección contra OOM, atajos de teclado (Ctrl+1-4)
Exportación — Informes JSON, CSV, HTML, archivo ZIP con un clic, registro de auditoría JSONL (rotación diaria, retención de 30 días)
i18n — Internacionalización con base en inglés (más de 110 cadenas), traducciones comunitarias bienvenidas
CLI — --scan-json para scripting, --version, --help
rules/custom/
┌─────────────┐ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ Procesos │ │ Archivos │ │ Red │ │ LLM │
│ Escáner │ │ Vigilante │ │ Monitor │ │ Detector │
│ (tasklist) │ │ (chokidar) │ │ (NetTCP+DNS)│ │(Ollama/LMS) │
└──────┬───────┘ └──────┬──────┘ └──────┬──────┘ └──────┬──────┘
│ │ │ │
└───────────┬───────┴──────────┬───────┘ │
│ │ │
┌──────▼──────┐ ┌──────▼──────┐ │
│ Línea base │ │ Detector │◄──────────────────┘
│ Motor │ │ Anomalías │
│(10-sesión) │ │ (4 ejes) │
└──────┬──────┘ └──────┬──────┘
│ │
┌──────▼──────┐ ┌──────▼──────┐ ┌─────────────┐
│ Riesgo │ │ Registro │ │ CLI │
│ Motor │ │ Auditoría │ │ (--scan-json│
│(decadencia) │ │ (JSONL/30d)│ │ --version) │
└──────┬──────┘ └──────┬──────┘ └─────────────┘
│ │
┌──────▼──────┐ ┌──────▼──────┐
│ Panel │ │ ZIP Writer │
│ (Svelte IPC)│ │ (export) │
└─────────────┘ └─────────────┘
Stack: Electron 33, Svelte 5, Vite 7, Vitest (707 pruebas en 44 archivos). El motor de monitorización es JavaScript (CommonJS); TypeScript se usa en el renderizador y tipos compartidos.
110 agentes en src/shared/agent-database.json:
Codificación — Claude Code, GitHub Copilot, Cursor, Windsurf, Tabnine, Amazon Q, Cody, Aider Autónomos — OpenClaw, Devin, Manus AI, OpenHands, SWE-Agent, AutoGPT, BabyAGI, CrewAI Escritorio — Anthropic Computer Use, Google Gemini, Apple Intelligence, Microsoft Copilot Frameworks — LangChain, Semantic Kernel, AutoGen, MetaGPT, TaskWeaver LLMs locales — Ollama, LM Studio, vLLM, llama.cpp, LocalAI, GPT4All, Jan
Agrega agentes personalizados a través de la interfaz o edita el JSON. Consulta AGENTS.md.
Todo lo siguiente está planeado, no enviado. AEGIS hoy es solo monitorización (ver Monitor-first).
Aegis es una herramienta de detección y respuesta de endpoints (EDR) de código abierto diseñada específicamente para monitorizar agentes de IA. Rastrea procesos, acceso a archivos, actividad de red y anomalías de comportamiento en tiempo real, construida sobre Electron 33 y Svelte 5. El motor de monitorización es JavaScript (módulos ES / CommonJS); TypeScript se usa en el renderizador y definiciones de tipos compartidas. Todos los datos permanecen locales — sin telemetría, sin dependencia en la nube.
Los agentes de IA autónomos como OpenClaw, AutoGPT y Devin tienen acceso profundo a archivos locales, credenciales y comandos de shell, sin embargo, se ejecutan con una supervisión mínima. El análisis de Kaspersky encontró 512 errores solo en OpenClaw. Aegis proporciona la capa de observabilidad faltante para que puedas ver exactamente lo que los agentes hacen en tu máquina.
Las herramientas EDR tradicionales (CrowdStrike, Sentinel One) monitorizan amenazas impulsadas por humanos — malware, ransomware, phishing. Aegis está construido específicamente para el comportamiento de los agentes de IA: viene con 110 perfiles de agentes, 73 reglas de detección ajustadas para patrones específicos de agentes y líneas base de comportamiento que rastrean cómo la actividad de cada agente cambia con el tiempo.
Sí. Aegis monitoriza cualquier proceso de agente de IA que se ejecute en tu máquina, incluidas las herramientas conectadas a través del Model Context Protocol (MCP). Si una herramienta conectada a MCP genera procesos, accede a archivos o realiza llamadas de red, Aegis detectará y puntuará esa actividad.
No. Aegis es una capa de observabilidad, no una capa de restricción. Los sandboxes limitan lo que los agentes pueden hacer; Aegis te muestra lo que los agentes están haciendo. Son complementarios — usa sandboxing para la aplicación y Aegis para visibilidad, auditoría y detección de anomalías.
Aegis viene con 110 firmas de agentes en cinco categorías: asistentes de codificación (Claude Code, Copilot, Cursor), agentes autónomos (OpenClaw, AutoGPT, CrewAI, Devin), IA de escritorio (Gemini, Apple Intelligence), frameworks (LangChain, AutoGen, MetaGPT) y LLMs locales (Ollama, LM Studio, llama.cpp). Puedes agregar agentes personalizados a través de la interfaz o configuración JSON.
Aegis está actualmente en v0.10.0-alpha y se recomienda para entornos de desarrollo y pruebas. El motor de monitorización central es estable con 707 pruebas pasando, pero las funciones de implementación en producción (actualización automática, aplicación a nivel de SO) están en la hoja de ruta para v1.0.
Sí. Aegis se publica bajo la licencia MIT sin telemetría, sin requisitos en la nube y sin niveles de pago. El código fuente completo está disponible en GitHub.
CONTRIBUTING.md · SECURITY.md · CODE_OF_CONDUCT.md
Si Aegis te resulta útil, considera darle una estrella en GitHub — ayuda a otros a descubrir el proyecto.
Equipos y Empresas — ¿Necesitas paneles centralizados, integración con SIEM o implementación gestionada? Lo estamos construyendo. Recibe notificaciones
| 512 | vulnerabilidades encontradas en OpenClaw por Kaspersky — los agentes autónomos conllevan riesgos de seguridad reales |
| 0 | herramientas EDR de código abierto existían para agentes de IA antes de Aegis |
| 110 | firmas de agentes de IA en la base de datos de detección, desde Claude Code hasta AutoGPT |
| 73 | reglas de detección de comportamiento en 8 categorías, con recarga en caliente y anulaciones personalizadas |
| 707 | pruebas pasando, 0 fallos — el motor de monitorización se verifica en cada commit |
| <2s | arranque en frío al panel completo — lo suficientemente ligero para ejecutarse junto a los agentes que monitoriza |
| Capa | Cómo |
|---|
| Procesos | 110 firmas conocidas de agentes de IA, resolución de árbol padre-hijo, detección de host IDE |
| Archivos | Vigila .ssh, .aws, .gnupg, .env*, configuraciones en la nube, 27 directorios de configuración de agentes de IA |
| Red | TCP saliente por PID del agente, DNS inverso, endpoints API conocidos vs desconocidos |
| Comportamiento | Líneas base móviles de 10 sesiones, detección de anomalías en 4 ejes (Red/FS/Procesos/Línea base) |
| LLMs locales | Detección de tiempo de ejecución de Ollama, LM Studio, vLLM, llama.cpp |
| AEGIS | Lasso / Prompt Security / PromptArmor |
|---|
| Se ejecuta localmente | Sí | Nube |
| Código abierto | MIT | No |
| Gratuito | Sí | Empresarial |
| Monitorea acceso a archivos | Sí | No |
| Detecta LLMs locales | Sí | No |
| Versión | Fecha | Destacados |
|---|
| v0.10.0-alpha | 2026-03-09 | Limpieza de código, endurecimiento de seguridad, paleta de comandos |
| v0.9.1-alpha | 2026-03-08 | Deduplicación de menús desplegables, rutas de habilidades, aegis-context optimizado |
| v0.9.0-alpha | 2026-03-08 | categoryIndex, habilidad prompt-craft, migración TS stores |
| v0.8.2-alpha | 2026-03-08 | Extracción TS de formatBytes, pruebas significativas, limpieza de ramas |
| v0.8.1-alpha | 2026-03-07 | Lanzamiento de parche |
| v0.8.0-alpha | 2026-03-05 | Preparación para lanzamiento: CSP endurecido, integración OpenClaw, revisión README |
| v0.7.0-alpha | 2026-03-04 | Conjuntos de reglas YAML, 68 reglas, recarga en caliente, 568 pruebas |
| v0.5.0-alpha | 2026-03-03 | Rediseño de UI elegante, VisTimeline, AgentGraph |
| v0.4.0-alpha | 2026-03-03 | Infraestructura TypeScript, rendimiento, refactorización |
![]() Antropos7 | ![]() Elshad Humbatli | ![]() Steven Melendez | ![]() travisbreaks | ![]() raye-deng | ![]() KJyang-0114 |