Skip to content
TraceWall Desktop V3 AI

Descripción general

ARGUS AI — Descripción general

ARGUS es el asistente operativo local de TraceWall Desktop V3 AI. Ejecuta inferencia de LLM en la máquina del operador, consulta herramientas de solo lectura sobre la telemetría local y genera Operational Briefs estructurados citando evidencia verificable.

Qué es ARGUS

  • Asistente operativo local — No es un chatbot genérico; está acoplado a los datos de TraceWall.
  • Inferencia 100% local — Modelo GGUF cuantizado + motor llama.cpp en loopback 127.0.0.1. Cero tráfico de prompts/respuestas a Internet.
  • Herramientas de solo lectura — get_interface_status, query_events, search_assets, get_exposure_findings, get_topology. No modifican estado.
  • Evidencia sobre inferencia — Cada afirmación en un Brief referencia fuentes: sensor, inventario, eventos, exposición, topología, integraciones.
  • Valida o marca gaps — Si no hay evidencia, lo indica explícitamente: “No hay datos de sensor para confirmar…”
  • No reemplaza al operador — Genera borradores, correlaciones, hipótesis; el analista decide y actúa.

Qué NO es ARGUS

No esAclaración
Cloud AI / SaaSTodo corre en tu máquina. Sin API keys externas, sin telemetría de prompts.
Cloud SyncNo usa TraceWall Cloud. No hay enrollment, tokens, heartbeat, workspace remoto.
Agente autónomoNo ejecuta acciones (block, kill, isolate, config change). Solo lectura.
SIEM / SOARNo ingiere logs multi-host, no corre playbooks, no gestiona casos.
Escáner de vulnerabilidadesNo escanea activos remotos. Usa Exposure Intelligence (perfiles locales + consultas DNS/HTTP/TLS puntuales).
Modelo base público nombradoNo revelamos el modelo base (Qwen, Llama, etc.). Solo: modelo GGUF local de ARGUS.

Arquitectura en una imagen

graph TB
    subgraph UI["Renderer (UI)"]
        Workspace[ARGUS Workspace\nChat + Briefs + Historial]
    end


    subgraph Main["Main Process (Electron)"]
        IPC[IPC Bridge\ncontextBridge]
        Tools[Tool Registry\n5 herramientas read-only]
        DB[(SQLite\ntracewall.db)]
        ArgusMgr[ARGUS Manager\nLifecycle + Health]
    end


    subgraph Engine["ARGUS Engine (Proceso Auxiliar)"]
        LlamaServer[llama.cpp Server\nHTTP 127.0.0.1:PuertoAleatorio]
        Model[Modelo GGUF\n~4-8 GB\nRAM/VRAM]
    end


    Workspace --> IPC
    IPC --> Tools
    Tools --> DB
    IPC --> ArgusMgr
    ArgusMgr --> LlamaServer
    LlamaServer --> Model

Flujo de un prompt

  1. Usuario escribe en Workspace: “¿Por qué el servidor web-01 tiene latencia alta?”
  2. Main recibe prompt → construye contexto:
    • Schema de herramientas disponibles
    • Últimos N eventos/errores relevantes (filtrado por keywords)
    • Asset web-01 si existe en inventario
  3. LLM (vía HTTP loopback) razona → decide llamar herramientas
  4. Herramientas (Main) consultan SQLite → devuelven JSON
  5. LLM sintetiza respuesta → cita fuentes (tool calls + resultados)
  6. Main renderiza en UI → muestra Brief + panel de evidencia

Componentes clave

ComponenteQué haceDónde corre
Motor local (llama.cpp)Sirve modelo GGUF en 127.0.0.1:<puerto>; health /health, infer /completionProceso hijo llama-server (C++)
Modelo GGUFPesos cuantizados (4-bit, 8-bit, etc.); ~3.5–7 GBArchivo en %LOCALAPPDATA%\TraceWall\models\ / ~/.local/share/tracewall/models/
Tool Registry5 funciones read-only expuestas al LLMMain process (Node.js)
ARGUS ManagerStart/stop motor, health check, puerto aleatorio, timeout, restart, logsMain process
Workspace UIChat, historial, briefs, panel evidencia, validaciónRenderer (React)
Operational BriefSalida estructurada: resumen, hallazgos, evidencia, confianza, accionesGenerado por LLM + post-procesado Main

Herramientas disponibles (Read-only)

HerramientaParámetrosRetornaFuente
get_interface_statusinterface?, include_down?Estado, IPs, MAC, gateway, statsSensor / SQLite
query_eventsseverity?, type?, src_ip?, dst_ip?, since?, limit?Eventos filtradosEvents buffer
search_assetsip?, hostname?, mac?, subnet?, type?, reachable?Activos coincidentesAssets & Inventory
get_exposure_findingsprofile?, severity?, target?, since?Hallazgos ExposureExposure Intelligence
get_topologydepth?, filter_type?Grafo nodos/aristasNetwork Topology

Operational Brief — Estructura

# Operational Brief: [Título generado]
**Timestamp:** 2025-01-15 14:32:17
**Prompt:** "¿Por qué web-01 tiene latencia alta?"
**Confianza global:** 0.78 (Media-Alta)


## Resumen ejecutivo
El host `web-01` (10.10.20.5) muestra latencia elevada en puerto 443...


## Hallazgos
1. **Puerto 443 saturado** — Evidencia: `get_interface_stats` muestra TX queue drops 12% [tool: get_interface_status]
2. **Proceso nginx CPU 95%** — Evidencia: `search_assets` + `query_events` tipo `system` [tool: query_events]
3. **Sin hallazgos Exposure** — Perfil TLS ejecutado hace 2h, 0 hallazgos [tool: get_exposure_findings]


## Evidencia citada
- [1] Sensor local → Interface eth0: drops TX 12%, coll 34
- [2] Events buffer → 47 eventos `process_cpu_high` nginx en última hora
- [3] Exposure TLS → 0 findings críticos/altos en 10.10.20.5:443


## Gaps de evidencia
- No hay datos de integración FortiGate para este segmento (integración no configurada)
- No hay métricas de aplicación (APM) — fuera de alcance TraceWall


## Acciones recomendadas
1. Revisar configuración nginx worker_processes / worker_connections
2. Verificar si hay ataque DDoS (revisar Events: rate limiting, geo blocks)
3. Considerar escalado horizontal / load balancer


## Próximos pasos para el operador
- [ ] Validar hallazgo 1 en servidor (ssh + htop)
- [ ] Revisar logs nginx error.log
- [ ] Ejecutar perfil Exposure "Puertos" en 10.10.20.5

Estado del motor (Command Center → Tarjeta ARGUS)

EstadoSignificadoAcción
🟢 ListoMotor responde /health 200 OKUsar normalmente
🟡 CargandoDescargando modelo / cargando en RAM/VRAMEsperar (30–120s)
🟠 DegradadoMotor vivo pero último health check > 30sReiniciar motor (Settings → ARGUS)
🔴 ErrorMotor caído, puerto ocupado, OOM, modelo corruptoVer Diagnóstico
⚫ DetenidoARGUS deshabilitado en SettingsHabilitar en Settings → ARGUS

Páginas de esta sección

PáginaQué cubre
ArquitecturaProcesos, IPC, loopback, ciclo de vida
Motor localllama.cpp, start/stop, health, restart, logs
Modelo GGUFFormato, ubicación, carga, RAM/VRAM, CPU/GPU, fallback
Inicio y estadoAuto-start, manual, health check, indicadores
Operational BriefEstructura, evidencia, gaps, confianza, acciones
ARGUS WorkspaceChat, historial, contexto, herramientas, briefs
Fuentes de evidenciaQué datos consume: sensor, inventario, eventos, exposición, integraciones
Herramientas permitidas5 tools read-only, parámetros, timeouts, errores
Solo lecturaGarantía arquitectónica, sin acciones modificativas
Validación de evidenciaEstados: verificado, parcial, sin respaldo, contradictorio
PrivacidadLoopback, sin telemetría, logs DEBUG only, modelo local
SeguridadAislamiento, herramientas acotadas, validación, control humano
RendimientoCarga inicial, CPU/RAM/GPU/VRAM, latencia, concurrencia
CPU, RAM, GPU y VRAMRequisitos detallados, fallback, recomendaciones
LogsQué se loguea, niveles, rotación, ubicación
DiagnósticoNo inicia, modelo ausente, motor sin respuesta, OOM, GPU, timeout
Errores frecuentesTabla causa/acción por código/msg
LimitacionesContexto 4k tokens, modelo fijo, sin fine-tune, gaps evidencia

Páginas relacionadas