Privent

El nodo central vigila los datos mientras se mueven por tu agente, antes de que crucen hacia un modelo externo. En la práctica, la seguridad de agentes n8n se reduce a esto: ver el payload real, no solo la conexión. Puntúa cada uno y decide si permitir, avisar o bloquear la acción. Como corre dentro del tiempo de ejecución y no en el borde de la red, ve el contenido real que el agente está a punto de usar.

Los valores detectados se cambian por tokens con formato [KIND_NNN] que conservan su tipo y su posición. La detección de PII ocurre primero, luego el cambio. El agente puede seguir razonando sobre el registro, y Detokenize restaura los valores reales a la vuelta. Obtienes salidas utilizables sin poner nunca texto plano en el cable.

Cada solicitud de puntuación produce una puntuación de riesgo compuesta más un desglose por señal. Las categorías cubren PII, datos financieros, código fuente, contenido legal y estratégico. Puedes ajustar la política por tipo de dato en lugar de tratar todo como igual de peligroso.

El sistema registra el resultado de la decisión, las etapas aplicadas, las marcas de tiempo, el grupo de despliegue y el nodo del grafo de ejecución que lo disparó. Para los trabajos de documentos, también queda registrada cada descarga de un resultado tokenizado. Nada guarda el texto en bruto. El contenido del prompt se procesa en memoria y se descarta.

Los archivos completos pasan por la misma tokenización que el texto, mediante una API de trabajos asíncrona. Un trabajo atraviesa cuatro etapas: Queued, Extracting, Scoring y Tokenizing. Luego aterriza en uno de tres estados terminales, incluido un resultado distinto de "completado con advertencias" que nunca se colapsa en éxito o fallo puro. Los PDF escaneados usan OCR a través de una compilación opcional con modelos montados localmente, y los artefactos almacenados caducan a las 24 horas por defecto.

Tú eliges dónde vive el pipeline. La seguridad de IA on-prem es el verdadero argumento de venta aquí. Las instalaciones incluyen la pila completa con inferencia de ML, de modo que incluso el procesamiento efímero en memoria se queda dentro de tu red. El motor de documentos arranca en modo fail-closed. Un despliegue de producción se niega a iniciar antes que saltarse análisis en silencio.

Una extensión de navegador aparte para monitoreo de IA se despliega a través de MDM, como Google Workspace o Intune. Una vez configurada con una clave de API y una clave de grupo de despliegue, los eventos de detección aparecen en el panel en tiempo real.