Narzędzia dla agentów AI z Show HN: runtime, rejestr, skaner i skrzynka

Pod koniec września większość dyskusji o agentach w firmach dotyczy dashboardów governance i warstw kontrolnych. Narzędzia pod spodem docierają przez cichsze kanały, głównie przez posty Show HN.

Na tych forach pojawiły się cztery projekty, które wspólnie obrazują, jak wygląda stos self-hosted agentów składany z pojedynczych elementów, a nie kupowany jako gotowa platforma. Żaden z nich nie jest typowym launchem produktu. To repozytoria, pojedyncze binaria i strony dokumentacji, publikowane z dostępem do kodu źródłowego i, w większości przypadków, z wyraźną obietnicą, że ciekawe funkcje nie są trzymane dla płatnych tierów.

Runtime, który chce być podłogą, a nie sufitem

Soma, opublikowany na Show HN 2 grudnia, opisuje się w swojej dokumentacji jako open-source'owy, self-hostowalny runtime dla agentów AI i workflowów, skierowany do każdego, od startupów po duże korporacje. Propozycja jest celowo nieefektowna: definiujesz agentów i funkcje MCP w zwykłym kodzie, używasz frameworku, który już masz, a Soma zajmuje się tolerancją na błędy, możliwością wznawiania i infrastrukturą wokół tego.

Dokumentacja wymienia pojedyncze binario, automatyczne endpointy A2A (Agent2Agent) z kompatybilnością OpenAI Streaming oznaczoną jako wkrótce dostępna, serwer MCP zintegrowany z dostawcami SaaS, który zarządza szyfrowaniem i rotacją poświadczeń, interfejs do debugowania agentów i funkcji MCP, zarządzanie kluczami API z drobnym podziałem, bramkę AI wychodzącą, która przechwytuje żądania do dostawców modeli, oraz zarządzanie sekretami przez lokalne, AWS lub planowane GCP KMS. Wsparcie dla TypeScript jest dostępne teraz, Python jest wkrótce, a Rust jeszcze niedostępny.

Tabela platform w dokumentacji oznacza macOS i linuksowe buildy GNU dla x86 i ARM jako dostępne dla TypeScript i Pythona, przy czym Windows nie jest wspierane. Dokumentacja przypisuje brak wsparcia dla Windows użyciu gniazd domeny Unix w Rust i linkuje do powiązanego problemu, zamiast obiecywać datę.

Dokumentacja przedstawia Somę jako "dno piramidy", dostarczając podstawowe bloki budujące i doświadczenie deweloperskie, pozostawiając logikę agentów frameworkowi, którego już używa zespół.

To pozycjonowanie ma znaczenie dla kupujących z sektora enterprise. Runtime, który wyraźnie odmawia przejęcia warstwy frameworkowej, łatwiej wkomponować w istniejącą ocenę niż platforma, która wymaga przepisania kodu. Oznacza to też, że pytanie o dostawcę zmienia się z "który framework agenta" na "kto operuje runtime'em", co jest mniejszym zobowiązaniem.

Rejestr artefaktów, który traktuje agentów jak kolejny format pakietów

Artifact Keeper, opublikowany 6 lutego, to wcale nie framework agenta. To self-hostowany rejestr artefaktów, reklamowany jako zamiennik JFrog Artifactory i Sonatype Nexus, a jego README jest nietypowo bezpośrednie w kwestii modelu biznesowego: bez open-core, bez edycji enterprise, bez niespodziewanych faktur.

Tabela repozytorium wymienia backend w Rust, Axum, SQLx, PostgreSQL i Wasmtime z ponad 45 handlerami formatów, webowy dashboard Next.js 15, aplikacje iOS i macOS w SwiftUI, aplikację Androida w Jetpack Compose, planowany CLI w Rust, moduły infrastrukturalne Helm i Terraform, specyfikację OpenAPI 3.1 z 277 operacjami oraz szablon przykładowego pluginu WASM stworzony dla formatu .unitypackage Unity. Dla zespołów uruchamiających pipeline'y agentów istotne są repozytoria proxy i wirtualne, które cache'ują artefakty z npmjs.com, PyPI, Maven Central i Docker Hub przy pierwszym żądaniu i rozwiązują pakiety prywatne przed publicznymi, oraz detekcja podatności Trivy, analiza SBOM OWASP Dependency-Track, audyt zgodności OpenSCAP, podpisywanie GPG i PGP z zarządzaniem kluczami oraz silnik polityk z bramkami jakości, progami istotności i wymuszaniem skanowania przed pobraniem.

Replikacja między peerami używa modelu mesh z politykami synchronizacji opartymi na etykietach, reaktywnymi subskrypcjami i transferami P2P między peerami, co README sugeruje do umieszczania cache'ów blisko agentów build. Uwierzytelnianie obejmuje OpenID Connect, LDAP, SAML 2.0, JWT i tokeny API, z RBAC na repozytorium. Obserwowalność obejmuje metryki Prometheus opisane jako ponad 30 gauge'ów, liczników i histogramów ak_*, opcjonalne śledzenie OpenTelemetry z eksportem OTLP do Jaeger, Tempo lub Datadog oraz sondy zdrowia Kubernetes pod /livez, /readyz i /healthz.

Szybki start to trzy komendy: sklonuj repozytorium, zmień katalog, uruchom docker compose up -d, a następnie odwiedź localhost:9080. Wdrożenie produkcyjne kieruje do osobnego repozytorium infrastrukturalnego z wykresem Helm, modułami Terraform dla EKS, RDS i S3, GitOps ArgoCD i stosem monitoringu. Narzędzia migracyjne z JFrog Artifactory są wbudowane i opisane jako operacja jednokomendowa obejmująca repozytoria, artefakty, użytkowników i uprawnienia.

Czy rejestr należy do stosu agenta, to sprawiedliwe pytanie. Odpowiedź README jest implikowana: agenci produkują i konsumują pakiety, obrazy kontenerów i podpisane artefakty, a te same kontrole łańcucha dostaw, które dotyczą kodu pisanego przez ludzi, dotyczą również ich.

Skaner dla serwerów MCP już znajdujących się na Twoim komputerze

Golf Scanner, opublikowany 8 marca, rozwiązuje problem, którego większość inwentaryzacji enterprise jeszcze nie obejmuje. To darmowy, open-source'owy CLI, napisany w czystym Go z trzema zależnościami, który wykrywa konfiguracje serwerów MCP na całej maszynie i uruchamia na nich kontrole bezpieczeństwa. Dostarczany jest jako pojedyncze statyczne binario, z zerowym telemetrią i bez wymaganego konta.

Lista wykrywania wymienia siedem IDE: Claude Code, Cursor, VS Code, Windsurf, Gemini CLI, Kiro i Antigravity. Skaner uruchamia 20 kontroli bezpieczeństwa, podzielonych na dziewięć offline i jedenaście online, przy czym kontrole online zapytują OSV, GitHub, npm, PyPI, rejestry OCI i Rejestr MCP. Każdy serwer otrzymuje ocenę ryzyka od 0 do 100, używając ważenia według istotności z twardymi limitami.

Kontrole są konkretne. Bezpieczeństwo komend szuka wzorców eskalacji uprawnień i iniekcji shell. Kontrole poświadczeń znajdują jawne sekrety w argumentach, URL-ach i zmiennych środowiskowych. Lokalizacja skryptów flaguje skrypty uruchamiane z /tmp lub katalogów domowych, a uprawnienia skryptów wykrywają pliki zapisywalne przez wszystkich. Izolacja kontenera flaguje tryb --privileged, niebezpieczne capability'y i współdzielenie przestrzeni nazw hosta, podczas gdy wolumeny kontenera flagują montowanie systemu plików głównego, /etc lub gniazda Docker. Lista rejestru potwierdza obecność w Rejestrze MCP. Podatności zapytują OSV.dev o znane CVE i malware w pakietach npm i PyPI. Typoquatting identyfikuje podobnie nazwane pakiety, dystrybucja ocenia metryki pobierania i wiek pakietu, a zaufanie GitHub ocenia aktywność repozytorium, licencjonowanie i liczbę współtwórców.

Scoring jest szczegółowo udokumentowany: każda kontrola produkuje ustalenia, najgorsza istotność ustawia ocenę kontrolki od 0 do 10, a oceny łączą się przez średnią ważoną według istotności, gdzie critical to 10x, high to 7.5x, medium to 5x, a note to 1x. Działają twarde limity. Każde ustalenie critical ogranicza sumę do 30, a każde high do 59.

CLI przyjmuje flagi, w tym --offline, --format table lub json, --json jako skrót, --fail-on z progami od note do critical, --verbose i --quiet. Kody wyjścia to 0 dla sukcesu, 1 dla braku argumentów, nieznanych komend, przekroczenia progu --fail-on lub konfliktu flag, oraz 2 dla błędów JSON lub nieprawidłowej wartości --fail-on. Zmienna środowiskowa GITHUB_TOKEN jest opcjonalna i podnosi limit stawki API GitHub z 60 do 5 000 żądań na godzinę.

Skrzynka odbiorcza dla pracy, która przetrwa rozmowę

Pizza Bot, opublikowany 15 września, podejmuje przeciwny do tego samego problemu. Zamiast rządzić agentami, daje im miejsce, gdzie się zgłaszać. Opis na GitHubie nazywa go lokalną skrzynką odbiorczą dla długotrwałych agentów AI, zbudowaną z DeepAgents i LangGraph, a README stwierdza, że została rozwinięta w Amazonie i wydana na licencji Apache 2.0.

Ramy README to kolejka, a nie czat. Rozpocznij lub zaplanuj zadanie, odejdź i wróć do ukończonej pracy w Nieprzeczytanych oraz decyzjach czekających w Akcji. Agenci nadal pracują, gdy nawiguje się dalej lub rozłączasz, a tylko proces api-server musi pozostać uruchomiony. Stanowy runtime DeepAgents i LangGraph serwuje to samo doświadczenie React w Electronie i przeglądarce, a aplikacja desktopowa, webowa i terminalowy CLI komunikują się z api-server przez HTTP i SSE.

Przebiegi z checkpointami przetrwają rozłączenia klienta, a wyzwalacze cron lub webhook mogą rozpocząć pracę bez otwartej rozmowy. Umiejętności stają się subagentami ograniczonymi do narzędzi, których postęp pojawia się w panelu Aktywności. Dostawcy modeli obejmują Amazon Bedrock, Anthropic, Google Gemini, OpenAI, OpenRouter i Ollama. Zatwierdzenia przez człowieka, długoterminowa pamięć, załączniki plików i powiadomienia desktopowe są opisane jako wbudowane w workflow.

W kwestii dostępu README jest specyficzne. api-server wiąże się z 127.0.0.1, a wiązanie inne niż loopback wymaga uwierzytelnienia i wyraźnego ustawienia. Foldery muszą być przyznawane indywidualnie jako tylko-do-czytania lub zapisywalne w Ustawieniach, a projekt stwierdza, że nie otrzymuje dostępu do katalogu domowego domyślnie. Instalatory desktopowe są dołączone do każdej wersji z plikiem SHA256SUMS; buildy macOS są podpisane i notaryzowane, Windows x64 dostarcza plik setup, a buildy Linux x64 i arm64 dla .deb i .rpm są niepodpisane i muszą być zweryfikowane względem pliku kontrolnego.

Razem cztery projekty nie tworzą stosu. Nakładają się na runtime'y, i tylko Artifact Keeper i Golf Scanner mówią bezpośrednio o obawach zgodności, które dominują nagłówki enterprise agentów. Ale pokazują, gdzie stawiana jest podłoga: domyślności local-first, wyraźnych uprawnień plików, podpisanych wydań, udokumentowanego scoringu i otwartych licencji. To inna propozycja sprzedażowa niż warstwa kontrolna, i dla niektórych zespołów będzie łatwiejsza do zatwierdzenia.