Vigil Guard
Vigil GuardEnterprise AI Detection and Response Platform

Buduj i zabezpieczaj aplikacje AI

Modele ML, typowane SDK i gotowe integracje dla Claude Code, n8n, LiteLLM i własnych stacków.

Modele, SDK i integracje

Każdy komponent stosu detekcji Vigil Guard, dostępny jako osobny moduł.

VGE CC-Guard

Bezpieczny Claude Code od pierwszego uruchomienia

Claude Code może czytać Twoje .env, uruchamiać komendy powłoki, edytować repozytorium i pobierać niezaufaną treść z internetu. CC-Guard przechwytuje każde wywołanie narzędzia, prześwietla wyniki przez Vigil Guard Enterprise (VGE) zanim trafią do modelu i prosi Cię o decyzję, gdy coś jest ryzykowne. Twój zespół zachowuje produktywność Claude Code bez cichych wycieków, prompt injection i przypadkowych zapisów.

  • Bramka per narzędzie: allow, ask lub block przed wykonaniem
  • Analiza wyników narzędzi przez VGE z kwarantanną i decyzją HITL
  • Deny-lista ścieżek poświadczeń (.env, ~/.ssh, AWS, GCP, kube)
  • URL Access Baseline blokuje endpointy metadanych chmury i niebezpieczne kształty URL
  • Edytor natywnych uprawnień Claude Code (tabele allow, ask, deny)
  • Lokalny log audytowy JSONL, bez przechowywania surowego zablokowanego wyniku

Zainstaluj

$ npm install -g @vigil-guard/vge-cc-guard

Następnie uruchom vge-cc-guard install --apply --scope=user, żeby podpiąć go pod Claude Code.

Konfigurator terminalowy VGE CC-Guard z sekcjami Setup, Polityka, Obserwacja i System

VGE PromptGuard v1g

VGE PromptGuard v1g to nasz otwarty model detekcji prompt injection, dostępny publicznie, żebyś mógł bezpośrednio ocenić nasze podejście do detekcji. To jeden z naszych wcześniejszych modeli, który udostępniamy otwarcie. Aktualnych modeli produkcyjnych nie publikujemy: ich wag nie udostępniamy, żeby atakujący nie mogli offline profilować detektora i przygotowywać pod niego technik omijania.

Karta modelu VGE PromptGuard v1g na Hugging Face z wynikami ewaluacji i szczegółami modelu
  • Natywny angielski i polski, z klasyfikacją świadomą kodu źródłowego i wyników narzędzi
  • 0.981 F1 na bezpośrednim prompt injection (otwarty v1g, opublikowany benchmark)
  • 97.5% wykrywalność ataków agentycznych w tool outputs, odpowiedziach API i function returns
  • Poniżej 1% false positive na produkcyjnym, reprezentatywnym ruchu
  • 2× wyższy F1 niż model bazowy na zbiorze walidacyjnym Protect AI (0.934 vs 0.452)
  • Inferencja na CPU w czasie rzeczywistym, bez GPU

Python SDK

Oficjalny Python SDK dla Vigil Guard Enterprise

from vigil_guard import VigilClient
client = VigilClient(api_key="...")
result = await client.guard(prompt)
  • Pełny dostęp do API
  • Wsparcie async
  • Type hints i dokumentacja
  • Zarządzanie politykami

LiteLLM Guardrail (oficjalny)

Vigil Guard jest wbudowanym dostawcą guardrail w LiteLLM Proxy. Dodajesz jeden blok do config.yaml i chronisz każdy model za swoją bramą. Bez osobnego connectora do instalacji.

Okno Create guardrail w LiteLLM z wybranym dostawcą Vigil Guard
  • Natywny dostawca vigil_guard, dostarczany wewnątrz LiteLLM
  • Konfiguracja w config.yaml, bez dodatkowego repo i kroku budowania
  • Tryby pre_call i post_call: skan promptów i odpowiedzi modelu
  • Decyzje ALLOW / SANITIZE / BLOCK zgodnie z Twoją polityką
  • Sprawdza argumenty wywołań narzędzi w kontroli post_call
  • Fail-closed domyślnie, fail_open dostępny per guardrail

n8n Verified Community Node

Zweryfikowany i dostępny na n8n Cloud oraz n8n On-Prem od 21 marca 2026. Dodaj zabezpieczenia AI od Vigil Guard bezpośrednio do swoich workflow z poziomu canvasu.

Workflow n8n z węzłami Vigil Guard chroniącymi wejście i wyjście agenta AI
  • Wizualny kreator workflow
  • Ochrona agentów AI w runtime
  • Akcje ALLOW / SANITIZE / BLOCK
  • Bez kodowania

Nie możesz zabezpieczyć tego, czego nie widzisz.

AI jest już częścią Twojego środowiska. Vigil Guard pokazuje każdy prompt i odpowiedź oraz blokuje prompt injection i wyciek danych.