README.de.md

⚠️ This is an auto-generated translation. For the latest version, see the English README. Community corrections welcome!

🇺🇸 English | 🇨🇳 简体中文 | 🇯🇵 日本語 | 🇰🇷 한국어 | 🇪🇸 Español | 🇧🇷 Português | 🇩🇪 Deutsch | 🇫🇷 Français | 🇷🇺 Русский | 🇮🇳 हिन्दी | 🇹🇷 Türkçe | 🇻🇳 Tiếng Việt | 🇮🇹 Italiano | 🇸🇦 العربية | 🇮🇱 עברית

---

---

Unterstützte Harnesses

Zwölf Harnesses in zwei Klassen – zehn Coding-CLIs und zwei Chat- und Assistenten-Gateways (Hermes, OpenClaw). Eine einheitliche Policy-API und eine gemeinsame Sitzungshistorie für alle. Was eine Richtlinie blockieren kann, ist harness-spezifisch: Das Stoppen eines Tool-Aufrufs vor seiner Ausführung ist auf allen zwölf verifiziert, Gesprächsende-Gates auf acht. Die harness-spezifische Matrix listet die Ereignisse auf, die jeder Harness berücksichtigt.

Agenten, die in keinem davon laufen, berichten über das Python SDK, das Tracing, Sitzungen und Audits bietet. Durchsetzung dort erfordert einen Hook in deiner eigenen Laufzeitumgebung – sprich uns an und wir finden gemeinsam eine Lösung.

{/* A 6-column table instead of inline runs: table columns never re-wrap, so the grid stays 2×6 at any window width (scrolling on very narrow screens instead of collapsing into ragged orphan rows). */}

Installation

npm install -g failproofai
failproofai config                             # wire up your agents and the daemon
failproofai policies add FailproofAI/policies  # choose what to enforce
failproofai                                    # dashboard on localhost:8020

Die Einrichtung verbindet die Hooks und wählt keine Richtlinien aus – der zweite Befehl ist es, der Leitplanken auf dem Rechner aktiviert. Jedes Paket wird auf dieselbe Weise angegeben (failproofai policies add <owner>/<repo>; policies show <owner>/<repo> zeigt zunächst eines an). Führe failproofai config ohne Terminal aus – in CI, einem Container oder einem steuernden Agenten – und es wird direkt angewendet, ohne Rückfragen. Auf einem noch nicht eingerichteten Rechner führt jeder andere Befehl zunächst denselben Einrichtungsassistenten aus; deaktiviere das mit FAILPROOFAI_NO_FIRST_RUN=1.

Solange kein Paket geladen ist, ist lediglich block-failproofai-commands aktiv – diese Richtlinie ist immer eingeschaltet und kann weder deaktiviert noch pausiert werden: Ein Agent, der die Durchsetzung pausieren kann, könnte sonst jede andere Richtlinie abschalten.

---

Was blockiert wird

Richtlinie	Was sie blockiert
block-env-files	Lesezugriffe auf .env und andere Secret-Dateien
warn-repeated-tool-calls	Endlosschleifen des Agenten beim selben Aufruf
block-sudo	Privilege Escalation
warn-destructive-sql	DROP, TRUNCATE, uneingeschränkte DELETE-Anweisungen
block-terraform / block-kubectl	Ungeprüfte Änderungen an Live-Infrastruktur
block-rm-rf	Rekursives Löschen von Dateien
block-force-push / block-push-master	git push --force, direkte Pushes nach main

Alle diese Schranken greifen vor der Ausführung des Aufrufs – sie gelten daher für alle zwölf Harnesses. Die ersten vier wirken auf jeden Agenten, der Tools aufrufen kann; die letzten drei sind die Favoriten unter Entwicklern – Coding-CLIs sind die Harness-Klasse, die wir am tiefsten abdecken. Die sanitize-*-Familie ist separat: Sie läuft nach der Rückgabe eines Tools und meldet ein Secret in der Tool-Ausgabe, anstatt es aus dem Kontext fernzuhalten.

→ Alle 39 integrierten Richtlinien

---

Eigene Richtlinien

Lege eine Datei in .failproofai/policies/ ab – sie wird automatisch geladen, ohne weitere Flags. Commit sie und das gesamte Team erhält sie beim nächsten Pull.

import { customPolicies, deny, allow } from "failproofai";

customPolicies.add({
  name: "no-production-writes",
  match: { events: ["PreToolUse"] },
  fn: async (ctx) => {
    if (ctx.toolInput?.file_path?.includes("production"))
      return deny("Writes to production paths are blocked.");
    return allow();
  },
});

Jeder Richtlinie stehen drei Entscheidungen zur Verfügung:

Entscheidung	Wirkung
allow()	Operation erlauben
deny(message)	Blockieren – die Nachricht geht zurück an den Agenten
instruct(message)	Durchlassen, aber dem nächsten Prompt des Agenten Kontext hinzufügen

→ Richtlinie schreiben

---

Observability

Durchsetzung ist die eine Hälfte. Die andere Hälfte ist zu sehen, was der Agent tatsächlich getan hat.

Führe failproofai ohne Argumente aus und es startet ein Dashboard unter localhost:8020, das die bereits auf deinem Rechner gespeicherte Ausführungshistorie liest – kein Konto, keine Registrierung, nichts verlässt das Gerät. Du erhältst die Sitzungsliste, die Abfolge von Modellaufrufen, Tool-Aufrufen und Hook-Entscheidungen innerhalb jedes Laufs, was blockiert wurde und was die Richtlinie dem Agenten mitgeteilt hat, sowie ein Offline-Audit (failproofai audit), das deine Historie auf riskante Muster scannt und Richtlinien vorschlägt, um sie zu unterbinden.

→ Lokales Dashboard · Einen Trace lesen · Lokales Audit

Failproof AI Observability ist die gehostete Seite desselben Datenmodells, für Teams, die Agenten auf einer ganzen Flotte betreiben: Jeder Lauf aus jedem Harness an einem Ort, ein Ausführungsgraph mit parallelen Sub-Agenten auf eigenen Spuren, p50/p95/p99-Latenz für Modelle, Tools und Hooks, modellbezogene Kosten- und Kontextfenster-Verfolgung, Fehler-Tracking, SQL über deine eigenen Traces mit teilbaren Dashboards, Auswertungen durch deinen eigenen Dienst bewertet, geplante Audits, die wiederkehrende Fehler in belegbare Erkenntnisse umwandeln, und Benachrichtigungen an Slack, E-Mail oder einen signierten Webhook. Self-Hosting im eigenen Cluster ist im Enterprise-Plan verfügbar.

→ Sitzungen · Audits · Demo buchen

---

Dokumentation

Einstieg
Schnellstart	Installieren, Harness verbinden, ersten Lauf ansehen
Konzepte	Wie das Hook-System funktioniert
Unterstützte Harnesses	Alle 12 und was jeder durchsetzen kann

Beobachten
Sitzungen	Einen Lauf verfolgen: Modelle, Tools, Fehler, Latenz
Einen Trace lesen	Was der Ausführungsgraph aussagt
Audits	Fehlermuster über viele Sitzungen hinweg finden
Lokales Dashboard	localhost:8020, kein Konto erforderlich

Durchsetzen
Richtlinienpakete	Die Failproof AI-Richtlinien und Pakete aus dem Policy Hub
Richtlinie schreiben	Aus einem Audit oder im Code
Konfiguration	Konfigurationsbereiche, Zusammenführungsregeln und Richtlinienparameter

Eigenen Agenten instrumentieren
Python SDK	Läufe eines Agenten ohne Harness melden
Policy SDK	Referenz für allow / deny / instruct

---

Lizenz

MIT mit Commons Clause – kostenlos für den internen und privaten Gebrauch; der kommerzielle Weiterverkauf von failproofai selbst erfordert eine separate Vereinbarung. Den vollständigen Text findest du unter LICENSE.

---

Mitwirken

Siehe CONTRIBUTING.md. Neue Richtlinien, Randfälle und Übersetzungen sind herzlich willkommen.

Vor dem Start bauen. Führe zuerst bun install && bun run build aus. Dieses Repository wendet failproofais eigene Hooks auf sich selbst an, und diese lösen den failproofai-Import gegen das kompilierte dist/-Bundle auf – ohne einen Build erhältst du Cannot find package 'failproofai'-Hook-Fehler. Nach Änderungen an src/ neu bauen. Siehe Build before the in-repo dev hooks will work.

---

Gebaut mit ❤️ von befailproof.ai in SF und Bengaluru.