コードベースの中で、
Quin から隠せるものはない。
あらゆる欺瞞を見抜いた清廉な裁判官 Bao Qingtian にちなんで名付けました。Quin は、任意のコードベースをスキャンしてAIエージェントを検出し、システムプロンプトを抽出し、意図を解析して、監査対応のレポートを生成するオープンソースのCLIです。
スキャン結果をご覧ください。
ローカルでもリモートでも、任意のリポジトリを Quin に指定するだけです。計装もエージェント側の変更も不要で、これが CLI がディスクに書き出すレポート形式です。
pip install quin-scannerquin-report.json
{ "repo_path": "./payments-service", "scan_timestamp": "2026-03-30T09:00:00Z", "is_ai_application": true, "confidence": 0.92, "capability_tags": [ "llm-api", "rag", "multi-agent", "tool-use" ], "agent_intents": [ { "agent_name": "ResearcherAgent", "goal": "Search and synthesize from web sources", "capabilities": ["web-search", "summarization"], "risk_signals": [ "has internet access", "writes files" ] } ]}AIエージェントの完全なインベントリを、
手作業ゼロで。
ローカルでもリモートでも任意のリポジトリを指定すれば、すべてのAIエージェントと、それぞれが何を指示されているか、どのようなリスクを抱えているかの構造化されたマップが得られます。
- 01
AI利用の検出
依存関係、インポート、設定ファイル、環境変数、ディレクトリ構成をスキャンし、あらゆるコードベースからAI／ML ライブラリ利用の痕跡を検出します。
- 02
システムプロンプトの抽出
Python のソース、YAML 設定、プロンプトテンプレートファイルからシステムプロンプトを抽出し、エージェントが実際に何を指示されているかを明らかにします。
- 03
LLMによる意図解析
抽出したプロンプトを LLM（OpenAI、Anthropic、Google、Ollama）に送り、各エージェントの目的、能力、リスク要因を要約します。
- 04
構造化された監査対応レポート
SIEM への取り込み、コンプライアンスのパイプライン、手動レビューにそのまま使える JSON または YAML のレポートを、信頼度スコアと能力タグ付きで出力します。
対応言語
LLMプロバイダー
ずっと無料。
セルフホストで、制限なし。
Quin のコアスキャナーは MIT ライセンスで、無料でご利用いただけます。ローカルリポジトリのスキャン、LLM 解析なしでの実行、独自パイプラインへの組み込みが可能です。Python 3.11 以上が必要です。
GitHub でスターを付けるGitHub組織単位のスキャン。
SIEM連携。SSO。
Enterprise 版では、リモートの GitHub リポジトリスキャン、バッチ処理、SIEM 対応の出力、SSO 認証に加え、組織全体のAI利用状況を追跡するマネージドダッシュボードをご利用いただけます。
Enterprise について相談するよくあるご質問
Quin がすべてのエージェントを可視化します。Aegis が誰に操作を許すかを統制し、Drona が何を実行するかをオーケストレーションします。