OpenBot क्या है? ब्राउज़र एजेंट की सुरक्षा, नियंत्रण और सीमाएँ
OpenBot के gateway, browser profile, policy और audit log को समझें। असली अकाउंट जोड़ने से पहले किन बातों का टेस्ट करना चाहिए?
यह लेख उपलब्ध दस्तावेज़ों पर आधारित है। हमारे सुझाए उदाहरण असली ग्राहक के नतीजे नहीं हैं। इस लेख के लिए प्रोडक्ट चलाकर टेस्ट नहीं किया गया।
OpenBot क्या है? ब्राउज़र एजेंट की सुरक्षा, नियंत्रण और सीमाएँ
सीधा जवाब
OpenBot एक open-source AI coworker प्रोजेक्ट है। हर Bot को ब्राउज़र, फाइलें और टूल मिलते हैं। कार्रवाई एक gateway से जाती है, जहाँ policy जाँची और audit record लिखा जाता है। डिजाइन में सुरक्षा का ध्यान है, लेकिन इससे यह साबित नहीं होता कि इसे बिना जाँच असली काम में लगाना सुरक्षित है। पहले अलग टेस्ट सेटअप, कम permissions और रोक सकने वाला इंसान रखें।
CopilotKit के README में browser profile, workspace, दिए गए टूल और कार्रवाई का रिकॉर्ड बताया गया है। Hono server authentication, policy, audit, plugins और channels सँभालता है; agent computer अलग हिस्सा है। ये उपयोगी सीमाएँ हैं, सुरक्षा का प्रमाणपत्र नहीं।
हमने रिपॉज़िटरी clone नहीं की, Docker या Podman नहीं चलाया, database नहीं जाँचा और सुरक्षा की कमजोरी या काम की reliability टेस्ट नहीं की। यह दस्तावेज़ों पर आधारित समीक्षा है।
OpenBot का सिस्टम कैसे काम करता है?
7 अक्टूबर: v0.1.1 की रिलीज़ जाँच
रिलीज़ पेज अब v0.1.1 को latest दिखाता है। नोट में shell-command रिकॉर्ड से secrets छिपाने, loopback hostname रोकने, single-user mode में public host और Stop/cancel व्यवहार के सुधार बताए गए हैं। Cloud metadata addresses और managed database TLS के बदलाव भी हैं। ये बनाने वाली टीम के दावे हैं, हमारे सुरक्षा टेस्ट नहीं।
अपग्रेड के बाद log redaction, private destination रोकना, authentication और चलते काम को रोकना दोबारा टेस्ट करें। Support ticket में पुराने logs डालने से पहले credentials देखें। नया version नंबर सुरक्षित deployment की गारंटी नहीं है।
पुराने v0.0.15 के setup बदलाव
v0.0.15 के नोट Google या xAI से optional OAuth model access, desktop setup और Windows startup सुधार बताते हैं। API key वाला तरीका भी मौजूद था। यह पुराना संदर्भ है, latest version का दावा नहीं। हमने ये फीचर टेस्ट नहीं किए।
OAuth के लिए configured credential file चाहिए; configuration न हो तो विकल्प मौजूद नहीं होता। Google sign-in में registered desktop client और quota project चाहिए। App डाउनलोड करना सारे prerequisites पूरे होना नहीं है। नोट local port अपने आप चुनने, pinned Bun और Windows Compose path का सुधार भी बताते हैं।
Reset में सावधानी: इन नोट में बताया desktop reset पुराने deployment का database volume हटाता है। जरूरी रिकॉर्ड बचाएँ और मालिक की मंजूरी लें। जिस version को टेस्ट किया है उसे तय रखें; upgrade के बाद refusal, takeover और audit जाँच दोहराएँ।
README में app UI, server gateway, Chromium वाला agent computer और Bot/supervisor services हैं। Gateway target पहचानता है, policy जाँचता है, audit row लिखता है, फिर computer को बुलाता है। नीचे के computer endpoints private रहने चाहिए ताकि gateway को bypass न किया जाए। आधिकारिक README।
| हिस्सा | प्रोजेक्ट क्या बताता है | टेस्ट में क्या साबित होना चाहिए |
|---|---|---|
| पहचान और permissions | Bot और यूज़र को तय access | Permission हटने पर हर रास्ते से नई कार्रवाई रुके |
| Gateway | Target, policy और audit के बाद कार्रवाई | असली target, arguments और result रिकॉर्ड से मिलें |
| Computer | अलग profile, फाइलें और workspace | दूसरे Bot या production data तक पहुँच न हो |
| इंसान का नियंत्रण | Takeover पर Bot रुकता है | Shell, file और background बदलाव भी रुकें |
| संचालन | Compose, Kubernetes और secrets की गाइड | Update, backup, logs और network का जिम्मेदार तय हो |
दस्तावेज़ों में क्या अच्छा लगता है?
कार्रवाई से पहले policy
Gateway पहले policy और audit करता है। रिलीज़ नोट CEL rules में fail-closed व्यवहार बताते हैं: गलत या अनपहचाना rule चुपचाप permission देने के बजाय रोकना चाहिए। लेकिन prohibited navigation, shell command, file write और plugin call खुद टेस्ट करें। रोकने वाले rule का नाम और रिकॉर्ड हो; secrets लीक न हों।
हर Bot का अलग computer और profile
अलग workspace गलती से दूसरे काम का डेटा पढ़ने का जोखिम घटा सकता है। लेकिन production dashboard में login हुआ profile असली credential ही है। Container का अलग नाम उस access का खतरा नहीं मिटाता।
असफल और रोकी गई कार्रवाई के logs
सिर्फ सफल click नहीं, allowed, refused और failed काम रिकॉर्ड करना बेहतर है। यूज़र, Bot, target, policy decision, secrets हटाए हुए arguments, result और समय रखें। कौन logs पढ़ या export कर सकता है, तय करें।
इंसान का takeover
CopilotKit का “take the wheel” इंसान को sign-in जैसे अटके कदम में ब्राउज़र चलाने देता है और Bot को pause करता है। यह पूरी approval व्यवस्था नहीं है। Shell, फाइल और scheduled काम भी रुकें; इंसान जाने कि कौनसा अकाउंट खुला है और उसे क्या permission है।
क्या अभी साबित नहीं हुआ?
README या diagram से production readiness, certified security, guaranteed sandbox या स्थिर performance साबित नहीं होती। प्रोजेक्ट बदल रहा है; शुरुआती रिलीज़ में rough edges बताए गए थे। यह अपने आप न मानें कि:
ये अपने सेटअप में साबित करने वाले टेस्ट हैं।
- prompt injection Bot को बहका नहीं सकता;
- browser internal service नहीं खोल सकता;
- network टूटने पर audit पूरा रहेगा;
- container आपकी isolation या compliance जरूरत पूरी करता है;
- policy हर नए tool को cover करती है;
- timeout के बाद agent retry की जगह रुक जाएगा।
पहला टेस्ट कैसे करें?
ऐसा काम चुनें जिसे वापस बदला जा सके: नकली inbox छाँटना, test ticket पर label या public product जानकारी फाइल में रखना। Banking, payroll, ग्राहक हटाना, production deploy या sensitive mailbox से शुरू न करें।
- 1. सारे रास्ते लिखें। Profile, shell, workspace, MCP tools, plugins, बाहर जाने वाला network और schedules। हर रास्ते के गलत इस्तेमाल का अधिकतम नुकसान लिखें। अज्ञात रास्ता टेस्ट के लिए तैयार नहीं है।
- 2. पहले रोकने वाली policy रखें। External send, destructive file command, production credentials और internal metadata access बंद रखें। एक-एक छोटी allow rule जोड़ें और policy को code की तरह review करें।
- 3. रोकना और वापस सँभालना टेस्ट करें। Prohibited domain, दूसरे Bot की फाइल और unapproved command आजमाएँ। Timeout वाला काम दोहराने, takeover, Stop, permission हटाने और restart का नतीजा दर्ज करें। Audit से कहानी दोबारा समझ आनी चाहिए।
- 4. असली browser result मिलाएँ। Tool ने success कहा तो भी screenshot, URL, बदला record और audit row देखें। Timeout में retry से पहले अकाउंट जाँचें, वरना एक ही submission दो बार हो सकता है।
Request से रिकॉर्ड तक: उदाहरण flow
यह सुझाया सुरक्षा टेस्ट है, हमारा live OpenBot run नहीं। उदाहरण नकली support queue का है।
- 1. सीमा तय करें: एक disposable account, test queue, छोटी read/write permission और नाम वाला owner। Bot ticket label और note बना सकता है, mail या customer billing नहीं। Production session या अनजान network रास्ता चाहिए तो रुकें।
- 2. Request चलाएँ: Browser और file calls gateway से जाएँ; target, policy और audit execution से पहले मिलें। Label की अनुमति हो, unrelated export rule के नाम के साथ रुके। Gateway bypass या audit गायब हो तो रुकें।
- 3. सुरक्षित interruption: Takeover, Stop और permission revoke करके browser व shell देखें। इंसान login करे और स्पष्ट रूप से वापस नियंत्रण देने तक Bot pause रहे। Background write या scheduled काम जारी हो तो रुकें।
- 4. सबूत मिलाएँ: Audit, browser, file diff और अंतिम account state मिलें; secrets छिपे और recovery दर्ज हो। एक label change और note का diff साफ दिखे। Timeout में नतीजा अनजान या export न हो तो रुकें।
आखिर में
OpenBot की उपयोगी बात model request और असली computer के बीच policy व audit रखना है। सीमित pilot के लिए यह अच्छा आधार हो सकता है। लेकिन हर action route, refusal, interruption, recovery और audit टेस्ट पास होने से पहले production credentials न दें।
सॉर्स
- v0.1.1 रिलीज़ नोट
- v0.0.15 रिलीज़ नोट
- आधिकारिक README
- सभी रिलीज़
- Architecture
- CopilotKit v0.0.5 अपडेट
- OWASP Agent Security
आम सवाल और जवाब
क्या यह सामान्य browser script से सुरक्षित है?
Policy, audit और takeover अधिक साफ बताए गए हैं। फायदा तभी है जब कोई रास्ता इन्हें bypass न करे। तुलना में allowed, refused, takeover और recovery मामले साथ टेस्ट करें।
क्या पुराने logins इस्तेमाल कर सकते हैं?
Project profiles और sign-in takeover बताता है। खास login, MFA या enterprise policy चलेगी या नहीं, सेटअप पर निर्भर है। अलग कम-permission account रखें; session import से पहले storage, rotation और offboarding जाँचें।
क्या production के लिए तैयार है?
सिर्फ repository और release notes से हाँ नहीं कह सकते। Code, images, dependencies और configuration जाँचकर versions तय करें। ग्राहक या financial system से पहले threat model, backup और incident drill करें।
भारत या अमेरिका की छोटी टीम क्या बनाए?
नकली रिकॉर्ड वाला mostly-read workflow: public research, test queue या इंसान के लिए draft। Data कम रखें, जहाँ जरूरी हो consent लें, account owner, retention नियम और रोकने वाला इंसान तय करें।
जानकारी के स्रोत
ये मूल लेख के official sources हैं। इनमें से कई पेज English में हैं।