Открытый движок авторизации проверяет каждое действие AI-агента и до его выполнения возвращает allow, deny, human_review или compute.
DobermanCore/Doberman-Core
Runtime-защита для AI-агентов, которая проверяет каждый вызов инструмента и возвращает PASS, AUTH или BLOCK до выполнения действия.
- Звёзды
- 247
- Форки
- 44
- Открытые issues
- 54
- Последний коммит
- 9 дней назад
Что это?
Doberman — это уровень авторизации и защитных ограничений на пути выполнения между AI-агентом и его инструментами: файлами, shell, MCP-серверами и API. Перед запуском каждый вызов инструмента получает ровно один вердикт: PASS для обычных действий, AUTH для чувствительных действий, требующих подтверждения, и BLOCK для опасных действий, которые не будут выполнены. Doberman работает как прозрачный MCP-прокси или через хуки хоста для Claude Code, Codex, OpenClaw и Cursor.
Система работает по принципу fail-closed: при ошибках и в неучтённых случаях действие запрещается, а запросы на подтверждение, оставшиеся без ответа, по истечении срока также завершаются отказом. Адаптивное обучение может автоматически ужесточать политику, но не может незаметно ослаблять её: для этого требуется прошедшее аудит подтверждение человека с фактором владения, например TOTP или локальным паролем. Политику также можно сохранить в репозитории в файле doberman.policy.yaml, чтобы изменения проходили код-ревью.
Проект написан на Python, устанавливается через pip как doberman-core и включает CLI с командами setup, doctor, demo и dashboard. Также в комплекте есть набор инструментов для бенчмаркинга, который измеряет долю обходов защиты при атаках и долю избыточных блокировок безвредных действий.
Ключевые возможности
- 01Проверяет каждый вызов инструмента и возвращает PASS, AUTH или BLOCK до его выполнения.
- 02Работает как прозрачный MCP-прокси перед любым сервером с поддержкой MCP.
- 03Предоставляет хуки хоста для Claude Code, Codex и Cursor (экспериментально).
- 04Работает по принципу fail-closed и не ослабляет политику без прошедшего аудит подтверждения человека.
- 05Поддерживает файлы политик, сохранённые в репозитории и проходящие код-ревью вместе с кодом.
- 06Включает дашборд с решениями в реальном времени и ожидающими подтверждениями.
Сценарии использования
- Не давать AI-агенту запускать в репозитории разрушительные команды shell, например rm -rf.
- Не позволять агентам читать файлы .env или раскрывать API-ключи через вызовы инструментов.
- Требовать подтверждения человека для чувствительных действий в автономных сценариях работы агентов.
- Проводить аудит и контролировать соблюдение политик использования инструментов командами, разворачивающими агентов на множестве систем.
Быстрый старт
- 1
Установите Doberman из PyPI
pip install doberman-core - 2
Включите автодополнение по Tab в оболочке (необязательно)
doberman --install-completion - 3
Настройте Doberman для Claude Code (выберите, какие агенты защищать, и настройте защитные механизмы)
doberman setup - 4
Убедитесь, что установка работает
doberman doctor
Что важно знать
- Проект находится в альфа-версии, поэтому возможны несовместимые изменения.
- Интеграции с Codex и Cursor помечены как экспериментальные.
- Если на запрос подтверждения не ответить, по истечении времени ожидания он будет отклонён автоматически.
В подборках
Темы
Частые вопросы
- Что такое Doberman-Core?
- Runtime-защита для AI-агентов, которая проверяет каждый вызов инструмента и возвращает PASS, AUTH или BLOCK до выполнения действия. Doberman — это уровень авторизации и защитных ограничений на пути выполнения между AI-агентом и его инструментами: файлами, shell, MCP-серверами и API. Перед запуском каждый вызов инструмента получает ровно один вердикт: PASS для обычных действий, AUTH для чувствительных действий, требующих подтверждения, и BLOCK для опасных действий, которые не будут выполнены. Doberman работает как прозрачный MCP-прокси или через хуки хоста для Claude Code, Codex, OpenClaw и Cursor.
- Doberman-Core можно использовать бесплатно? Какая у него лицензия?
- Doberman-Core распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- Doberman-Core всё ещё поддерживается?
- Активно поддерживается. Последний коммит в Doberman-Core — 29 окт. 2026 г..
- Для чего можно использовать Doberman-Core?
- Не давать AI-агенту запускать в репозитории разрушительные команды shell, например rm -rf. Не позволять агентам читать файлы .env или раскрывать API-ключи через вызовы инструментов. Требовать подтверждения человека для чувствительных действий в автономных сценариях работы агентов. Проводить аудит и контролировать соблюдение политик использования инструментов командами, разворачивающими агентов на множестве систем.
- Как установить Doberman-Core?
- Установите Doberman из PyPI: pip install doberman-core Включите автодополнение по Tab в оболочке (необязательно): doberman --install-completion Настройте Doberman для Claude Code (выберите, какие агенты защищать, и настройте защитные механизмы): doberman setup Убедитесь, что установка работает: doberman doctor
- Где скачать Doberman-Core?
- Исходный код и инструкции по установке — на GitHub: https://github.com/DobermanCore/Doberman-Core
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Защита перед выполнением команд, блокирующая опасные команды Git и файловой системы, а также доступ к файлам с секретами для AI-агентов, например Claude Code и Codex.
Открытый Python-фреймворк для red teaming систем на базе LLM и AI-агентов: имитирует атаки, выявляет уязвимости и предоставляет защитные механизмы для production.
SDK с открытым исходным кодом защищает AI-приложения от prompt injection, маскирует персональные данные и секреты и сканирует репозитории на атаки, нацеленные на AI-агентов.
Открытый стандарт и Python-верификатор: требуют подтверждаемого происхождения и подписанных доказательств перед выполнением AI-агентом высокорисковых вызовов инструментов.
Открытый межсетевой экран для AI-агентов: блокирует утечку секретов, prompt injection, SSRF и отравление MCP-инструментов, подписывая подтверждения решений.