novafabric
NovaFabric es una herramienta open-source para capturar, reproducir y auditar ejecuciones de agentes IA y modelos. Genera cápsulas portables firmadas que permiten verificar la integridad de los resultados sin depender de SaaS ni telemetría externa.
Ficha actualizada 24 sept 2026, 21:42 · upstream 24 sept 2026, 21:30 · release v0.101.0
Qué es novafabric
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
NovaFabric transforma cualquier ejecución —scripts, agentes, llamadas a modelos— en cápsulas de evidencia portables y firmadas. A diferencia de las plataformas de observabilidad que almacenan filas en bases de datos centralizadas, este sistema prioriza la propiedad local de los datos mediante carpetas validables en el sistema de archivos. Permite capturar el estado completo del entorno, redactar secretos y generar pruebas de integridad sin modificar el código de la aplicación.
La herramienta facilita la reproducibilidad forense mediante modos de replay (forensic, mocked) que permiten reejecutar o inspeccionar ejecuciones pasadas controlando llamadas externas. Incluye primitivas para comparar diferencias entre dos runs (`nova diff`) y rastrear linaje de datos, alineándose con estándares como OpenTelemetry GenAI semconv y SLSA. Funciona en infraestructuras desde un portátil hasta clústeres Kubernetes, sin telemetría externa ni cuentas obligatorias.
Está diseñada para equipos que requieren auditoría rigurosa o cumplimiento normativo, ofreciendo certificados de conformance y no verdedictos. La instalación es ligera (pip/uv) pero soporta extensiones opcionales para dashboards locales o servidores multiusuario. Requiere Python 3.12+ y se integra con servicios como PostgreSQL, ClickHouse y NATS según la configuración del backend.
- Auditoría forense de agentes autónomos en entornos regulados
- Verificación de reproducibilidad en experimentos de investigación IA
- Gateways de CI/CD para detectar regresiones comportamentales en modelos
- Cumplimiento normativo mediante evidencia firmada y redactada
- Análisis de linaje de datos sin depender de dashboards en la nube
- Pruebas de seguridad verificando que no se fuguen secretos durante la ejecución
- Generación de cápsulas firmadas y validables sin telemetría externa
- Soporte nativo para estándares OpenTelemetry GenAI semconv y SLSA
- Capacidad de replay en modo forense (sin red) ni mocked (con caché)
- Redacción automática de secretos con prueba verificable (`redaction-proof.json`)
- Instalación ligera vía pip/uv sin necesidad de contenedores Docker por defecto
- Licencia Apache 2.0 y código abierto mantenido por la comunidad
- Requiere Python 3.12+, lo que limita entornos legacy
- No incluye soporte de contenedores Docker nativo en el análisis técnico (`hasDocker`: false)
- Funcionalidad beta con roadmap activo, algunas características pueden ser experimentales
- Dependencia de servicios externos (PostgreSQL, ClickHouse) para backend completo
- No es adecuado para monitorización en tiempo real ni alertas activas
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Despliegue recomendado con Python 3.12+ vía pip o uv. Instalar extras según necesidad: `[serve]` para dashboard local, `[server]` para modo multiusuario, `[sigstore]` para firma Sigstore. Requiere servicios backend como PostgreSQL y ClickHouse si se usa el backend completo. Verificar `nova doctor --check-extras`. Soporta despliegue air-gapped sin telemetría.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.