Säker VM-sandbox för att köra otillförlitliga AI-agenter
nilbox, från Rednakta, tillhandahåller en skrivbordssäkerhetssandbox som isolerar otillförlitliga AI-agenter och MCP-servrar i en Linux VM. Appen kör gästkod inuti en avskild virtuell maskin samtidigt som API-referenser hålls borta från gästen genom värd-sidans tokenersättning och en kontrollerad utgående policy. Nyckelfördelar inkluderar VM-nivå isolering och en tokenlös gästmiljö. Den riktar sig till AI-utvecklare och säkerhetsforskare som behöver testa agenter utan att avslöja värdhemligheter.
Vilka uppgifter kan du faktiskt använda verktyget för?
Appen kör oförändrade AI-agenter, stängda binärer och otillförlitliga paket inuti en isolerad VM, vilket låter utvecklare köra tredjepartskod utan att ändra källartefakter. Den hostar också Model Context Protocol-servrar och erbjuder en MCP-brygga som kopplar VM-hostade verktyg till värdapplikationer via VSOCK, vilket stöder arbetsflöden som kräver en lokal agentändpunkt eller integration med skrivbordsklienter.
Hur starka är autentiseringsskydden i praktiken?
Autentiseringar förblir på värden medan gästen bara ser platshållartokens, och en proxy på värdsidan ersätter verkliga nycklar selektivt för verifierade ändpunkter. Utgående trafik är domänbegränsad och uppmanar till godkännanden, vilket minskar exponeringen för fjärrexfiltrering. Att använda en fullständig Linux VM istället för att dela värdkärnan minskar angreppsyta jämfört med containerlösningar.
Hur ser installation och nödvändig indata ut?
Appen finns tillgänglig som en skrivbordsapplikation för Windows, macOS och Linux och är byggd med Rust och Tauri. Att bygga från källkod kräver Node.js 18 eller nyare och Rust-verktygskedjan. Eftersom den kör en fullständig VM, förvänta dig högre resursanvändning än en containeriserad sandlåda; uppladdade agenter och serverbinärer körs inuti gästen utan modifiering.
Är verktyget praktiskt för utvecklararbetsflöden?
Verktyget fångar miljövariabler och nätverksanrop på värdlager, så agenter och MCP-servrar körs utan kodändringar. Den designen passar säkerhetsfokuserad testning och experimentella uppsättningar som används av utvecklare och forskare, men den kräver integrationsarbete för att lägga till VM i CI eller lokala pipelines. Communityfeedback från AI- och MCP-specialister noterar dess användbarhet för hotmodelltestning.
Praktiskt val för säkerhetsfokuserade team som är beredda att integrera en VM
Verktyget är ett praktiskt alternativ för AI-utvecklare och säkerhetsforskare som behöver en säkerhetsfokuserad sandbox för att köra otillförlitliga agenter. Projektet är öppen källkod och allmänt väl mottaget inom AI- och MCP-gemenskaper, vilket stöder förinspektion av kod före distribution. Team som är beredda att utföra ingenjörsintegration kan använda det för kontrollerade experiment och validering av hotmodeller snarare än avslappnade skrivbordsförsök.
