mastyf.ai

Периметровая безопасность для вашего ИИ.

Принудительное выполнение во время выполнения, контроль политик и полная аудиторская цепочка для каждого действия ИИ.

Веб-сайт · Быстрый старт · Политика · Панель управления · GitHub

Проблема

ИИ-агенты могут читать ваши файлы, отправлять код, запрашивать базы данных, выполнять команды оболочки и вызывать внешние API. Они делают это автономно, на машинной скорости.

Традиционные средства контроля безопасности не были созданы для этого.

Mastyf.ai действует как уровень периметровой безопасности для ИИ. Он перехватывает каждый вызов инструмента, оценивает его на соответствие вашим политикам безопасности с помощью многоагентного роевого анализа и блокирует вредоносные или несанкционированные действия до их выполнения.

Каждое решение принудительно исполняется, регистрируется и подлежит аудиту.

Что он предотвращает

Быстрый старт

Сборка из исходного кода

Клонируйте репозиторий и запустите скрипт настройки.

Требования:

• Git
• Linux (скрипт настройки автоматически установит Nix при необходимости)

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

Скрипт настройки автоматически:

• Устанавливает Nix (если требуется)
• Включает Nix flakes
• Создаёт среду разработки
• Устанавливает все зависимости проекта
• Пересобирает нативные пакеты
• Собирает весь проект
• Добавляет удобный псевдоним mastyf для оболочки

После завершения установки запустите прокси и панель управления:

node dist/cli.js start

Или просто используйте псевдоним после открытия нового терминала:

mastyf

Панель управления будет доступна по адресу:

• Панель управления: http://localhost:4000

Проверьте установку

Если панель управления запущена, проверьте HTTP-мост:

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

Панель управления

Полная видимость каждого действия вашего ИИ.

Не открывайте порт 4000 публично без включения аутентификации панели управления. В конфигурации локальной разработки по умолчанию установлено DASHBOARD_AUTH_DISABLED=true.

Как работает принудительное выполнение

Каждый вызов инструмента проходит через три уровня, прежде чем достигнет вашей инфраструктуры.

Уровень 1 — Обнаружение шаблонов Сканирование на основе регулярных выражений для поиска инъекций, опасных путей, утёкших секретов, команд оболочки и трюков с кодированием. Выполняется за микросекунды без внешних зависимостей.

Уровень 2 — Проверка схемы Отклоняет некорректные полезные нагрузки, аргументы большого размера и нарушения JSON-RPC до того, как они попадут на оценку политики.

Уровень 3 — Семантическая проверка Необязательная локальная LLM (Ollama) или облачная модель оценивает пограничные вызовы, прошедшие проверку шаблонов. Если модель не настроена, используется эвристика.

Всё, что не прошло, блокируется. Инструмент никогда не запускается. Всё регистрируется.

Политика

Ваши правила находятся в default-policy.yaml. Они ваши. mastyf.ai их принудительно исполняет.

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', '`[^`]+`']

Безопасное внедрение с тремя режимами принудительного выполнения:

Готовые шаблоны для HIPAA, PCI-DSS, GxP и резиденции данных находятся в policy-templates/.

Архитектура

mastyf.ai запускает два скоординированных роя. CI Swarm атакует вашу политику до того, как код будет выпущен. Runtime Swarm принудительно исполняет и учится на каждом живом вызове инструмента в продакшне. Четыре петли обратной связи связывают их, так что со временем систему становится сложнее обойти.

flowchart TB

  AI["🤖 ИИ-клиенты\nCursor · Claude Desktop · Cline"]

  subgraph CI["🔵 CI Swarm (PR + Nightly)"]
    direction LR
    Scout["🔍 Агент-разведчик\nSAST, зависимости, сканирование конфигурации"]
    Corpus["📋 Агент-корпус\nОценка 228 фикстур"]
    Evasion["⚡ Агент уклонения\n120+ зондов + генерация новых"]
    Parity["🔄 Агент паритета\nNode vs Python"]
    ProxyA["🖥️ Агент-прокси\nЖивые тесты stdio MCP"]
    Report["📊 Агент отчётов\nsecurity-swarm/latest.json"]
    Scout --> Corpus --> Evasion --> Parity --> ProxyA --> Report
  end

  subgraph Runtime["🟢 Runtime Swarm (Производственный прокси)"]
    direction LR
    BG["🛡️ BlockGuard\nсинхронная политика"]
    IL["📈 InstantLearner\nстатистика по блокировкам + предложения"]
    SA["🧠 SemanticAuditor\nасинхронная LLM, опционально"]
    PS["🔗 PatternSynthesizer\nпакетные предложения"]
    Cal["⚙️ Калибратор\nметки + пороги"]
    BG --> IL --> PS --> Cal
    BG --> SA --> PS
  end

  Tools["🗄️ MCP-инструменты\nфайловая система · GitHub · базы данных · API"]

  AI -->|"каждый вызов инструмента"| BG
  BG -->|"✅ разрешено"| Tools
  Report -->|"🔁 Петля A: обходы в корпус"| Corpus
  Cal -->|"🔁 Петля B: блокировки в правила"| BG
  Cal -->|"🔁 Петля C: метки в LLM"| SA
  Report -->|"🔁 Петля D: метрики CI еженедельно"| 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

Канонические шлюзы: 228/228 корпус, 0 обходов, 100% паритет

CI Swarm

Запускается на каждом PR и ночью. Шесть агентов работают последовательно, каждый усиливает то, что нашёл предыдущий.

Runtime Swarm

Работает внутри производственного прокси при каждом вызове инструмента.

Петли обратной связи

Прокси поддерживает пять транспортов: stdio, HTTP, SSE, streamable HTTP и WebSocket.

Для корпоративных развёртываний с Redis, Postgres и Kubernetes см. docs/ENTERPRISE_DEPLOYMENT.md.

Лаборатория угроз

Лаборатория угроз наблюдает за живым трафиком и использует локальную LLM для предложения новых тестовых случаев атак при обнаружении подозрительных шаблонов. Ничто не применяется автоматически. Вы просматриваете и утверждаете каждое предложение на панели управления, прежде чем оно станет правилом.

Утверждённые находки возвращаются в корпус атак CI для регрессионного тестирования.

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

Оценка доверия MCP-пакетов

Перед установкой любого MCP-сервера из npm проверьте его оценку доверия на https://www.mastyf.ai/certified. Оценки охватывают подверженность CVE, риск опечаток, сигналы мейнтейнера и известные шаблоны атак. Бесплатно, без регистрации.

Часто используемые команды

Устранение неполадок

Узнайте больше

• Корпоративное развёртывание (Redis, Postgres, Helm)
• Подробно о линии обороны
• Security Swarm и CI Red Teaming
• Примеры реальной интеграции MCP
• Базовый движок обнаружения