
EDR open-source per agenti AI. Monitora processi, file, rete e comportamento degli agenti AI autonomi.
Supervisione a livello di sistema operativo per agenti di coding AI
Monitor open-source che mostra cosa fanno realmente gli agenti di coding AI sulla tua macchina — a livello di sistema operativo, senza hook negli agenti.
AEGIS vede ogni agente AI sulla tua macchina — anche quelli che non collaborano. È un osservatore indipendente a livello di sistema operativo che osserva in tempo reale i processi degli agenti, l'accesso ai file, l'attività di rete e le anomalie comportamentali, indipendentemente da come l'agente è stato avviato. Costruito su un motore di monitoraggio JavaScript (moduli ES / CommonJS), con TypeScript nel renderer e nei tipi condivisi. Open-source, locale, nessuna telemetria — tutto rimane sulla tua macchina.
"Kaspersky ha trovato 512 bug in OpenClaw. Quindi abbiamo costruito un EDR per monitorarlo."
Scarica · Segnala Bug · Richiedi Funzionalità · Contribuisci
.ssh, .aws, .gnupg, .env, configurazioni cloud) e 27 percorsi di configurazione di agenti AI per accessi non autorizzati.Gli agenti AI ora hanno accesso profondo alla tua macchina — file, comandi, rete. Ogni strumento di sicurezza AI esistente è un'azienda SaaS che monitora ciò che gli umani inviano all'AI. Nessuno monitora ciò che gli agenti AI fanno sulle macchine locali. Aegis è la risposta open-source.
La maggior parte degli strumenti di supervisione per agenti AI funziona agganciandosi all'interno dell'agente stesso — un plugin di Claude Code, un'estensione di Cursor, un wrapper SDK. Sage (Gen Digital), leash e il Microsoft Agent Governance Toolkit vivono tutti nel runtime dell'agente. Questo ha un punto cieco strutturale: vedono solo agenti che hanno installato il loro hook. Un agente avviato in modo diverso — un semplice python autogpt.py, un binario che non hai wrappato, uno strumento che semplicemente non collabora — è invisibile per loro.
AEGIS si posiziona a un livello diverso. È un osservatore indipendente a livello di sistema operativo: osserva l'attività di processo, file e rete dall'esterno degli agenti, quindi cattura qualsiasi agente sulla macchina indipendentemente da come è stato avviato o se vuole essere osservato. Gli strumenti basati su hook e AEGIS sono complementari — uno strumenta gli agenti che accettano, l'altro vede l'intera macchina.
AEGIS è una telecamera, non un guardiano. Osserva e registra — non blocca gli agenti a livello di sistema operativo oggi. Non ci sono hook nel kernel e nessuna applicazione automatica. Il controllo dei processi (kill / sospendi / riprendi) è solo manuale e invocato dall'utente. Il blocco attivo è nella roadmap, non nella versione attuale. Usa AEGIS per visibilità, audit e rilevamento di anomalie — abbinalo al sandboxing quando hai bisogno di enforcement.
AEGIS è l'unico monitor per agenti AI open-source e locale.
git clone https://github.com/antropos17/Aegis.git
cd Aegis
npm install
npm start
Richiede Node.js 18+ e npm 9+. Windows 10/11 consigliato. macOS/Linux sperimentale (#37).
Non hai agenti AI in esecuzione? La modalità demo ti permette di esplorare la dashboard completa con dati simulati — nessun monitoraggio reale, nessun processo reale.
npm run build:demo && npm start
La modalità demo esegue un motore di scenari che cicla attraverso quattro fasi di minaccia — calma → elevata → critica → ripristino — con fino a 12 agenti AI simulati (Claude Code, Copilot, Cursor e altro). Eventi di accesso ai file, connessioni di rete, punteggi di anomalia e valutazioni del rischio sono tutti generati in tempo reale, così ogni scheda e funzionalità è pienamente operativa.
Usala per valutare AEGIS prima del deploy, fare demo dell'interfaccia al tuo team, o sviluppare nuove funzionalità senza bisogno di un ambiente Windows live.
L'installer .exe precompilato arriverà in una versione futura. Segui i progressi in Releases.
Rilevamento — 110 firme di agenti, risoluzione catena padre, protezione directory di configurazione, punteggio di rischio per agente con gradi di fiducia (da A+ a F), punteggio HTTP/User-Agent, rilevamento LLM locale, marcatura falsi positivi
Analisi — Baseline comportamentali con medie mobili, rilevamento anomalie multidimensionale, valutazione minacce AI tramite API Anthropic (opt-in), rapporti di minaccia HTML stampabili
Dashboard — Dashboard a griglia bento — Indicatore RiskRing, Sparkline, TrustBadge, statistiche agente, feed attività con filtri, timeline sessioni, schede agente con dettagli espandibili, preset di protezione (Paranoid/Strict/Bilanced/Developer), tema scuro/chiaro, notifiche toast, protezione OOM, scorciatoie da tastiera (Ctrl+1-4)
Esportazione — JSON, CSV, rapporti HTML, archivio ZIP con un clic, log audit JSONL (rotazione giornaliera, conservazione 30 giorni)
i18n — Internazionalizzazione con base inglese (110+ stringhe), traduzioni dalla comunità benvenute
CLI — --scan-json per scripting, --version, --help
rules/custom/
┌─────────────┐ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ Process │ │ File │ │ Network │ │ LLM │
│ Scanner │ │ Watcher │ │ Monitor │ │ Detector │
│ (tasklist) │ │ (chokidar) │ │ (NetTCP+DNS)│ │(Ollama/LMS) │
└──────┬───────┘ └──────┬──────┘ └──────┬──────┘ └──────┬──────┘
│ │ │ │
└───────────┬───────┴──────────┬───────┘ │
│ │ │
┌──────▼──────┐ ┌──────▼──────┐ │
│ Baseline │ │ Anomaly │◄──────────────────┘
│ Engine │ │ Detector │
│(10-session) │ │ (4-axis) │
└──────┬──────┘ └──────┬──────┘
│ │
┌──────▼──────┐ ┌──────▼──────┐ ┌─────────────┐
│ Risk │ │ Audit │ │ CLI │
│ Engine │ │ Logger │ │ (--scan-json│
│(time-decay) │ │ (JSONL/30d)│ │ --version) │
└──────┬──────┘ └──────┬──────┘ └─────────────┘
│ │
┌──────▼──────┐ ┌──────▼──────┐
│ Dashboard │ │ ZIP Writer │
│ (Svelte IPC)│ │ (export) │
└─────────────┘ └─────────────┘
Stack: Electron 33, Svelte 5, Vite 7, Vitest (707 test su 44 file). Il motore di monitoraggio è JavaScript (CommonJS); TypeScript è usato nel renderer e nei tipi condivisi.
110 agenti in src/shared/agent-database.json:
Coding — Claude Code, GitHub Copilot, Cursor, Windsurf, Tabnine, Amazon Q, Cody, Aider Autonomi — OpenClaw, Devin, Manus AI, OpenHands, SWE-Agent, AutoGPT, BabyAGI, CrewAI Desktop — Anthropic Computer Use, Google Gemini, Apple Intelligence, Microsoft Copilot Framework — LangChain, Semantic Kernel, AutoGen, MetaGPT, TaskWeaver LLM Locali — Ollama, LM Studio, vLLM, llama.cpp, LocalAI, GPT4All, Jan
Aggiungi agenti personalizzati tramite l'interfaccia o modifica il JSON. Vedi AGENTS.md.
Tutto quanto sotto è pianificato, non rilasciato. AEGIS oggi è solo monitor (vedi Monitor-first).
Aegis è uno strumento open-source di endpoint detection and response (EDR) progettato appositamente per il monitoraggio degli agenti AI. Tiene traccia in tempo reale di processi, accesso ai file, attività di rete e anomalie comportamentali, costruito su Electron 33 e Svelte 5. Il motore di monitoraggio è JavaScript (moduli ES / CommonJS); TypeScript è usato nel renderer e nelle definizioni dei tipi condivise. Tutti i dati rimangono locali — nessuna telemetria, nessuna dipendenza dal cloud.
Gli agenti AI autonomi come OpenClaw, AutoGPT e Devin hanno accesso profondo a file locali, credenziali e comandi shell — ma operano con una supervisione minima. L'analisi di Kaspersky ha trovato 512 bug solo in OpenClaw. Aegis fornisce il livello di osservabilità mancante in modo da poter vedere esattamente cosa fanno gli agenti sulla tua macchina.
Gli strumenti EDR tradizionali (CrowdStrike, Sentinel One) monitorano le minacce guidate dall'uomo — malware, ransomware, phishing. Aegis è costruito specificamente per il comportamento degli agenti AI: include 110 profili di agenti, 73 regole di rilevamento ottimizzate per pattern specifici degli agenti e baseline comportamentali che tracciano come l'attività di ciascun agente cambia nel tempo.
Sì. Aegis monitora qualsiasi processo di agente AI in esecuzione sulla tua macchina, inclusi gli strumenti connessi tramite il Model Context Protocol (MCP). Se uno strumento connesso a MCP genera processi, accede a file o effettua chiamate di rete, Aegis rileverà e assegnerà un punteggio a quell'attività.
No. Aegis è un livello di osservabilità, non un livello di restrizione. I sandbox limitano ciò che gli agenti possono fare; Aegis ti mostra ciò che gli agenti stanno facendo. Sono complementari — usa il sandboxing per l'applicazione e Aegis per la visibilità, l'audit e il rilevamento delle anomalie.
Aegis include 110 firme di agenti in cinque categorie: assistenti di coding (Claude Code, Copilot, Cursor), agenti autonomi (OpenClaw, AutoGPT, CrewAI, Devin), AI desktop (Gemini, Apple Intelligence), framework (LangChain, AutoGen, MetaGPT) e LLM locali (Ollama, LM Studio, llama.cpp). Puoi aggiungere agenti personalizzati tramite l'interfaccia o la configurazione JSON.
Aegis è attualmente alla versione v0.10.0-alpha ed è consigliato per ambienti di sviluppo e test. Il motore di monitoraggio centrale è stabile con 707 test superati, ma le funzionalità per il deploy in produzione (auto-aggiornamento, applicazione a livello di OS) sono nella roadmap per la v1.0.
Sì. Aegis è rilasciato sotto licenza MIT senza telemetria, senza requisiti cloud e senza livelli a pagamento. Il codice sorgente completo è disponibile su GitHub.
CONTRIBUTING.md · SECURITY.md · CODE_OF_CONDUCT.md
Se Aegis ti è utile, considera di lasciare una stella su GitHub — aiuta altri a scoprire il progetto.
Team e Aziende — Hai bisogno di dashboard centralizzate, integrazione SIEM o deploy gestito? Lo stiamo costruendo. Ricevi notifiche
| 512 | vulnerabilità trovate in OpenClaw da Kaspersky — gli agenti autonomi comportano rischi di sicurezza reali |
| 0 | strumenti EDR open-source esistevano per agenti AI prima di Aegis |
| 110 | firme di agenti AI nel database di rilevamento, da Claude Code ad AutoGPT |
| 73 | regole di rilevamento comportamentale in 8 categorie, con ricarica a caldo e override personalizzati |
| 707 | test superati, 0 fallimenti — il motore di monitoraggio è verificato ad ogni commit |
| <2s | avvio a freddo fino alla dashboard completa — abbastanza leggero da girare insieme agli agenti che monitora |
| Livello | Come |
|---|
| Processi | 110 firme note di agenti AI, risoluzione albero padre-figlio, rilevamento host IDE |
| File | Sorveglia .ssh, .aws, .gnupg, .env*, configurazioni cloud, 27 directory di configurazione agenti AI |
| Rete | TCP in uscita per PID agente, DNS inverso, endpoint API noti vs sconosciuti |
| Comportamento | Baseline mobili su 10 sessioni, rilevamento anomalie su 4 assi (Rete/FS/Processo/Baseline) |
| LLM Locali | Rilevamento runtime di Ollama, LM Studio, vLLM, llama.cpp |
| AEGIS | Lasso / Prompt Security / PromptArmor |
|---|
| Esegue localmente | Sì | Cloud |
| Open source | MIT | No |
| Gratuito | Sì | Enterprise |
| Monitora accesso ai file | Sì | No |
| Rileva LLM locali | Sì | No |
| Versione | Data | Novità |
|---|
| v0.10.0-alpha | 2026-03-09 | Pulizia codice, hardening sicurezza, palette comandi |
| v0.9.1-alpha | 2026-03-08 | Dedup dropdown, percorsi skill, aegis-context ottimizzato |
| v0.9.0-alpha | 2026-03-08 | categoryIndex, skill prompt-craft, store migrati TS |
| v0.8.2-alpha | 2026-03-08 | Estrazione TS di formatBytes, test significativi, pulizia branch |
| v0.8.1-alpha | 2026-03-07 | Patch release |
| v0.8.0-alpha | 2026-03-05 | Pronto per il lancio: CSP rafforzato, integrazione OpenClaw, revisione README |
| v0.7.0-alpha | 2026-03-04 | Set di regole YAML, 68 regole, hot-reload, 568 test |
| v0.5.0-alpha | 2026-03-03 | Ridesign UI elegante, VisTimeline, AgentGraph |
| v0.4.0-alpha | 2026-03-03 | Infrastruttura TypeScript, performance, refactoring |
![]() Antropos7 | ![]() Elshad Humbatli | ![]() Steven Melendez | ![]() travisbreaks | ![]() raye-deng | ![]() KJyang-0114 |