AgentWard · 玄甲OS

AgentWard (玄甲) — это полноценная операционная система безопасности, созданная для надёжного и масштабируемого развёртывания AI-агентов с нативной адаптацией кода к OpenClaw. AgentWard объединяет внедрение агентов, безопасное рассуждение и доверенное выполнение в единую целостную архитектуру безопасности с предстоящей нативной поддержкой других ведущих мейнстримных фреймворков для агентов. Его гетерогенная архитектура глубокоэшелонированной защиты перестраивает рабочий процесс агента в пять скоординированных уровней безопасности, охватывающих запуск, восприятие, память, принятие решений и выполнение, с динамической кросс-этапной защитой, которая проверяет целостность основы, блокирует состязательный обман, предотвращает вмешательство в память и проверяет каждое автономное решение и высокорискованную команду — замкнутый, сквозной цикл безопасности, реализующий принцип «доверен при создании, контролируем на всём протяжении, надёжен в результатах». Если вы считаете этот репозиторий полезным, процитируйте нашу статью о дизайне архитектуры AgentWard:

@misc{zhang2026agentwardlifecyclesecurityarchitecture,
      title={AgentWard: A Lifecycle Security Architecture for Autonomous AI Agents}, 
      author={Yixiang Zhang and Xinhao Deng and Jiaqing Wu and Yue Xiao and Ke Xu and Qi Li},
      year={2026},
      eprint={2604.24657},
      archivePrefix={arXiv},
      primaryClass={cs.CR},
      url={https://arxiv.org/abs/2604.24657}, 
}

Зачем AgentWard

• 🛡️ Комплексное покрытие рисков — Гетерогенная архитектура глубокоэшелонированной защиты (DiD) обеспечивает полномасштабную гарантию безопасности агентов, блокируя разнообразные векторы атак по всей поверхности атаки агента.
• ⚡ Развёртывание в один клик — Плагин-ориентированный дизайн встраивает безопасность нативно во весь жизненный цикл агента. Включите комплексную защиту агента одним кликом с помощью неинвазивной интеграции, гарантирующей бесшовную и быструю адаптацию версий для OpenClaw.
• 🔒 Детерминированные системные контроли — Обеспечивает детерминированные, полностью аудируемые, реализованные программно механизмы безопасности, превосходящие решения на основе навыков, опирающиеся на эндогенную безопасность, с нативной поддержкой крупномасштабного развёртывания и готовности к промышленной эксплуатации.
• 🌐 Открытый и расширяемый стандарт безопасности — Открытый стандарт, управляемый сообществом, прозрачный и аудируемый, с модульной архитектурой, предназначенной для расширяемости. Построен с полным разделением фреймворка и алгоритмов для лёгкой интеграции передовых алгоритмов обнаружения, с дорожной картой по расширению поддержки на общие агентные системы.

Быстрый старт

1. ⚡ Установка или обновление

   root@kitploit:~

   # Запустите скрипт настройки
   bash /path/to/agent-ward/setup.sh
   

2. ✅ Проверьте установку

   root@kitploit:~

   openclaw plugins list
   

   Затем наслаждайтесь улучшенной безопасностью для вашего OpenClaw!

Системная архитектура

AgentWard нативно и глубоко интегрирован с платформой OpenClaw и встраивает нативные возможности безопасности в полный жизненный цикл AI-агентов. Его гетерогенная архитектура глубокоэшелонированной защиты перестраивает изолированные точечные проверки безопасности в замкнутую, скоординированную систему защиты на уровне системы, обеспечивая сквозную, полную доверенную гарантию для AI-агентов от запуска до выполнения.

Пять скоординированных уровней защиты

AgentWard обеспечивает безопасность на системном уровне через пять тесно интегрированных уровней, работающих совместно — превращая изолированные проверки безопасности в единую, сквозную систему защиты для AI-агентов.

🚨 Реагирование на угрозы и смягчение последствий

• 📢 Отправка оповещений через IM при обнаружении угроз
• 🛑 Автоматическая блокировка опасных операций без участия человека
• 📝 Чёткие предупреждающие описания для понимания рисков

⚙️ Гибкая конфигурация

• 🎚️ Каждый уровень защиты может быть включён/отключён независимо
• 👁️ Поддерживается режим «только обнаружение» для снижения влияния ложных срабатываний
• 📋 Некоторые уровни поддерживают пользовательские правила для удовлетворения специфических сценариев

Визуализация защиты

🏗️ Уровень 1: Сканирование основы

Гарантирует, что агент стартует с доверенной основы.

🧼 Уровень 2: Санитация ввода

Выявляет состязательные входные данные до того, как они проникнут в агента.

🧠 Уровень 3: Защита когнитивных процессов

Защищает долговременную память и контекстную непрерывность от отравления.

🎯 Уровень 4: Выравнивание решений

Обеспечивает соответствие решений агента авторизованному намерению пользователя.

🔧 Уровень 5: Контроль выполнения

Устанавливает границы безопасности в точке выполнения.

Дорожная карта

🏆 Сквозная полностековая система безопасности

Наша дорожная карта построена на многоуровневой архитектуре защиты, предназначенной для обеспечения безопасности всего жизненного цикла агента: от конфигурации и обработки ввода до когнитивных процессов, принятия решений и выполнения.

📐 Базовая инфраструктура системы

• ✅ Плагин-нативная модульная архитектура
• ✅ Базовый набор адаптеров
• ✅ Основной движок обнаружения
  • ✅ Модуль обнаружения на основе эвристических правил
  • ✅ Система оценки риска намерений
  • 🚀 Возможности оценки риска с учётом доверия
• 🚀 Поддержка гетерогенных ОС
  • ✅ Linux
  • 🚀 macOS
  • 🚀 Windows

🏗️ Уровень сканирования основы

• ✅ Проверки безопасности глобальной и плагиновой конфигурации
• ✅ Семантическое обнаружение вредоносных навыков
• 🚀 Верификация источника навыков
• 🚀 Анализ зависимостей плагинов
• 🚀 Гибридное обнаружение уязвимостей в естественном языке и коде

🧼 Уровень санитации ввода

• ✅ Обнаружение инъекций и джейлбрейков на основе правил
• ✅ Анализ семантической согласованности пользовательского ввода
• ✅ Обнаружение фрагментированных вредоносных инструкций
• 🚀 Обнаружение скрытых многораундовых атак
• 🚀 Безопасная перезапись и замена вредоносного контента
• 🚀 Обнаружение мультимодальных инъекционных атак

🧠 Уровень защиты когнитивных процессов

• ✅ Оценка и калибровка согласованности памяти
• 🚀 Построение корпуса вредоносной памяти и сопоставление угроз
• 🚀 Векторизация памяти и обнаружение выбросов
• 🚀 Восстановление памяти на основе контрольных точек
• 🚀 Обнаружение и коррекция дрейфа контекста

🎯 Уровень выравнивания решений

• ✅ Проверка согласованности решений агента с намерением пользователя
• 🚀 Фильтрация по статическим правилам и проверка соответствия
• 🚀 Аудит рассуждений по многошаговой траектории
• 🚀 Риск-адаптивное динамическое распределение прав
• 🚀 Идентификация высокорисковых действий и безопасная перезапись

🔧 Уровень контроля выполнения

• ✅ Перехват и блокировка высокорисковых системных инструкций в реальном времени
• ✅ Анализ поведенческих намерений и оценка риска
• 🚀 Динамическое управление правами и ограничение доступа с учётом идентичности
• 🚀 Предварительная проверка безопасности действий агента
• 🚀 Автоматический откат и восстановление при аномальных состояниях выполнения
• 🚀 Прозрачность на системном уровне на базе eBPF
  • 🚀 Мониторинг ресурсов в реальном времени и адаптивное ограничение
  • 🚀 Аудит сетевых полезных нагрузок и обнаружение аномалий

🤝 Межуровневое взаимодействие

• ✅ Глобальная агрегация информации и обнаружение рисков
• 🚀 Профилирование доверия на основе истории поведения
• 🚀 Оценка риска с учётом роли и динамическое распределение прав
• 🚀 Распространение меток и сквозной аудит системы

Легенда: ✅ Завершено | 🚀 В процессе

Благодарности

Мы благодарим всех контрибьюторов этого репозитория: Qi Li, Xinhao Deng, Yixiang Zhang, Jiaqing Wu, Yue Xiao, Rennai Qiu, Zhuoheng Zou, Jiaqi Bai, Jiaxing Song и Ke Xu.