オープンプレビュー · MIT ライセンス

aegis-trust デコレータ 1 つ。データ境界で 目的+スコープ

インストール

PyPI と npm で公開済み。パッケージは公開されており、SDK はアカウント・gateway・token なしで LITE モードで動きます。

Python

pip install --pre aegis-trust

--pre フラグが必須です。現行プレリリース(0.9.0rc8)に解決されます。 素の pip install aegis-trust は v1.0 GA まで旧安定版(0.9.1)を返します。 明示的に固定するには pip install 'aegis-trust==0.9.0rc8'PyPI で見る →

TypeScript / Node

npm install aegis-trust

0.9.0-rc8rc dist-tag の現行版)に解決されます。 npm install aegis-trust@rc@0.9.0-rc8 の固定でも可。 npm で見る →

データアクセサをラップする

LLM クライアントではなく、データを取得する関数をラップします。ラップ後も同じシグネチャを保つので、 既に使っているエージェントフレームワーク、ツールレジストリ、メッセージ構築ステップにそのまま渡せます。

Pythonそのまま動く · LITE モード
from aegis_trust import shield

@shield(purpose="customer_support", scope=["name", "issue"])
def get_customer(id):
    return db.fetch(id)  # 実際の fetch

# get_customer は raw アクセサと同じように使える —
# Anthropic / OpenAI / Bedrock の payload、LangChain / LlamaIndex / CrewAI のツール。
TypeScript / Node同じ契約
import { shield } from "aegis-trust";

const getCustomer = shield({
  purpose: "customer_support",
  scope: ["name", "issue"],
})(db.fetch);

// getCustomer は db.fetch と同じシグネチャ。
// フレームワークのツールレジストリに渡すだけ。

これらはフレームワークアダプタではなく、汎用ラッパーです。今日から動きますが、フレームワークへの 配線はご自身で行います。パッケージ内には MCP、LangChain.js、CrewAI(Node)の実行可能サンプルがあります。

状態と正直な制約

これは Alpha プレビューです。コードから自分で発見せずに済むよう、できないことをここに列挙します。

  • GA ではなく、SLA なし、本番非対応。 安定レベルは preview。公開 API は rc タグ間で変わり得ます。本番利用は自己責任です。
  • ストリーミング応答は保持されません。 shield() はフィルタ前に戻り値全体をバッファします。ストリーミング LLM API の SSE / chunked / generator 応答は未対応です。
  • ファーストパーティのフレームワークアダプタはありません。 Anthropic、OpenAI、Vercel AI SDK、Mastra、LlamaIndex、Bedrock、AutoGen は汎用ラッパーで 「パターン互換」です — 専用の統合モジュールではありません。
  • ローカル監査ログは追記専用で、改竄検知はありません。 LITE モード(公開プレビュー)では SDK は素の追記専用ローカルレコードを書きます(Python は SQLite、Node は JSONL)。 改竄検知は FULL モードの aegis-core gateway の性質であり(FULL は private pilot 経路で本プレビュー対象外)、 これらのローカルファイルの性質ではありません。LITE / FULL モードを参照。
  • コンプライアンス認証はありません。 プレビューに SOC 2 / ISO 27001 / PCI-DSS / HIPAA の認証は存在しません。SDK は設計上の データ最小化ツールですが、DPA も DSR ツールも付属しません — 自社の DPIA が必要です。

上記のいずれかが要件上の障害になるなら、プレビューを採用せず v1.0 GA をお待ちください。

インストールして、フィールドを除去してみる。