
Monitor a livello di sistema operativo per agenti AI: osserva i processi, l'accesso ai file e l'attività di rete sulla macchina locale e attribuisce ogni evento a un'istanza dell'agente.
Supervision a livello di sistema operativo per agenti di codifica AI
Monitor open-source che mostra cosa fanno davvero gli agenti di codifica 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 i processi degli agenti, l'accesso ai file, l'attività di rete e le anomalie comportamentali in tempo reale, indipendentemente da come l'agente è stato avviato. Costruito su un motore di monitoraggio JavaScript (moduli ES / CommonJS), con TypeScript nel renderer e tipi condivisi. Open-source, locale, nessuna telemetria — tutto rimane sulla tua macchina.
"Kaspersky ha trovato 512 bug in OpenClaw. Così abbiamo creato un EDR per monitorarlo."
Download · Segnala un bug · Richiedi una funzionalità · Contribuisci
.ssh, .aws, .gnupg, .env, config 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 SaaS aziendale 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 degli agenti AI funziona agganciandosi all'interno dell'agente stesso — un plugin per Claude Code, un'estensione per 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 gli agenti che hanno installato il loro hook. Un agente avviato in modo diverso — un python autogpt.py grezzo, un binario che non hai wrappato, uno strumento che semplicemente non collabora — è invisibile per loro.
AEGIS si colloca a un livello diverso. È un osservatore indipendente a livello di sistema operativo: osserva l'attività di processi, file e rete dall'esterno degli agenti, quindi intercetta 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 aderiscono, l'altro vede l'intera macchina.
AEGIS è una telecamera, non una guardia. Osserva e registra — oggi non blocca gli agenti a livello di sistema operativo. Non ci sono hook nel kernel né applicazione automatica. Il controllo dei processi (kill / suspend / resume) è solo manuale e avviato dall'utente. Il blocco attivo è nella roadmap, non nella release attuale. Usa AEGIS per visibilità, auditing e rilevamento delle anomalie — abbinalo al sandboxing quando ti serve applicare restrizioni.
AEGIS è l'unico monitor per agenti AI open-source e local-first.
git clone https://github.com/antropos17/Aegis.git
cd Aegis
npm install
npm start
Richiede Node.js 18+ e npm 9+. Consigliato Windows 10/11. 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 → reset — con fino a 12 agenti AI simulati (Claude Code, Copilot, Cursor e altri). Eventi di accesso ai file, connessioni di rete, punteggi di anomalia e valutazioni del rischio sono generati in tempo reale, così ogni scheda e funzionalità è pienamente operativa.
Usala per valutare AEGIS prima del deploy, per mostrare la UI al tuo team o per sviluppare nuove funzionalità senza bisogno di un ambiente Windows live.
Un installer .exe precompilato arriverà in una release futura. Segui i progressi in Releases.
Rilevamento — 110 firme di agenti, risoluzione della catena genitoriale, protezione delle directory di configurazione, punteggio di rischio per agente con gradi di fiducia (da A+ a F), punteggio HTTP/User-Agent, rilevamento di LLM locali, marcatura dei falsi positivi
Analisi — Baseline comportamentali con medie mobili, rilevamento multidimensionale delle anomalie, valutazione delle minacce AI tramite API Anthropic (opt-in), report di minaccia HTML stampabili
Dashboard — Dashboard a griglia bento — indicatore RiskRing, Sparkline, TrustBadge, statistiche dell'agente, feed di attività con filtri, timeline della sessione, schede agente con dettagli espandibili, preset di protezione (Paranoid/Strict/Balanced/Developer), tema scuro/chiaro, notifiche toast, protezione OOM, scorciatoie da tastiera (Ctrl+1-4)
Esportazione — Report JSON, CSV, HTML, archivio ZIP con un clic, log di audit JSONL (rotazione giornaliera, conservazione di 30 giorni)
i18n — Internazionalizzazione con base inglese (110+ stringhe), traduzioni dalla community benvenute
CLI — --scan-json per lo 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 in 44 file). Il motore di monitoraggio è in 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 la UI o modificando il JSON. Vedi AGENTS.md.
Tutto ciò che segue è pianificato, non ancora distribuito. AEGIS oggi è solo monitor (vedi Monitor-first).
Aegis è uno strumento open-source di endpoint detection and response (EDR) progettato specificamente per il monitoraggio degli agenti AI. Traccia processi, accesso ai file, attività di rete e anomalie comportamentali in tempo reale, costruito su Electron 33 e Svelte 5. Il motore di monitoraggio è in JavaScript (moduli ES / CommonJS); TypeScript è usato nel renderer e nelle definizioni dei tipi condivise. Tutti i dati restano 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 — eppure girano con una supervisione minima. L'analisi di Kaspersky ha trovato 512 bug nel solo OpenClaw. Aegis fornisce il livello di osservabilità mancante, così puoi vedere esattamente cosa fanno gli agenti sulla tua macchina.
I tradizionali strumenti EDR (CrowdStrike, Sentinel One) monitorano le minacce guidate dagli umani — malware, ransomware, phishing. Aegis è costruito specificamente per il comportamento degli agenti AI: include 110 profili di agenti, 73 regole di rilevamento calibrate su pattern specifici degli agenti e baseline comportamentali che tracciano come cambia l'attività di ciascun agente nel tempo.
Sì. Aegis monitora qualsiasi processo di agente AI in esecuzione sulla tua macchina, inclusi gli strumenti collegati tramite il Model Context Protocol (MCP). Se uno strumento connesso via MCP avvia processi, accede a file o effettua chiamate di rete, Aegis rileverà e valuterà quell'attività.
No. Aegis è un livello di osservabilità, non 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 delle restrizioni e Aegis per visibilità, auditing e rilevamento delle anomalie.
Aegis include 110 firme di agenti in cinque categorie: assistenti di codifica (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 la UI o la configurazione JSON.
Aegis è attualmente a 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-update, applicazione a livello di sistema operativo) sono nella roadmap per la v1.0.
Sì. Aegis è rilasciato con 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 & Enterprise — Ti servono dashboard centralizzate, integrazione SIEM o deployment gestito? Lo stiamo costruendo. Ricevi un avviso
| 512 | vulnerabilità trovate in OpenClaw da Kaspersky — gli agenti autonomi comportano rischi di sicurezza reali |
| 0 | strumenti EDR open-source per agenti AI esistevano 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 hot-reload e override personalizzati |
| 707 | test superati, 0 fallimenti — il motore di monitoraggio è verificato a ogni commit |
| <2s | dall'avvio a freddo alla dashboard completa — abbastanza leggero da girare accanto agli agenti che monitora |
| Livello | Come |
|---|
| Processi | 110 firme note di agenti AI, risoluzione dell'albero padre-figlio, rilevamento dell'host IDE |
| File | Osserva .ssh, .aws, .gnupg, .env*, config cloud, 27 directory di configurazione di agenti AI |
| Rete | TCP in uscita per PID dell'agente, DNS inverso, endpoint API noti vs sconosciuti |
| Comportamento | Baseline mobili su 10 sessioni, punteggio anomalie su 4 assi (Rete/FS/Processi/Baseline) |
| LLM locali | Rilevamento runtime di Ollama, LM Studio, vLLM, llama.cpp |
| AEGIS | Lasso / Prompt Security / PromptArmor |
|---|
| Esecuzione locale | Sì | Cloud |
| Open source | MIT | No |
| Gratuito | Sì | Enterprise |
| Monitora l'accesso ai file | Sì | No |
| Rileva LLM locali | Sì | No |
| Versione | Data | Novità principali |
|---|
| v0.10.0-alpha | 2026-03-09 | Pulizia del codice, hardening della sicurezza, command palette |
| v0.9.1-alpha | 2026-03-08 | Dedup dei dropdown, percorsi delle skill, aegis-context ottimizzato |
| v0.9.0-alpha | 2026-03-08 | categoryIndex, skill prompt-craft, migrazione store in TS |
| v0.8.2-alpha | 2026-03-08 | Estrazione TS di formatBytes, test significativi, pulizia dei branch |
| v0.8.1-alpha | 2026-03-07 | Patch release |
| v0.8.0-alpha | 2026-03-05 | Pronto per il lancio: CSP irrobustita, integrazione OpenClaw, refactoring 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 | Ridisegno UI, VisTimeline, AgentGraph |
| v0.4.0-alpha | 2026-03-03 | Infrastruttura TypeScript, performance, refactoring |
![]() Antropos7 | ![]() Elshad Humbatli | ![]() Steven Melendez | ![]() travisbreaks | ![]() raye-deng | ![]() KJyang-0114 |