trajectory-sentinel v0.1.0: correlación de señales de defensa de agentes

Monitor que junta las señales de adi-shield, wallet-guard y

goal-anchor y detecta ataques que un solo sensor no ve.

El problema

Cada sensor ve una parte. Un atacante puede pasar por uno que dice "allow" si

otro ve deriva. Hace falta una capa que correlacione las señales y decida por

la trayectoria completa, no por cada tool-call aislado.

Qué hace

trajectory-sentinel expone TrajectorySentinel y correlate(). Reglas

deterministas (0-LLM):

• 
  block/kill de cualquier sensor corta.


• 
  goal-anchor ve deriva mientras los demás dicen allow → confirma riesgo.


• 
  goal-anchor emite drift_retract (ampliación humana tardía) → revisa el
  veredicto a allow, sin congelarse ni ocultar la alerta previa.


• ≥2 sensores en confirm → confirm agregado.

Cómo funciona

from trajectory_sentinel.monitor import TrajectorySentinel

from adi_shield.bus import LocalSignalBus

bus = LocalSignalBus()

sentinel = TrajectorySentinel(bus)

bus.publish(signal)            # Signal de cualquier sensor

rec = sentinel.report(task_id="t1")

print(rec.to_dict()["correlated"]["verdict"])

El bus real (LocalSignalBus) se usa en los tests E2E; la integración con

goal-anchor está verificada de punta a punta.

Resultados de la auditoría

• 13 tests en trajectory-sentinel, todos verdes; ruff limpio.


• Auditado en clone fresco (rama main, commit 35c02e2).

Limitaciones (honestamente)

La retractación es por tarea completa, no por sub-objetivo: si dos

sub-objetivos derivan y solo uno se retracta, la tarea baja a allow entera.

Está documentado en el README. El sistema no está desplegado como middleware de

un agente real.

Pruébalo

git clone --branch main https://github.com/amurlaniakea/trajectory-sentinel.git

cd trajectory-sentinel && python -m venv .venv && . .venv/bin/activate

pip install -e . && pip install -e ../adi-shield && pip install -e ../goal-anchor

pytest tests/ -v

Links

• 
  Repo: https://github.com/amurlaniakea/trajectory-sentinel
  

Licencia: AGPL-3.0-or-later. Autor: Pedro Sordo Martínez.