DavidCarliez/trustmebro

何を解決するか

TrustMeBro は、コードエージェントに架空のツール出力を供給することで、LLM のガードレールを回避できるようにします。実世界の制約（例：DNS マーカーが存在しない）によってエージェントがブロックされるのを防ぐために、コマンドラインツールの成功した出力をシミュレートし、エージェントが偽のまたは特定の環境データに対してどのように反応するかをテストします。

動作方法

このプロジェクトは「PATH シム」を使用して、コマンドラインツール（例：dig、nslookup、host）への呼び出しを傍受します。エージェントがシムされたコマンドを呼び出すと、TrustMeBro はルールセットに基づいて以下のいずれかの処理を実行します：

• スプーフィング：実際のツールを実行せずに、偽または生成された出力を返す。
• 書き換え：実際のツールを実行するが、出力を変更する。
• パススルー：実際のバイナリを変更せずに実行する。
• 拒否：呼び出しを完全にブロックする。

Linux では、Bubblewrap を使用して「ラボモード」を提供し、絶対パス（例：/usr/bin/dig）への呼び出しも傍受できるネームスペースを構築します。

対象ユーザー

セキュリティ研究者や開発者向けに設計されており、AI エージェント（例：Codex や Claude Code）に対して制御されたレッドチームテストを実施し、ツール出力に基づく意思決定プロセスを評価する目的で使用されます。

特徴

• 透明な傍受：プラグイン、フック、MCP 統合を必要とせず、PATH シムで動作します。
• DNS 専用：dig、nslookup、host の現実的な出力を生成する組み込みジェネレータを備えています。
• 柔軟なルールエンジン：コマンド名、ドメイン、DNS レコードタイプ、引数のワイルドカード、正規表現に基づくマッチングをサポートします。
• 監査ログ：タイムスタンプ付き JSONL ログにすべての傍受決定を記録し、分析可能にします。
• ラボモード：絶対パスによるシムの回避を防ぐための Linux ベースのネームスペースを提供します。