memlineage v0.1.0: defensa de dos capas contra memory poisoning en agentes LLM

<h1> scope-lib v0.1.0: evaluación de alcance para agentes de IA en 3 criterios </h1> <blockquote> <p>Capa base de un sistema de defensa para agentes LLM. Decide si una acción<br

<h1> trajectory-sentinel v0.1.0: correlación de señales de defensa de agentes </h1> <blockquote> <p>Monitor que junta las señales de <code>adi-shield</code>,

<h1> goal-anchor v0.1.0: integridad de objetivo para agentes multi-paso </h1> <blockquote> <p>Sensor contra Agent Goal Hijack: detecta desviación del objetivo acordado,<br /> con

<h1> Guardrails reales para agentes autónomos después de que uno casi me destruye la infra </h1> <p>Voy a ser directo: el post de ayer sobre <a

<p>Corro varios agentes respaldados por Bedrock en producción: análisis de documentos, emparejamiento de contenido, búsqueda en registros, búsqueda semántica. </p> <p>Esta es una

<p>Tu agente de código lee tu workspace. Un archivo envenenado en cualquier rincón<br /> puede llevar instrucciones que el agente ejecuta. ¿Sabes qué fracción de tu<br />

<p>Este texto nace de una práctica concreta usando agentes de código en repos reales.<br /> El problema no fue que faltara contexto, sino que algunas decisiones importantes<br />