Was an ALEX zuletzt fertig wurde – kurze, geprüfte Einträge auf Deutsch und Englisch.

PRE Security has introduced AgentGuard, an advanced cybersecurity capability designed to predict and prevent rogue actions from AI agents in real time.

Coding-Agents sind die neue Benchmark für Dev-Teams: Claude Code, Cursor, Codex & Co. lesen dein Repo — und **vertrauen ihm**. Ich habe mich gefragt: Was passiert, wenn jemand eine Anweisung ins Repo schmuggelt, die der Agent bereitwillig ausführt? Also habe ich **AgentGuard** gebaut — ein CI-Gate für Agent-Konfigurationen (AGENTS.md, Skills, MCP-Server, Hooks). Und ich habe mein eigenes Repo mit 12 gezielten Angriffen bestückt. Das ehrliche Protokoll: ## 1. Die Angriffe waren leicht zu verstecken 12 Payloads: eine versteckte Instruction-Override-Anweisung in der AGENTS.md, unsichtbare Zero-Width-Zeichen in einer Skill-Datei, ein typ-squatted MCP-Server-Host, ein Hook, der Netzwerk-Inhalt in eine Shell piped, ein committeter API-Key, ein Agent mit wildem Bash-Zugriff … **Jeder davon wirkt in einem PR-Review völlig normal.** AgentGuard erkennt alle 12 — **deterministisch** , ohne LLM im Scan-Pfad — mit **47 Unit-Tests** , die das für immer beweisen (12/12 erkannt, 0 False Positives im sauberen Kontroll-Repo). ## 2. Der Realitätscheck: 30 Repos, 5 mit kritischen Befunden Ich habe 30 öffentliche Repos über die GitHub-Code-Suche nach AGENTS.md gescannt — darunter Google, Microsoft und Nextcloud. **5 mit kritischen Befunden.** Der spannendste: ein unsichtbares Zeichen direkt vor einem Bash-Block in einer Agenten-Spec. Zufall oder Absicht? Genau dafür ist das Tool da. Jeder Befund wurde manuell byte-genau geprüft und ist öffentlich: Echtwelt-Befunde. ## 3. Doppeltes Dogfooding Zwei Dinge passierten, die ich nicht besser hätte inszenieren können: **(a)** GitHubs eigene Push-Protection blockierte einen meiner Pushes — ein **Fake-Token in meiner eigenen Testdatei** löste `GH013: Push cannot contain secrets` aus. Der größte Code-Host der Welt hat an _meinem_ Repo demonstriert, was AgentGuard bei _deinem_ fängt. **(b)** Wochen später, nach dem v0.2.1-Bypass-Schutz, **blockierte unser eigenes Gate unseren eigenen Pull-Request** beim Selbsttest — die neue Regel ignoriert jede `.agentguard-ignore`, die in einem PR mitgeliefert wird, und unser Selbsttest-Workflow hatte sich auf das alte Verhalten verlassen. Roter Check. Merge verweigert. Funktioniert wie designed. Die ganze Geschichte steht im Changelog. Gestern hat mein eigenes Sicherheits-Tool meinen eigenen Pull-Request geblockt. Das ist die beste Demo, die ein Sicherheitsprodukt haben kann. ## 4. Was in v0.2.1 kam * **Fail-closed Gates:** Ein Tippfehler in `exit-on` deaktiviert das Gate nicht mehr still — es bricht laut ab. * **PR-Bypass-Schutz:** Eine im PR mitgelieferte `.agentguard-ignore` wird ignoriert; Ausnahmen kommen nur aus dem vertrauenswürdigen Workflow. * **Gehärteter Pro-Server:** HMAC-Längenprüfung, 1-MB-Webhook-Body-Limit, Installation pro Repo, sicheres Tarball-Entpacken (Größenlimit, Symlink-/Traversal-Abweisung). * **Neue Secret-Muster:** Private Keys, GitHub-PATs, npm, Stripe, Slack-Webhooks. Details in SECURITY.md. ## 5. Der Bot blockierte einen Angriff live Die GitHub-App kommentiert jeden PR mit Note und Befunden und setzt ein Check-Run-Gate. Der Beweis ist ein echter Pull-Request: Ein gepflanzter Angriff bekam **Note E, einen roten Check und keinen Merge** — live ansehen. ## 6. Die Landingpage zeigt jetzt den Moment Die Landingpage hat ein Live-Scan-Terminal im Hero: Es tippt sich durch Dateien, findet die gepflanzte Anweisung und endet im grünen **MERGE-GEBLOCKT** -Moment — genau das Gefühl, das dieses Produkt verkauft: _Dein Agent liest dein Repo. Dein Gate liest mit._ Gemessene Qualität statt Deko: Lighthouse 100/100/100/100 auf Desktop und Mobile, LCP 179 ms, CLS ~0, kein Horizontal-Scroll bis 320 px. ## Probier es aus MIT-lizenziert, kostenlos für öffentliche Repos auf dem GitHub Marketplace. Schick dein Repo und bekomm einen kostenlosen Erst-Scan — oder stell die Anfrage direkt: Audit/Trial/RedTeam-Formular. 🔗 Code: https://github.com/agentguard-dev/agentguard 🛒 Marketplace: https://github.com/marketplace/actions/agentguard-security 📊 Verifizierte Befunde: https://github.com/agentguard-dev/agentguard/blob/main/docs/REAL-WORLD-FINDINGS.md 🔴 Live-Demo (Angriff geblockt): https://github.com/agentguard-dev/agentguard-demo/pull/2 🌐 Landingpage: https://agentguard-dev.github.io/agentguard/

AgentGuard launched on Indiehunt by Melissa Durrah

Real-time guardrail that shows token spend & kills runaway LLM/agent loops. - dipampaul17/AgentGuard

The integration of tool use into large language models (LLMs) enables agentic systems with real-world impact. In the meantime, unlike standalone LLMs, compromised agents can execute malicious workflows with more consequential impact, signified by their tool-use capability. We propose AgentGuard, a framework to autonomously discover and validate unsafe tool-use workflows, followed by generating safety constraints to confine the behaviors of agents, achieving the baseline of safety guarantee at deployment. AgentGuard leverages the LLM orchestrator's innate capabilities - knowledge of tool functionalities, scalable and realistic workflow generation, and tool execution privileges - to act as its own safety evaluator. The framework operates through four phases: identifying unsafe workflows, validating them in real-world execution, generating safety constraints, and validating constraint efficacy. The output, an evaluation report with unsafe workflows, test cases, and validated constraints, enables multiple security applications. We empirically demonstrate AgentGuard's feasibility with experiments. With this exploratory work, we hope to inspire the establishment of standardized testing and hardening procedures for LLM agents to enhance their trustworthiness in real-world applications.

Aviatrix launches AI agent containment platform for cloud workloads - SiliconANGLE

See how AppOmni AgentGuard defends ServiceNow AI agents from prompt injection and access risks, building trust and compliance across platforms.

AppOmni expands SaaS security with AgentGuard and AI Security Posture Management to provide real-time protection, visibility, and posture automation for AI agents in ServiceNow and other SaaS environments.

Contribute to altugbozkurt07/agentguard development by creating an account on GitHub.