Narzędzia agentowe dzielą się na dwa obozy: runtime'y, które wykonują pracę, i skanery, które ją audytują
Pięć projektów agentowych open source z Show HN pokazuje ten sam podział: środowiska, które wykonują zadania agentów, i narzędzia bezpieczeństwa, które je obserwują.

Narzędzia agentowe układają się w dwa zadania. Jedno polega na tym, żeby agent działał wystarczająco długo, by był użyteczny. Drugie na ustaleniu, do czego agent może dotrzeć na twojej maszynie. Poniższe pięć projektów z Show HN na Hacker News zajmuje różne miejsca na tej osi.
Runtime'y
Pizza Bot jest najczystszym przykładem pierwszego zadania. W README na GitHubie opisano go jako lokalną skrzynkę odbiorczą dla długo działających agentów AI, zbudowaną na DeepAgents i LangGraph. Zadanie uruchamiasz albo planujesz, odchodzisz od komputera, a po powrocie gotowy wynik czeka w kolejce Unread. Prośby o zatwierdzenie trafiają do osobnej kolejki Action. Agenci pracują dalej, gdy opuścisz stronę albo rozłączysz się. Działać musi tylko proces api-server.
Projekt powstał w Amazonie i według repozytorium jest wydany na licencji Apache 2.0. Obsługuje Amazon Bedrock, Anthropic, Google Gemini, OpenAI, OpenRouter i Ollama. Dwa szczegóły są istotne przy ocenie. Po pierwsze, uruchomienia zapisywane w punktach kontrolnych przetrwają rozłączenie klienta. Wyzwalacze cron lub webhook mogą rozpocząć pracę bez otwartej rozmowy. Po drugie, dostęp do lokalnych plików jest opcjonalny: foldery dodaje się pojedynczo w ustawieniach. README stwierdza, że Pizza Bot nie ma domyślnego dostępu do katalogu domowego.
Soma, opisana w docs.trysoma.ai, podchodzi do sprawy inaczej. To samodzielnie hostowany runtime agentów i przepływów pracy, dostarczany jako jeden plik binarny. Według dokumentacji jest skierowany do startupów i przedsiębiorstw. Kod napisano w TypeScript, a Python jest wymieniony jako planowany. Runtime zajmuje się całą otoczką. Wykonywanie jest odporne na błędy i wznawialne: może się zawiesić lub uśpić i podjąć pracę od miejsca, w którym przerwał. Automatycznie generuje też endpointy zgodne z A2A i OpenAI Streaming.
Jego tabela platform jest wyjątkowo szczera. Kompilacje TypeScript i Python są oznaczone jako dostępne na macOS Intel i ARM oraz Linuksie x86 i ARM. Windows figuruje jako planowany, ale bez natywnego wsparcia, bo projekt używa gniazd domeny Uniksa w Rust. Sam Rust jest oznaczony jako niedostępny na każdej platformie w tabeli.
Rejestry i pętla pracy programisty
Artifact Keeper nie jest runtime'em agentowym. Trafia do tego zestawienia, bo agenci potrzebują miejsca, z którego pobierają pakiety. Strona organizacji na GitHubie opisuje samodzielnie hostowany rejestr artefaktów pozycjonowany jako zamiennik JFrog Artifactory i Sonatype Nexus. Nie ma podziału na wersję otwartą i płatną ani edycji enterprise. Deklaruje natywną obsługę protokołów ponad 45 formatów pakietów, więc pip, npm, docker, cargo, helm i go rozmawiają z nim bezpośrednio, a nie przez ogólny magazyn blobów.
Projekt dostarcza backend w Rust z Axum, SQLx i Wasmtime, panel Next.js, natywne aplikacje iOS i Android oraz wykres Helm z modułami Terraform. Wśród funkcji bezpieczeństwa są skanowanie Trivy, analiza SBOM przez OWASP Dependency-Track, podpisywanie GPG i PGP oraz SSO przez OpenID Connect, LDAP, SAML 2.0 i JWT. Wbudowane narzędzie migracji przenosi repozytoria, artefakty, użytkowników i uprawnienia z JFrog Artifactory. Szybki start to trzy polecenia: clone, cd, docker compose up.
Claumon jest węższy, ale bardziej celny. README opisuje lokalny panel dla Claude Code, który prognozuje limity użycia na podstawie opublikowanego modelu empirycznego Bayesa. Model jest codziennie dopasowywany do historii samego użytkownika, z 80-procentowym przedziałem wiarygodności i szacowanym czasem do progu. Wskaźniki limitów pochodzą z API użycia Claude OAuth. README przeciwstawia to trackerom, które szacują limity z lokalnych logów.
Projekt istnieje, bo panel analityki użycia Anthropic jest skierowany do administratorów organizacji Team i Enterprise, a nie do indywidualnych subskrybentów Pro lub Max. Osobiste strony /usage pokazują bieżący stan bez historii. Claumon zarządza też katalogiem ~/.claude: kosztami sesji, dziennymi agregatami w SQLite z okna od 7 do 90 dni, kontrolą działających procesów i przeglądarką plików pamięci. Nasłuchuje wyłącznie na pętli zwrotnej IPv4. README zaleca uwierzytelniony tunel SSH zamiast wystawiania portu 3131.
Warstwa audytu
Golf Scanner odpowiada za drugie zadanie. To pojedynczy statyczny plik binarny w Go z trzema zależnościami, który wykrywa konfiguracje serwerów MCP w siedmiu IDE: Claude Code, Cursor, VS Code, Windsurf, Gemini CLI, Kiro i Antigravity. Wykonuje 20 kontroli bezpieczeństwa, dziewięć offline i 11 online. Te drugie odpytują OSV, GitHub, npm, PyPI, rejestry OCI i MCP Registry, a potem wyliczają ocenę ryzyka od 0 do 100 dla każdego serwera.
Zasady oceniania są opublikowane. Najwyższa waga problemu w danej kontroli ustala wynik od 0 do 10. Wyniki łączą się jako średnia ważona wagami (krytyczny 10x, wysoki 7,5x, średni 5x, uwaga 1x). Obowiązują twarde limity: każde znalezisko krytyczne ogranicza sumę do 30, każde wysokie do 59. README deklaruje brak telemetrii i brak wymaganego konta. Kontrole online obejmują bezpieczeństwo poleceń, dane uwierzytelniające w postaci jawnej, skrypty i pliki binarne z prawem zapisu dla wszystkich, izolację kontenerów, typosquatting, przypinanie skrótów i weryfikację podpisów cosign.
Źródła
5- 01Show HN: Pizza Bot – An inbox for AI agents that work in the backgroundEN
- 02Show HN: I built an open-source Rust/TS AI agent runtime with a Next.js-style DXEN
- 03Show HN: Artifact Keeper – Open-Source Artifactory/Nexus Alternative in RustEN
- 04Show HN: Golf Scanner – OSS tool to find and audit every MCP serverEN
- 05Show HN: Claumon – forecasting Claude Code usage limits with a Gamma processEN
Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.
Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.
Komentarze
0- Brak komentarzy — bądź pierwszy.