README.hi.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

---

---

समर्थित harnesses

दो वर्गों में बारह harnesses — दस कोडिंग CLIs, और दो chat और assistant gateways (Hermes, OpenClaw)। सभी के लिए एक policy API और एक session history। एक policy क्या block कर सकती है यह per-harness है: tool call को चलने से पहले रोकना सभी बारह पर सत्यापित है, turn-end gates आठ पर हैं। per-harness matrix प्रत्येक द्वारा honored events की सूची देता है।

जो Agents किसी में भी नहीं चलते हैं वे Python SDK के माध्यम से रिपोर्ट करते हैं, जो आपको tracing, sessions और audits देता है। वहां enforcement के लिए आपके स्वयं के runtime में एक hook की आवश्यकता होती है — हमसे बात करें और हम इसे map करेंगे।

{/* 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). */}

स्थापित करें

npm install -g failproofai
failproofai config                             # अपने agents और daemon को wire करें
failproofai policies add FailproofAI/policies  # प्रवर्तन करने के लिए क्या चुनें
failproofai                                    # localhost:8020 पर dashboard

Setup hooks को wire करता है और कोई नहीं policies चुनता है — वह दूसरी कमांड है जो मशीन पर guardrails रखती है, और कोई भी pack एक ही तरह से typed है (failproofai policies add <owner>/<repo>; policies show <owner>/<repo> पहले एक को पढ़ता है)। बिना terminal के failproofai config चलाएं — CI, container, agent इसे चलाते हुए — और यह पूछने के बजाय लागू करता है। एक मशीन पर जो कभी setup नहीं हुई है, कोई भी अन्य कमांड पहले एक ही wizard चलाती है; इसे FAILPROOFAI_NO_FIRST_RUN=1 से disable करें।

जब तक pack नहीं आता, एकमात्र चीज़ जो प्रवर्तन करती है वह block-failproofai-commands है, जो हमेशा चालू रहती है और switch off या paused नहीं हो सकती: एक agent जो enforcement को pause कर सकता है अन्य सभी policies को switch off कर सकता है।

---

यह क्या रोकता है

Policy	यह क्या blocks करता है
block-env-files	.env और अन्य secret files की reads
warn-repeated-tool-calls	Agent एक ही call पर looping कर रहा है
block-sudo	Privilege escalation
warn-destructive-sql	DROP, TRUNCATE, unbounded DELETE
block-terraform / block-kubectl	Unreviewed changes to live infrastructure
block-rm-rf	Recursive file deletion
block-force-push / block-push-master	git push --force, direct pushes to main

इनमें से हर एक call को चलने से पहले gate करता है, इसलिए वे सभी बारह harnesses पर काम करते हैं। पहले चार किसी भी agent पर लागू होते हैं जो tool call कर सकता है; अंतिम तीन developer पसंद हैं — कोडिंग CLIs harness class हैं जिन्हें हम सबसे गहराई से कवर करते हैं। sanitize-* family अलग है: यह tool return के बाद चलता है, इसलिए यह context में secret को रखने के बजाय tool output में रिपोर्ट करता है।

→ सभी 39 built-in policies

---

आपकी स्वयं की policies

.failproofai/policies/ में एक फाइल छोड़ें — यह स्वचालित रूप से लोड होता है, कोई flags की आवश्यकता नहीं। इसे commit करें और पूरी team को अगली pull पर यह मिल जाएगा।

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();
  },
});

हर policy के लिए उपलब्ध तीन निर्णय:

निर्णय	प्रभाव
allow()	Operation की अनुमति दें
deny(message)	इसे block करें — message agent को वापस जाता है
instruct(message)	इसे through होने दें, लेकिन agent के अगले prompt में context जोड़ें

→ एक policy लिखें

---

अवलोकन

Enforcement एक आधा है। दूसरा आधा यह देखना है कि agent ने वास्तव में क्या किया।

failproofai को कोई arguments के साथ चलाएं और यह localhost:8020 पर एक dashboard serve करता है जो आपकी मशीन पर पहले से मौजूद run history को पढ़ता है — कोई account नहीं, कोई signup नहीं, कुछ भी box से बाहर नहीं जाता। आप session list, हर run के अंदर model calls, tool calls और hook decisions का sequence, क्या block हुआ और policy ने agent को क्या बताया, और एक offline audit (failproofai audit) प्राप्त करते हैं जो आपके history को risky patterns के लिए scan करता है और policies suggest करता है उन्हें रोकने के लिए।

→ Local dashboard · एक trace पढ़ें · Local audit

Failproof AI Observability उसी data model का hosted side है, teams के लिए जो fleet में agents चलाते हैं: हर harness से हर run एक जगह पर, एक execution graph जिसमें parallel sub-agents अपनी lanes पर हैं, models, tools और hooks के लिए p50/p95/p99 latency, per-model cost और context-window tracking, error tracking, आपके स्वयं के traces पर SQL के साथ shareable dashboards, आपकी स्वयं की service द्वारा scored evaluations, और scheduled audits जो recurring failures को evidence-backed findings में बदलते हैं, और alerts Slack, email या एक signed webhook को route करते हैं। Enterprise plan पर आपके स्वयं के cluster में self-hosting उपलब्ध है।

→ Sessions · Audits · एक demo बुक करें

---

Documentation

शुरुआत करें
Quickstart	Install करें, एक harness connect करें, पहला run देखें
Concepts	Hook system कैसे काम करता है
समर्थित harnesses	सभी 12, और हर एक क्या enforce कर सकता है

देखभाल करें
Sessions	एक run को follow करें: models, tools, errors, latency
एक trace पढ़ें	Execution graph आपको क्या बता रहा है
Audits	कई sessions में failure patterns खोजें
Local dashboard	localhost:8020, कोई account की आवश्यकता नहीं

प्रवर्तन करें
Policy packs	Failproof AI policies, और policy hub से packs
एक policy लिखें	एक audit से, या code में
Configuration	Config scopes, merge rules और policy parameters

अपने स्वयं के agent को instrument करें
Python SDK	किसी भी harness के बिना एक agent से runs रिपोर्ट करें
Policy SDK	allow / deny / instruct reference

---

License

MIT with Commons Clause — आंतरिक और व्यक्तिगत उपयोग के लिए मुक्त; failproofai का स्वयं का commercial resale एक अलग समझौते की आवश्यकता है। पूर्ण text के लिए LICENSE देखें।

---

योगदान

CONTRIBUTING.md देखें। नई policies, edge cases, और अनुवाद सभी स्वागत हैं।

शुरू करने से पहले build करें। पहले bun install && bun run build चलाएं। यह repo failproofai के स्वयं के hooks को स्वयं पर चलाता है, और वे compiled dist/ bundle के विरुद्ध failproofai import को resolve करते हैं — build के बिना आप Cannot find package 'failproofai' hook errors को hit करेंगे। src/ बदलने के बाद rebuild करें। देखें Build before the in-repo dev hooks will work।

---

❤️ के साथ befailproof.ai द्वारा SF और Bengaluru में निर्मित।