
Panguard.AI
Panguard.AI adalah platform keamanan open-source berlisensi MIT untuk agen AI yang mengaudit skill dan server MCP sebelum digunakan, memantau panggilan alat saat runtime dengan aturan deteksi ATR, dan dapat beroperasi secara mandiri/offline dengan intelijen ancaman bersama opsional.
https://panguard.ai/?ref=producthunt&utm_source=aipure

Informasi Produk
Diperbarui:Jul 21, 2026
Apa itu Panguard.AI
Panguard.AI (PanGuard) adalah platform keamanan yang dirancang untuk "era agen AI," di mana agen dapat mengeksekusi alat, mengakses sistem produksi, dan menginstal skill pihak ketiga dengan tinjauan manusia minimal. Ini berfokus pada perlindungan agen terhadap ancaman seperti injeksi prompt, keracunan alat/skill, server MCP berbahaya, eksfiltrasi kredensial, dan kompromi rantai pasokan. Proyek ini open source dan berlisensi MIT, mendukung penyebaran yang dihosting sendiri dan terisolasi udara dengan nol telemetri secara default, dan menyediakan pemindaian pra-instal (Skill Auditor) dan perlindungan runtime yang selalu aktif (Guard, proxy MCP) dengan dasbor real-time dan pembaruan Threat Cloud opsional.
Fitur Utama Panguard.AI
Panguard.AI adalah platform keamanan yang di-hosting sendiri dengan lisensi MIT untuk agen AI yang memindai "keterampilan" agen dan server MCP untuk injeksi prompt, peracunan alat/keterampilan, dan ancaman rantai pasokan, kemudian memberlakukan perlindungan saat runtime dengan memproksi panggilan alat melalui korpus deteksi ATR (Agent Threat Rules). Ini menekankan deteksi deterministik yang dapat diaudit (aturan/tanda tangan) yang ditambah dengan analisis AI lokal opsional, mendukung penyebaran offline/air-gapped dengan bundel aturan yang ditandatangani, dan dapat menghasilkan pemantauan real-time dan (dalam perusahaan) bukti kepatuhan yang siap audit di seluruh tim dan lingkungan.
Deteksi bertenaga ATR (standar terbuka): Menggunakan Agent Threat Rules (ATR), standar deteksi yang dapat dibaca mesin, berlisensi MIT untuk ancaman agen (injeksi prompt, serangan MCP, kompromi keterampilan, eksfiltrasi konteks), diposisikan seperti "Sigma/CVE untuk agen," dengan korpus aturan komunitas yang besar dan terus berkembang.
Pemindaian Keterampilan & MCP pra-instal: Mengaudit keterampilan dan server MCP sebelum berjalan menggunakan teknik analisis statis (pencocokan regex/tanda tangan, inspeksi Unicode, decoding Base64, pemeriksaan mirip SAST, pemindaian rahasia) untuk menangkap paket berbahaya atau mencurigakan sejak dini.
Penegakan proxy panggilan alat MCP runtime: Secara otomatis membungkus server MCP dengan proxy keamanan sehingga setiap panggilan alat dievaluasi terhadap aturan ATR (izinkan/tolak), memblokir panggilan berbahaya secara instan dan mengalirkan hasil ke tampilan pemantauan.
Operasi lokal-pertama, offline/air-gapped: Dirancang untuk berjalan secara on-premise dengan telemetri nol/opsional; terus melindungi bahkan jika layanan cloud tidak tersedia, dengan pembaruan ATR dikirimkan melalui bundel yang ditandatangani untuk lingkungan yang terkontrol.
Pemantauan 24/7 + tindakan respons: Menyediakan pemantauan berkelanjutan (Guard) dan mendukung berbagai tindakan respons seperti peringatan, pemblokiran pemanggilan alat, mematikan proses/agen, mengkarantina sesi/file, dan mengurangi izin.
Pemetaan kepatuhan & bukti siap audit (add-on perusahaan): Memposisikan output sebagai artefak bukti yang ditandatangani, siap audit (misalnya, untuk EU AI Act, kontrol gaya DORA/NYDFS) dan memetakan deteksi ke berbagai kerangka kerja keamanan/kepatuhan.
Kasus Penggunaan Panguard.AI
Mengamankan asisten pengkodean AI dalam alur kerja pengembang: Tim yang menggunakan IDE atau CLI agen dapat memindai keterampilan/plugin pihak ketiga sebelum instalasi dan memberlakukan kebijakan panggilan alat runtime untuk mengurangi injeksi prompt dan risiko rantai pasokan.
Perlindungan perusahaan untuk alat internal berbasis MCP: Organisasi yang mengekspos kemampuan internal melalui server MCP dapat menempatkan proxy Panguard di depan alat untuk mencegah SSRF, upaya pencurian kredensial/token, dan perilaku otomatisasi yang tidak aman.
Lingkungan air-gapped / teregulasi: Operator pemerintah, pertahanan, dan infrastruktur penting dapat menyebarkan secara on-premise dengan pembaruan aturan yang ditandatangani dan tanpa data yang keluar dari jaringan, menjaga perlindungan bahkan di bawah persyaratan isolasi yang ketat.
Penyaringan pasar dan ekosistem: Pasar keterampilan atau operator platform dapat menjalankan audit otomatis pada keterampilan yang dikirimkan untuk mendeteksi muatan berbahaya, logika eksfiltrasi tersembunyi, atau instruksi yang disamarkan sebelum menerbitkan.
Pemantauan keamanan berkelanjutan untuk tim kecil: Startup dan UKM tanpa staf keamanan khusus dapat menggunakan pemantauan yang selalu aktif dan notifikasi bahasa yang jelas untuk menangkap anomali yang digerakkan agen dan merespons dengan cepat.
Pelaporan keamanan/kepatuhan untuk audit: Tim yang berfokus pada kepatuhan dapat menghasilkan bukti kontrol dan deteksi seputar perilaku agen, penggunaan alat, dan serangan yang diblokir untuk mendukung tinjauan internal atau audit eksternal.
Kelebihan
Sumber terbuka dan dapat diaudit (lisensi MIT) dengan standar deteksi terbuka (ATR), mengurangi risiko black-box dan ketergantungan vendor.
Mencakup pemindaian pra-jalankan dan penegakan runtime (panggilan alat proksi), mengatasi jalur serangan agen umum secara end-to-end.
Lokal-pertama dan mendukung penyebaran offline/air-gapped dengan pembaruan aturan yang ditandatangani, cocok untuk lingkungan keamanan tinggi.
Fokus platform yang luas dengan deteksi otomatis dan pengaturan cepat, mengurangi gesekan adopsi untuk pengembang dan tim.
Kekurangan
Deteksi berbasis aturan mungkin memerlukan penyesuaian untuk mengelola positif/negatif palsu, terutama di seluruh alur kerja agen yang beragam dan alat khusus.
Beberapa kemampuan canggih (misalnya, bukti kepatuhan yang ditandatangani dan fitur tata kelola perusahaan tertentu) diposisikan sebagai add-on perusahaan berbayar.
Perlindungan runtime yang efektif bergantung pada integrasi/penempatan yang benar (misalnya, memastikan panggilan alat mengalir melalui proxy) dan disiplin operasional yang berkelanjutan.
Cara Menggunakan Panguard.AI
1) Instal PanGuard (instalasi satu perintah): Pada mesin tempat agen AI Anda berjalan, jalankan: `curl -fsSL https://get.panguard.ai | bash`. Ini menginstal CLI/runtime PanGuard secara lokal (dihosting sendiri, dapat berjalan offline sesuai dokumen).
2) Jalankan pengaturan awal: Jalankan `panguard setup` untuk menginisialisasi PanGuard pada host (membuat konfigurasi/status lokal yang diperlukan sehingga dapat memindai dan menjaga agen).
3) Lakukan pemindaian keamanan cepat (tindakan pertama yang direkomendasikan): Jalankan `panguard scan --quick` untuk memindai skill/server MCP dengan cepat menggunakan ATR (Agent Threat Rules) sebelum mengaktifkan perlindungan yang selalu aktif.
4) Mulai perlindungan yang selalu aktif (Guard): Mulai mesin perlindungan runtime dengan `panguard guard start --dashboard`. Ini mulai memantau peristiwa tingkat OS (jaringan, proses, sistem file, log sistem, peristiwa yang dinormalisasi) dan mengevaluasinya terhadap aturan ATR.
5) Izinkan periode pembelajaran/baselining (7 hari pertama): Setelah instalasi, Guard menghabiskan sekitar 7 hari untuk mempelajari apa yang normal untuk lingkungan Anda (baseline proses, pola jaringan, pola perubahan file, perilaku pengguna). Selama periode ini, deteksi dicatat tetapi tidak ada yang diblokir.
6) Biarkan Guard beralih ke mode perlindungan dan merespons secara otomatis: Setelah periode pembelajaran, Guard secara otomatis beralih ke perlindungan aktif dan dapat merespons menggunakan tindakan khusus ATR. Keyakinan >= 85% memicu respons otomatis; 50–84% memunculkan peringatan dengan bukti dan tindakan yang disarankan; < 50% dicatat untuk penyelidikan.
7) Pahami dan gunakan tindakan respons (dengan pengaman): Guard dapat mengeksekusi tindakan respons seperti: `log_only`, `notify`, `block_ip`, `kill_process`, `disable_account`, `isolate_file` (karantina SHA-256), `block_tool` (mencegah pemanggilan alat MCP), `kill_agent` (menghentikan agen nakal), `quarantine_session`, `revoke_skill`, dan `reduce_permissions`. Pengaman termasuk batas laju (misalnya, `kill_agent` dibatasi 3/menit, `block_tool` 10/menit), ditambah pengatur waktu buka blokir otomatis dan kemampuan pengembalian.
8) Pindai skill tertentu secara lokal sebelum menginstalnya: Gunakan CLI Skill Auditor untuk memeriksa direktori skill sebelum Anda menginstal/menjalankannya: `panguard audit skill ./path/to/skill`. Ini melakukan pemeriksaan statis seperti validasi manifes, pencocokan pola injeksi prompt, deteksi Unicode tersembunyi, dekode payload Base64, pemindaian SAST/rahasia, dan heuristik keracunan alat (misalnya, reverse shell, `curl|bash`, operasi destruktif).
9) Pindai skill langsung dari URL GitHub: Audit skill jarak jauh tanpa mengkloning secara manual terlebih dahulu: `panguard audit skill https://github.com/user/repo/tree/main/skills/my-skill`.
10) Pindai file/contoh skill melalui pga (pemindaian bundel ATR): Gunakan CLI `pga` untuk memindai artefak skill terhadap bundel aturan ATR (contoh ditunjukkan dalam dokumen): `pga scan openclaw-skill-twitter-helper.md`. Output melaporkan ID aturan ATR yang cocok, tingkat keparahan, dan keyakinan, lalu sebuah putusan.
11) Lindungi panggilan alat MCP dengan membungkus server MCP dengan proxy: Jalankan `pga up` untuk mendeteksi platform AI yang didukung secara otomatis dan membungkus server MCP dengan proxy keamanan. Setiap panggilan alat dievaluasi terhadap aturan ATR sebelum mencapai server MCP yang sebenarnya, menghasilkan keputusan IZINKAN/TOLAK dan visibilitas dasbor real-time.
12) (Opsional) Konfigurasi pengiriman peringatan bahasa biasa ke alat obrolan: Siapkan notifikasi obrolan agar peringatan tiba di saluran/bahasa pilihan Anda. Contoh perintah yang ditampilkan: `panguard chat setup --channel line --user...` atau `panguard chat setup --channel line --user-type boss`.
13) Gunakan pemindai online untuk pemeriksaan cepat tanpa instalasi: Jika Anda ingin pemindaian cepat tanpa menginstal apa pun, gunakan alur situs web: buka `https://panguard.ai`, tempel URL GitHub, dan dapatkan laporan dalam hitungan detik (seperti yang dijelaskan dalam sumber).
14) (Opsional) Migrasikan deteksi gaya Sigma/YARA yang ada ke ATR: Jika Anda memiliki konten deteksi yang ada, instal migrator komunitas dan konversi: `npm install -g @panguard-ai/migrator-community` lalu `panguard-migrate sigma/ --output atr/` (sumber mengklaim migrasi dapat dilakukan dalam waktu kurang dari seminggu dengan pemetaan otomatis kepatuhan).
15) Tinjau bukti dan artefak kepatuhan setelah pemblokiran: Ketika serangan diblokir, PanGuard menghasilkan bukti yang siap diaudit yang menghubungkan deteksi ke ID aturan ATR, klausa yang dipetakan di berbagai kerangka kerja kepatuhan, dan artefak kriptografi (misalnya, SHA-256 dan tanda tangan ed25519) untuk ketertelusuran yang siap diaudit.
FAQ Panguard.AI
Panguard AI adalah platform keamanan sumber terbuka untuk agen AI yang memindai "keterampilan" agen dan server MCP, lalu menjaga tindakan agen saat runtime. Platform ini dibangun di atas ATR (Agent Threat Rules), standar aturan deteksi yang dapat dibaca mesin dan berlisensi MIT untuk serangan pada agen AI.
Artikel Populer

Atoms: Platform AI Multi-Agen yang Mengubah Ide menjadi Produk Siap Diluncurkan
May 22, 2026

Nano Banana SBTI: Apa Itu, Bagaimana Cara Kerjanya, dan Cara Menggunakannya di Tahun 2026
Apr 15, 2026

Ulasan Atoms — Pembuat Produk AI yang Mendefinisikan Ulang Kreasi Digital di Tahun 2026
Apr 10, 2026

Kilo Claw: Cara Menerapkan dan Menggunakan Agen AI "Lakukan-Untuk-Anda" Sejati (Pembaruan 2026)
Apr 3, 2026







