Что это такое?
Фреймворк на Python для создания AI-агентов с полной прозрачностью действий, аудитом и безопасным выполнением.
Проект / Python
ttguy0707/CyberClaw: CyberClaw — прозрачная архитектура для AI-агентов с полным аудитом
Если вы хотите знать, что именно делает ваш AI-агент в каждый момент времени, и контролировать его действия, CyberClaw предлагает полную прозрачность и безопасность.
CyberClaw — это фреймворк для создания прозрачных и контролируемых AI-агентов. Он решает проблему «чёрного ящика», предоставляя полный аудит всех действий агента, двухэтапный безопасный вызов инструментов и изолированную среду выполнения. Проект вдохновлён...
Для кого это
Для разработчиков и компаний, которые внедряют AI-агентов в рабочие процессы и нуждаются в контроле, аудите и безопасности, особенно в корпоративной среде.
Проблема / задача
AI-агенты часто работают как «чёрный ящик»: непонятно, какие решения они принимают, какие инструменты вызывают и могут ли они совершить опасное действие. Это создаёт риски для безопасности и доверия.
Как это работает
CyberClaw строит агента вокруг принципа «нулевого доверия». Каждое действие проходит двухэтапную проверку: сначала агент показывает «инструкцию» к инструменту (help), и только после одобрения пользователя выполняет его (run). Вся активность — запросы к модели, вызовы инструментов, результаты — логируется в реальном времени в структурированном виде (JSONL) и отображается в красивом терминале. Агент работает в...
Что видно по README
CyberClaw — это фреймворк для создания прозрачных и контролируемых AI-агентов. Он решает проблему «чёрного ящика», предоставляя полный аудит всех действий агента, двухэтапный безопасный вызов инструментов и изолированную среду выполнения. Проект вдохновлён OpenClaw и совместим с его экосистемой навыков, а также с навыками Claude Code.
Ключевые возможности
Технологии
Темы и ключи
Интересный факт
Проект заявляет о снижении частоты критических (P0) инцидентов на 80% — с 50% до 10% — благодаря своей архитектуре «нулевого доверия» и двухэтапному выполнению.
С чего начать
- Клонировать репозиторий и перейти в его директорию
- Установить зависимости командой pip install -e .
- Запустить мастер настройки: cyberclaw config для ввода API-ключа и модели
Оценка GitRadar
Удобство
6/10
Свежесть
8/10
Перспектива
8/10
Монетизация
7/10
Общая оценка
7/10
Вердикт GitRadar
Стоит попробовать, если вы разрабатываете серьёзных AI-агентов и вам критически важны безопасность и наблюдаемость. Архитектурные идеи (аудит, двухэтапный вызов) очень сильные, хотя проект молодой и требует проверки в бою.
Наблюдения по обновлениям
Проект очень свежий (14 звёзд, 1 форк), активно развивается, README и код выглядят продуманными. Это ранняя, но амбициозная версия.
Что мы проверили
Карточка собрана по данным GitHub, README и структуре репозитория. Это не официальная документация проекта.
- Исходный репозиторий
- https://github.com/ttguy0707/CyberClaw
- Лицензия
- MIT
- Создан на GitHub
- 7 апреля 2026 г.
- Последнее обновление репо
- 7 апреля 2026 г.
- Последняя проверка GitRadar
- 7 апреля 2026 г.
- Изученные файлы
- README.md, entry/cli.py, entry/main.py, requirements.txt, cyberclaw/core/bus.py, cyberclaw/core/config.py
FAQ
Для кого подходит?
Для разработчиков и инженеров, которые внедряют AI-агентов в продукты или внутренние процессы и нуждаются в контроле и безопасности.
Источники
Нужна помощь с ttguy0707/CyberClaw?
Если проект подходит под ваш сценарий, можем помочь с установкой, интеграцией, доработкой или аккуратным форком под вашу инфраструктуру.