Überprüfen Sie von KI geschriebenen Code, indem Sie Eingabeaufforderungen mit Git-Commits verknüpfen.
brain0, von Brain0 Ai, ist ein MCP-Server und ein Sicherheitsbeobachtungswerkzeug, das KI-unterstützte Codierungsinteraktionen aufzeichnet, um manipulationssichere Herkunftsnachweise für Commits zu erzeugen. Die App verknüpft natürliche Sprachaufforderungen mit den resultierenden git-Änderungen, erkennt unbeabsichtigte Modifikationen und weist Commits Risikostufen zu, um Prüfungsabläufe zu unterstützen. Sie läuft als ein lokal-first Rust-Daemon mit Geräte-Embeddings und Geheimnisredaktion, der sich an Entwickler, Sicherheitsprüfer und DevSecOps-Teams richtet.
Es mappt Eingaben auf Commits, damit Teams die Entscheidungen des Agenten überprüfen können
brain0 erstellt einen passiven Entscheidungsgraphen, der jede KI-Eingabe mit dem genauen git-Commit verknüpft, den sie ausgelöst hat, und ein navigierbares Protokoll für eine nachträgliche Überprüfung erstellt. Signierte Herkunftsattestierungen und inhaltsadressierter Speicher fügen Beweise für Manipulationen bei Lieferkettenprüfungen hinzu. Ausgaben werden als strukturierte Artefakte aufgezeichnet, die es Prüfern ermöglichen, Eingabe → Agententranskript → Unterschied zu durchlaufen, ohne die bestehende Commit-Historie zu ändern.
Drift-Erkennung und Risikobewertung kennzeichnen Abweichungen zwischen Absicht und Änderung
Das Tool vergleicht die erklärte Absicht eines Agenten mit dem tatsächlichen git-Unterschied und hebt nicht erwähnte oder unerwartete Änderungen mit seiner Drift Detection-Funktion hervor. Ein separates evidenzbasiertes Risikobewertungsverfahren weist den Commits Risikostufen zu, und DLP Audit scannt Transkripte nach exponierten Geheimnissen oder PII. Diese Ausgaben sind diagnostisch und sollen Elemente für menschliche Prüfer hervorheben, anstatt den Code automatisch zu beheben.
Die Bereitstellung hängt von der MCP-Unterstützung und den TypeScript-Workspace-Komponenten ab
brain0 läuft als lokaler Rust-Daemon, benötigt jedoch Node.js v20+ und pnpm für seinen TypeScript-Workspace und integriert sich nur mit MCP-konformen Agenten und IDEs wie Claude Code, Cursor und Windsurf. Optionale lokale Modelle werden über Ollama unterstützt. Diese Umgebungsanforderungen bestimmen, wo das Tool installiert werden kann und welche Codierungsagenten für seinen Entscheidungsgraphen sichtbar sind.
Passive, lokal-first Operation passt zu Prüfungsabläufen, ohne die Gewohnheiten der Entwickler zu ändern
Die App überwacht die Aktivität des Agenten passiv und erfordert keine git-Hooks oder Arbeitsablaufänderungen, sodass Teams sie übernehmen können, ohne alltägliche Commits zu ändern. Die Geheimnisredaktion erfolgt bei der Eingabe, um Anmeldeinformationen und PII vor der Speicherung zu maskieren, und das System ist standardmäßig so konzipiert, dass es offline arbeitet, wobei Einbettungen und Entscheidungsgraphen auf dem Gerät bleiben, um mit datenschutzsensiblen Umgebungen übereinzustimmen.
Am besten geeignet für Teams, die bereit sind, Open-Source-Observability-Tools zu betreiben
Als ein Open-Source-Projekt, das von Nicola Alessi geleitet wird und in den KI-Entwicklungskreisen sichtbare Fortschritte erzielt, eignet sich brain0 für Ingenieur- und Sicherheitsteams, die Integrationen bereitstellen und warten sowie auf die produzierten Beweise reagieren können. Organisationen sollten Governance- und Überprüfungsprozesse planen, damit Prüfungsartefakte in Durchsetzungsmaßnahmen übersetzt werden, da das Projekt forensische Aufzeichnungen anstelle von automatisierter Richtliniendurchsetzung bereitstellt.
