Panguard 入門指南

在 5 分鐘內安裝 Panguard、執行第一次掃描、並啟用即時防護。

步驟一：安裝 Panguard

透過 npm 安裝或使用安裝腳本。兩種方式都會設定 CLI、規則引擎和本地 AI 模型。

Install

curl -fsSL https://get.panguard.ai | bash

Apple Silicon (ARM64) native binary. Intel Mac users: install via npm, or enable Rosetta 2 first.

Verify the installation:

Terminal

panguard --version
# Expected: 1.5.2

Run setup to auto-configure all detected AI platforms (Claude Code, Claude Desktop, Cursor, OpenClaw, Codex, WorkBuddy, NemoClaw, ArkClaw, Windsurf, QClaw, Cline, VS Code Copilot, Zed, Gemini CLI, Continue, Roo Code):

Terminal

pga setup

Tip: pga is a shortcut for panguard. Both work.

Then start Panguard in any project:

Terminal

cd your-project
pga scan

[OK] Panguard v1.5.2 installed

[OK] Rule engine loaded (311 ATR + 311 total rules)

[OK] Scan complete.

Platform Quick Start

Step-by-step for each AI platform. Pick yours.

CCClaude Code

Step 1: Open your terminal

Install

npm install -g @panguard-ai/panguard && pga up

Step 2: Auto-configure Claude Code

Setup

pga setup --platform claude-code

Step 3: Restart Claude Code, then try:

Claude Code

# In Claude Code, ask:
"scan my current project for security issues"
"audit the MCP skill at github.com/owner/repo"

Step 4: Start 24/7 protection

Terminal

pga guard start --dashboard

Done! Claude Code now has 11 security tools via MCP. Guard monitors everything 24/7.

OCOpenClaw

Step 1: Install PanGuard

Install

npm install -g @panguard-ai/panguard && pga up

Step 2: Auto-configure OpenClaw

Setup

pga setup --platform openclaw

Step 3: Close and reopen OpenClaw

Step 4: In OpenClaw, PanGuard tools are now available. Try:

OpenClaw

# In OpenClaw, ask:
"use panguard to scan this project"
"audit the skill I just installed"

Step 5: Start Guard for continuous protection

Terminal

pga guard start --dashboard

Done! Every skill OpenClaw installs will be automatically audited.

Or auto-detect all platforms at once:

Terminal

pga setup

Detects 16 platforms including Claude Code, Claude Desktop, Cursor, OpenClaw, Codex, Windsurf, Gemini CLI, and more automatically.

GitHub Action (CI/CD)

Block malicious MCP skills and SKILL.md files before they reach production. One line in your workflow. Results appear in the GitHub Security tab.

Add to your workflow (.github/workflows/atr-scan.yml):

.github/workflows/atr-scan.yml

name: ATR Security Scan
on: [push, pull_request]
jobs:
  atr-scan:
    runs-on: ubuntu-latest
    permissions:
      security-events: write
    steps:
      - uses: actions/checkout@v4
      - uses: Agent-Threat-Rule/agent-threat-rules@v1
        with:
          severity: medium      # minimum severity to report
          fail-on-finding: true # block PRs with threats

What it does: Scans your repo for MCP config files and SKILL.md files using 311 ATR detection rules. Outputs SARIF to the GitHub Security tab.

Options:

severity — minimum level to report: informational, low, medium (default), high, critical
fail-on-finding — set false to warn without blocking
path — scan a specific directory (default: entire repo)

步驟二：執行第一次掃描

快速掃描會在約 60 秒內檢查系統常見弱點。

Terminal

pga scan

若需全面分析，包含所有 port、SSL 憑證和設定檔：

Terminal

pga scan --deep

步驟三：啟用即時防護

Guard 以背景程式運行，使用 ATR 偵測規則 24/7 監控你的 AI Agent。

Terminal

pga guard start

步驟四：設定通知

Panguard Chat 會在偵測到威脅和修復完成時，用你聽得懂的語言通知你。

Terminal

panguard chat config
# Follow the prompts to connect LINE, Slack, or Telegram

步驟五：了解掃描結果

每次掃描都會產出安全分數、等級和詳細發現。以下說明如何解讀。

安全分數（0-100）：0 = 極度危險，100 = 完全防護。低於 60 分需要立即處理。
等級：A（90+）、B（75-89）、C（60-74）、D（40-59）、F（40 以下）。目標至少 B 等級。
發現項目按嚴重度排序：Critical > High > Medium > Low。優先處理 Critical 問題。

步驟六：JSON 輸出與 AI Agent 整合

Panguard 是 Agent-Native 架構。使用 --json 取得機器可讀的輸出，AI Agent 可以直接解析。

Terminal

pga scan --json

{"riskScore": 72, "findings": 8, "critical": 1, "high": 2, "medium": 3, "low": 2,

"scanDuration": "47s", "framework": "ISO 27001",

"topFinding": "SSH root login enabled (critical)"}

SAST Code Scanning

Scan your source code for SQL injection, XSS, hardcoded secrets, and more.

Terminal

pga scan code --dir ./my-app --json

[OK] Scanning ./my-app (142 files)

[OK] Semgrep: 3 findings

[OK] Built-in patterns: 1 finding

[OK] Secrets scanner: 0 findings

{"totalFindings": 4, "critical": 1, "high": 2, "medium": 1,

"topFinding": "Hardcoded AWS access key in config.js (critical)"}

Beta

步驟七：遠端掃描

從外部掃描任何伺服器或網域。Panguard 會檢查開放的 port、SSL 憑證、HTTP 標頭和 DNS 記錄。

Terminal

pga scan --target example.com
panguard scan --target 1.2.3.4 --json

步驟八：合規報告

自動產生 ISO 27001、SOC 2 或台灣資通安全管理法合規報告。

Terminal

panguard report generate --framework iso27001
panguard report generate --framework soc2
panguard report generate --framework tcsa

完整部署 Checklist

按照以下步驟完成 Panguard 的完整部署。每一步都是獨立的，可以依你的需求選擇啟用。

1. 安全掃描 — 拿到安全評分

掃描你的系統，取得安全評分和弱點報告。快速模式約 30 秒，完整模式約 60 秒。

Terminal

panguard scan

2. 即時防護 — 啟動 Guard 守護程序

Guard 會 24/7 監控你的系統。前 7 天是學習模式（偵測 + 記錄），之後自動切換為保護模式（偵測 + 封鎖）。

Terminal

panguard guard start

3. 告警通知 — 設定 Telegram / Slack

收到威脅時即時通知你。支援 Telegram、Slack、Email 和 Webhook。

Terminal

panguard chat config

4. 蜜罐（選用）— 部署蜜罐陷阱

在你的伺服器上部署假的 SSH、HTTP、MySQL 等服務，捕捉攻擊者的行為和意圖。

Terminal

panguard trap start --services ssh,http

5. 合規報告（選用）— 產生合規報告

自動產生 ISO 27001、SOC 2 或台灣資安法合規報告。可作為稽核佐證。

Terminal

panguard report generate --framework iso27001

進階組態

Panguard 開箱即用，但你可以透過選配的外部工具增強偵測能力。所有工具都支援優雅降級——即使外部工具不可用，Panguard 也不會停止運作。

Ollama -- 在本地執行 AI 分析，無需雲端 API。適合離線環境。

關鍵環境變數：ANTHROPIC_API_KEY（Claude AI）、OPENAI_API_KEY（GPT 備選）、PANGUARD_LLM_MODEL（Ollama 模型覆寫）、OLLAMA_API_ENDPOINT（自訂 Ollama URL）。

查看完整的進階設定指南，了解安裝說明和組態細節。

多端點部署

在多台伺服器上部署 Panguard 非常簡單。小規模叢集可用 SSH 迴圈，大規模環境建議使用 Ansible。

SSH 批次安裝（5-20 台伺服器）

#!/bin/bash
# servers.txt: one IP per line
for server in $(cat servers.txt); do
  ssh root@$server 'curl -fsSL https://get.panguard.ai | bash && panguard guard start'
done

如果有 20 台以上的伺服器，建議使用 Ansible Playbook 進行冪等、可重複的部署。

查看完整的多端點部署指南，了解 Ansible Playbook 範例和 Threat Cloud 整合。

接下來呢？

瀏覽完整技術文件，自訂規則、整合 CI/CD 或設定合規報告。

完整技術文件 GitHub

返回技術文件

Panguard 入門指南

在 5 分鐘內安裝 Panguard、執行第一次掃描、並啟用即時防護。

步驟一：安裝 Panguard

透過 npm 安裝或使用安裝腳本。兩種方式都會設定 CLI、規則引擎和本地 AI 模型。

Install

curl -fsSL https://get.panguard.ai | bash

Apple Silicon (ARM64) native binary. Intel Mac users: install via npm, or enable Rosetta 2 first.

Verify the installation:

Terminal

panguard --version
# Expected: 1.5.2

Terminal

pga setup

Tip: pga is a shortcut for panguard. Both work.

Then start Panguard in any project:

Terminal

cd your-project
pga scan

[OK] Panguard v1.5.2 installed

[OK] Rule engine loaded (311 ATR + 311 total rules)

[OK] Scan complete.

Platform Quick Start

Step-by-step for each AI platform. Pick yours.

CCClaude Code

Step 1: Open your terminal

Install

npm install -g @panguard-ai/panguard && pga up

Step 2: Auto-configure Claude Code

Setup

pga setup --platform claude-code

Step 3: Restart Claude Code, then try:

Claude Code

# In Claude Code, ask:
"scan my current project for security issues"
"audit the MCP skill at github.com/owner/repo"

Step 4: Start 24/7 protection

Terminal

pga guard start --dashboard

Done! Claude Code now has 11 security tools via MCP. Guard monitors everything 24/7.

OCOpenClaw

Step 1: Install PanGuard

Install

npm install -g @panguard-ai/panguard && pga up

Step 2: Auto-configure OpenClaw

Setup

pga setup --platform openclaw

Step 3: Close and reopen OpenClaw

Step 4: In OpenClaw, PanGuard tools are now available. Try:

OpenClaw

# In OpenClaw, ask:
"use panguard to scan this project"
"audit the skill I just installed"

Step 5: Start Guard for continuous protection

Terminal

pga guard start --dashboard

Done! Every skill OpenClaw installs will be automatically audited.

Or auto-detect all platforms at once:

Terminal

pga setup

Detects 16 platforms including Claude Code, Claude Desktop, Cursor, OpenClaw, Codex, Windsurf, Gemini CLI, and more automatically.

GitHub Action (CI/CD)

Block malicious MCP skills and SKILL.md files before they reach production. One line in your workflow. Results appear in the GitHub Security tab.

Add to your workflow (.github/workflows/atr-scan.yml):

.github/workflows/atr-scan.yml

name: ATR Security Scan
on: [push, pull_request]
jobs:
  atr-scan:
    runs-on: ubuntu-latest
    permissions:
      security-events: write
    steps:
      - uses: actions/checkout@v4
      - uses: Agent-Threat-Rule/agent-threat-rules@v1
        with:
          severity: medium      # minimum severity to report
          fail-on-finding: true # block PRs with threats

What it does: Scans your repo for MCP config files and SKILL.md files using 311 ATR detection rules. Outputs SARIF to the GitHub Security tab.

Options:

severity — minimum level to report: informational, low, medium (default), high, critical
fail-on-finding — set false to warn without blocking
path — scan a specific directory (default: entire repo)

步驟二：執行第一次掃描

快速掃描會在約 60 秒內檢查系統常見弱點。

Terminal

pga scan

若需全面分析，包含所有 port、SSL 憑證和設定檔：

Terminal

pga scan --deep

步驟三：啟用即時防護

Guard 以背景程式運行，使用 ATR 偵測規則 24/7 監控你的 AI Agent。

Terminal

pga guard start

步驟四：設定通知

Panguard Chat 會在偵測到威脅和修復完成時，用你聽得懂的語言通知你。

Terminal

panguard chat config
# Follow the prompts to connect LINE, Slack, or Telegram

步驟五：了解掃描結果

每次掃描都會產出安全分數、等級和詳細發現。以下說明如何解讀。

安全分數（0-100）：0 = 極度危險，100 = 完全防護。低於 60 分需要立即處理。
等級：A（90+）、B（75-89）、C（60-74）、D（40-59）、F（40 以下）。目標至少 B 等級。
發現項目按嚴重度排序：Critical > High > Medium > Low。優先處理 Critical 問題。

步驟六：JSON 輸出與 AI Agent 整合

Panguard 是 Agent-Native 架構。使用 --json 取得機器可讀的輸出，AI Agent 可以直接解析。

Terminal

pga scan --json

{"riskScore": 72, "findings": 8, "critical": 1, "high": 2, "medium": 3, "low": 2,

"scanDuration": "47s", "framework": "ISO 27001",

"topFinding": "SSH root login enabled (critical)"}

SAST Code Scanning

Scan your source code for SQL injection, XSS, hardcoded secrets, and more.

Terminal

pga scan code --dir ./my-app --json

[OK] Scanning ./my-app (142 files)

[OK] Semgrep: 3 findings

[OK] Built-in patterns: 1 finding

[OK] Secrets scanner: 0 findings

{"totalFindings": 4, "critical": 1, "high": 2, "medium": 1,

"topFinding": "Hardcoded AWS access key in config.js (critical)"}

Beta

步驟七：遠端掃描

從外部掃描任何伺服器或網域。Panguard 會檢查開放的 port、SSL 憑證、HTTP 標頭和 DNS 記錄。

Terminal

pga scan --target example.com
panguard scan --target 1.2.3.4 --json

步驟八：合規報告

自動產生 ISO 27001、SOC 2 或台灣資通安全管理法合規報告。

Terminal

panguard report generate --framework iso27001
panguard report generate --framework soc2
panguard report generate --framework tcsa

完整部署 Checklist

按照以下步驟完成 Panguard 的完整部署。每一步都是獨立的，可以依你的需求選擇啟用。

1. 安全掃描 — 拿到安全評分

掃描你的系統，取得安全評分和弱點報告。快速模式約 30 秒，完整模式約 60 秒。

Terminal

panguard scan

2. 即時防護 — 啟動 Guard 守護程序

Guard 會 24/7 監控你的系統。前 7 天是學習模式（偵測 + 記錄），之後自動切換為保護模式（偵測 + 封鎖）。

Terminal

panguard guard start

3. 告警通知 — 設定 Telegram / Slack

收到威脅時即時通知你。支援 Telegram、Slack、Email 和 Webhook。

Terminal

panguard chat config

4. 蜜罐（選用）— 部署蜜罐陷阱

在你的伺服器上部署假的 SSH、HTTP、MySQL 等服務，捕捉攻擊者的行為和意圖。

Terminal

panguard trap start --services ssh,http

5. 合規報告（選用）— 產生合規報告

自動產生 ISO 27001、SOC 2 或台灣資安法合規報告。可作為稽核佐證。

Terminal

panguard report generate --framework iso27001

進階組態

Panguard 開箱即用，但你可以透過選配的外部工具增強偵測能力。所有工具都支援優雅降級——即使外部工具不可用，Panguard 也不會停止運作。

Ollama -- 在本地執行 AI 分析，無需雲端 API。適合離線環境。

關鍵環境變數：ANTHROPIC_API_KEY（Claude AI）、OPENAI_API_KEY（GPT 備選）、PANGUARD_LLM_MODEL（Ollama 模型覆寫）、OLLAMA_API_ENDPOINT（自訂 Ollama URL）。

查看完整的進階設定指南，了解安裝說明和組態細節。

多端點部署

在多台伺服器上部署 Panguard 非常簡單。小規模叢集可用 SSH 迴圈，大規模環境建議使用 Ansible。

SSH 批次安裝（5-20 台伺服器）

#!/bin/bash
# servers.txt: one IP per line
for server in $(cat servers.txt); do
  ssh root@$server 'curl -fsSL https://get.panguard.ai | bash && panguard guard start'
done

如果有 20 台以上的伺服器，建議使用 Ansible Playbook 進行冪等、可重複的部署。

查看完整的多端點部署指南，了解 Ansible Playbook 範例和 Threat Cloud 整合。

接下來呢？

瀏覽完整技術文件，自訂規則、整合 CI/CD 或設定合規報告。

完整技術文件 GitHub

Panguard 入門指南

步驟一：安裝 Panguard

Platform Quick Start

CCClaude Code

OCOpenClaw

GitHub Action (CI/CD)

步驟二：執行第一次掃描

更多 CLI 指令

完整部署 Checklist

進階組態

多端點部署

接下來呢？

Panguard 入門指南

步驟一：安裝 Panguard

Platform Quick Start

CCClaude Code

OCOpenClaw

GitHub Action (CI/CD)

步驟二：執行第一次掃描

更多 CLI 指令

完整部署 Checklist

進階組態

多端點部署

接下來呢？