mastyf.ai

Sicurezza perimetrale per la tua IA.

Applicazione runtime, controllo delle policy e tracciamento completo per ogni azione dell'IA.

Sito web · Avvio rapido · Policy · Dashboard · GitHub

Il problema

Gli agenti IA possono leggere i tuoi file, inviare codice, interrogare database, eseguire comandi shell e chiamare API esterne. Lo fanno in modo autonomo, alla velocità di una macchina.

I controlli di sicurezza tradizionali non sono stati progettati per questo.

Mastyf.ai agisce come un layer di sicurezza perimetrale per l'IA. Intercetta ogni chiamata agli strumenti, la valuta rispetto alle tue policy di sicurezza utilizzando un'analisi multi-agente a sciame, e blocca le azioni dannose o non autorizzate prima che vengano eseguite.

Ogni decisione viene applicata, registrata e verificabile.

Cosa blocca

Avvio rapido

Compila dal sorgente

Clona il repository ed esegui lo script di configurazione.

Requisiti:

• Git
• Linux (lo script di configurazione installa Nix automaticamente se necessario)

git clone https://github.com/mastyf-ai/mastyf.ai.git
cd mastyf.ai
chmod +x setup.sh
./setup.sh

Lo script di configurazione automaticamente:

• Installa Nix (se richiesto)
• Abilita i flakes di Nix
• Crea l'ambiente di sviluppo
• Installa tutte le dipendenze del progetto
• Ricostruisce i pacchetti nativi
• Compila l'intero progetto
• Aggiunge un alias shell mastyf comodo

Una volta completata l'installazione, avvia il proxy e la dashboard:

node dist/cli.js start

Oppure, dopo aver aperto un nuovo terminale, usa semplicemente l'alias:

mastyf

La dashboard sarà disponibile su:

• Dashboard: http://localhost:4000

Testa l'installazione

Se la dashboard è in esecuzione, verifica il bridge HTTP:

curl -X POST http://localhost:4000/mcp -H "Content-Type: application/json" -d '{"jsonrpc":"2.0","id":"1","method":"tools/list","params":{}}'

Dashboard

Visibilità completa su ogni azione della tua IA.

Non esporre la porta 4000 pubblicamente senza abilitare l'autenticazione della dashboard. La configurazione di sviluppo locale predefinita ha DASHBOARD_AUTH_DISABLED=true.

Come funziona l'applicazione

Ogni chiamata agli strumenti passa attraverso tre layer prima di raggiungere la tua infrastruttura.

Layer 1 - Rilevamento dei pattern Scansione basata su regex per iniezioni, percorsi pericolosi, segreti trapelati, comandi shell e trucchi di codifica. Funziona in microsecondi senza dipendenze esterne.

Layer 2 - Validazione dello schema Rifiuta payload malformati, argomenti sovradimensionati e violazioni JSON-RPC prima che raggiungano la valutazione della policy.

Layer 3 - Revisione semantica Un LLM locale opzionale (Ollama) o un modello cloud valuta le chiamate borderline che superano i controlli dei pattern. Ricade su euristiche se nessun modello è configurato.

Qualsiasi cosa fallisca viene bloccata. Lo strumento non viene mai eseguito. Tutto viene registrato.

Policy

Le tue regole vivono in default-policy.yaml. Sono tue. mastyf.ai le applica.

policy:
  mode: block
  default_action: pass
  unicode_strict: true
  rules:
    - name: block-sensitive-paths
      action: block
      argPatterns:
        - field: path
          patterns: ['^/etc/', '/\.ssh', '/\.aws/credentials']

    - name: rate-limit-tool-calls
      action: block
      maxCallsPerMinute: 120

    - name: block-shell-injection
      action: block
      patterns: ['rm\s+-rf', 'curl\s', 'wget\s', '`[^`]+`']

Distribuisci in sicurezza con tre modalità di applicazione:

I template predefiniti per HIPAA, PCI-DSS, GxP e residenza dei dati si trovano in policy-templates/.

Architettura

mastyf.ai esegue due sciami coordinati. Lo Sciame CI attacca la tua policy prima che il codice venga distribuito. Lo Sciame Runtime applica e impara da ogni chiamata agli strumenti in produzione. Quattro cicli di feedback li collegano in modo che il sistema diventi più difficile da aggirare nel tempo.

flowchart TB

  AI["🤖 Client IA\nCursor · Claude Desktop · Cline"]

  subgraph CI["🔵 Sciame CI (PR + Notturno)"]
    direction LR
    Scout["🔍 Agente Scout\nSAST, dipendenze, scansione configurazione"]
    Corpus["📋 Agente Corpus\n228 fixture di valutazione"]
    Evasion["⚡ Agente Evasione\n120+ sonde + generazione di nuove"]
    Parity["🔄 Agente Parità\nNode vs Python"]
    ProxyA["🖥️ Agente Proxy\nTest live stdio MCP in tempo reale"]
    Report["📊 Agente Report\nsecurity-swarm/latest.json"]
    Scout --> Corpus --> Evasion --> Parity --> ProxyA --> Report
  end

  subgraph Runtime["🟢 Sciame Runtime (Proxy di produzione)"]
    direction LR
    BG["🛡️ BlockGuard\npolicy sincrona"]
    IL["📈 InstantLearner\nstatistiche per blocco + suggerimenti"]
    SA["🧠 SemanticAuditor\nLLM asincrono, opzionale"]
    PS["🔗 PatternSynthesizer\nsuggerimenti in batch"]
    Cal["⚙️ Calibrator\netichette + soglie"]
    BG --> IL --> PS --> Cal
    BG --> SA --> PS
  end

  Tools["🗄️ Strumenti MCP\nfilesystem · GitHub · database · API"]

  AI -->|"ogni chiamata agli strumenti"| BG
  BG -->|"✅ consentito"| Tools
  Report -->|"🔁 Ciclo A: bypass al corpus"| Corpus
  Cal -->|"🔁 Ciclo B: blocchi alle regole"| BG
  Cal -->|"🔁 Ciclo C: etichette all'LLM"| SA
  Report -->|"🔁 Ciclo D: metriche CI settimanali"| Cal

  style CI fill:#EFF6FF,stroke:#3B82F6,stroke-width:2px,color:#1E3A5F
  style Runtime fill:#F0FDF4,stroke:#22C55E,stroke-width:2px,color:#14532D
  style Scout fill:#DBEAFE,stroke:#3B82F6,color:#1E40AF
  style Corpus fill:#DBEAFE,stroke:#3B82F6,color:#1E40AF
  style Evasion fill:#DBEAFE,stroke:#3B82F6,color:#1E40AF
  style Parity fill:#DBEAFE,stroke:#3B82F6,color:#1E40AF
  style ProxyA fill:#DBEAFE,stroke:#3B82F6,color:#1E40AF
  style Report fill:#DBEAFE,stroke:#3B82F6,color:#1E40AF
  style BG fill:#BBF7D0,stroke:#16A34A,color:#14532D
  style IL fill:#BBF7D0,stroke:#16A34A,color:#14532D
  style SA fill:#BBF7D0,stroke:#16A34A,color:#14532D
  style PS fill:#BBF7D0,stroke:#16A34A,color:#14532D
  style Cal fill:#BBF7D0,stroke:#16A34A,color:#14532D
  style AI fill:#FEF3C7,stroke:#F59E0B,stroke-width:2px,color:#78350F
  style Tools fill:#FEF3C7,stroke:#F59E0B,stroke-width:2px,color:#78350F

Cancelli canonici: 228/228 corpus, 0 bypass, 100% parità

Sciame CI

Viene eseguito su ogni PR e ogni notte. Sei agenti lavorano in sequenza, ognuno rafforza ciò che il precedente ha trovato.

Sciame Runtime

Viene eseguito all'interno del proxy di produzione su ogni chiamata agli strumenti.

Cicli di feedback

Il proxy supporta cinque trasporti: stdio, HTTP, SSE, HTTP streamable e WebSocket.

Per distribuzioni enterprise con Redis, Postgres e Kubernetes vedi docs/ENTERPRISE_DEPLOYMENT.md.

Threat Lab

Threat Lab monitora il traffico live e utilizza un LLM locale per proporre nuovi casi di test di attacco quando rileva pattern sospetti. Niente viene applicato automaticamente. Rivedi e approvi ogni suggerimento nella dashboard prima che diventi una regola.

Le scoperte approvate vengono reinserite nel corpus di attacco del CI per test di regressione continui.

ollama serve
ollama pull qwen3:8b

export OLLAMA_BASE_URL=http://127.0.0.1:11434
export MASTYF_AI_LLM_PROVIDER=ollama
export MASTYF_AI_LLM_MODEL=qwen3:8b

pnpm dashboard:proxy

Punteggi di fiducia dei pacchetti MCP

Prima di installare qualsiasi server MCP da npm, verifica il suo punteggio di fiducia su https://www.mastyf.ai/certified. I punteggi coprono l'esposizione a CVE, il rischio di typo-squatting, i segnali del manutentore e i pattern di attacco noti. Gratuito, senza bisogno di account.

Comandi comuni

Risoluzione dei problemi

Per saperne di più

• Distribuzione enterprise (Redis, Postgres, Helm)
• Pipeline di difesa approfondita
• Security Swarm e red teaming CI
• Esempi di integrazione MCP reali
• Motore di rilevamento core