Lagune और Deepsec (v2.2.1) एक ही समस्या के दो रक्षात्मक जवाब हैं: AI की मदद से डेवलपमेंट के दौर में सुरक्षा। दोनों का आधार, उनकी शुरुआत, बीच का हिस्सा और अंत, और उपयोगकर्ता के सामने वे ख़ुद को कैसे पेश करते हैं, ये सब सोच-समझकर अलग रखे गए हैं, भले ही उनका तंत्र कहीं-कहीं एक जैसा हो।

tip

क्या Lagune, Deepsec से प्रेरित है? नहीं, Lagune पूरी तरह नए सिरे से लिखा गया है और Spec-Driven Development और Security Hardening से प्रेरित है। दोनों प्रोजेक्ट एक-दूसरे से स्वतंत्र रूप से बनाए गए हैं, और यह तुलना उपयोगकर्ताओं को उनके अंतर समझाने के लिए है।

एक नज़र में

पहलू	Lagune	Deepsec
प्रकार	एक पद्धति (SDH), रेफ़रेंस इम्प्लीमेंटेशन के साथ	एक प्रोडक्ट: एजेंट से चलने वाला कमज़ोरी स्कैनर
मूल आधार	सुरक्षा सिद्धांत और ज़रूरत पड़ने पर ही लोड होने वाला ज्ञान एजेंट को दिशा देते हैं, नियतात्मक हुक के सहारे	regex का चौड़ा जाल एक अनिवार्य AI जाँच तक पहुँचाता है
यह क्या देता है	सुरक्षा मज़बूत किया गया कोड, प्रमाण, और निष्कर्षों की ट्रैक की गई चेन	गंभीरता के क्रम में लगी, ट्राइएज की गई निष्कर्षों की रिपोर्ट
आपके कोड में बदलाव	हाँ: harden चरण आपका कोड बदलता है	नहीं: सिर्फ़ स्टैटिक एनालिसिस, निष्कर्ष और सुझाव का टेक्स्ट देता है
रनटाइम	आपके पहले से चल रहे एजेंट और मॉडल पर चलता है, किसी भी टियर का	अपनी मॉडल पाइपलाइन चलाता है, डिफ़ॉल्ट रूप से फ़्रंटियर टियर
शुरुआत	एक प्लगइन इंस्टॉल या npx skills add, फिर आसान भाषा में निर्देश दें, कोई नया टूल खड़ा करने की ज़रूरत नहीं	.deepsec/ वर्कस्पेस खड़ा करें, डिपेंडेंसी इंस्टॉल करें, और मॉडल की कुंजी जोड़ें

यह कैसे काम करता है

Lagune एजेंट-फ़र्स्ट है: एजेंट काम चलाता है, कोड जैसा है उसके हिसाब से ज़रूरत पड़ने पर ही ज्ञान लाता है, और तय किया जा सकने वाला हिस्सा नियतात्मक हुक को सौंप देता है।

Deepsec नियतात्मकता-फ़र्स्ट है: एक चौड़ा स्कैन ऐसे उम्मीदवार पकड़ता है जो एक अनिवार्य मॉडल को बताते हैं कि किसकी जाँच करनी है और किस पर फ़ैसला देना है।

पहलू	Lagune	Deepsec
क्रम	सुरक्षा सिद्धांत और मेल खाता ज्ञान एजेंट को दिशा देते हैं, जो कुछ काम हुक को सौंपता है और बाक़ी पर ख़ुद फ़ैसला करता है	मैचर उम्मीदवार पकड़ते हैं, और मॉडल हर एक की जाँच करके फ़ैसला देता है
नियतात्मक हिस्से की भूमिका	कई भाषाओं वाले हुक जो फ़ैसला लौटाते हैं या एजेंट को सही जगह दिखाते हैं, श्रेणी के ज्ञान के साथ मिलकर	मैचर जो अनिवार्य मॉडल के फ़ैसले के लिए उम्मीदवार पकड़ते हैं
डेवलपमेंट फ़्लो	आपके कोड लिखते समय /lagune कमांड उसी जगह सुरक्षित ढंग से बनाती है	यह कोड रिव्यू करता है, लिखता नहीं
ऑडिट फ़्लो	charter → detect → plan → harden → verify	scan → process → triage → revalidate → report
AI का काम	ज्ञान के आधार पर तर्क करना, सुधार लागू करना, और साबित करना कि वह कारगर है	हर उम्मीदवार की जाँच करना और निष्कर्षों की रिपोर्ट देना

जीवनचक्र

Lagune कोड लिखे जाने से पहले, उसके दौरान और उसके बाद काम करता है। Deepsec कोड मौजूद होने के बाद किसी रिपॉज़िटरी को रिव्यू करता है।

मौक़ा	Lagune	Deepsec
कोड बनने से पहले	charter चरण बताए गए इरादे से सुरक्षा नीति तैयार करता है	मौजूदा कोड से शुरू होता है: init कमांड को एक डायरेक्टरी चाहिए
बनाते समय	/lagune कमांड उसी जगह डिफ़ॉल्ट रूप से सुरक्षित बनाती है, पीछे कोई आर्टिफ़ैक्ट नहीं छोड़ती	बनने के बाद रिव्यू करता है, बनते समय नहीं
मौजूदा कोड पर	detect → plan → harden → verify	scan → process, मुख्य फ़्लो
लगातार रिव्यू	हर दायरे के लिए चरण दोबारा चलाएँ, कोई तैयार CI गेट नहीं	इंक्रीमेंटल री-स्कैन, CI में exit गेट के रूप में process --diff

पहचान की परत

दोनों की नियतात्मक परतें स्वभाव से उलटी हैं: एक फ़ैसला करती है, दूसरी बस पकड़ती है।

पहलू	Lagune	Deepsec
समूह	हुक और विशेषज्ञताएँ, श्रेणियों में बँटी	हर पैटर्न या फ़्रेमवर्क के लिए मैचर
आउटपुट	सीधा फ़ैसला (finding / review / advisory) और साथ में एक classify लेबल	बिना फ़ैसले वाला उम्मीदवार (slug, लाइनें, कोड का टुकड़ा, मेल खाया पैटर्न)
ट्यूनिंग	सटीकता: टिप्पणियों को समझने वाला, प्लेसहोल्डर और विंडो गार्ड के साथ	रिकॉल: चौड़े जाल, फ़ॉल्स पॉज़िटिव बाद में AI छाँटता है
गहराई	साझा वर्गों में ज़्यादा गहरा	ज़्यादा व्यापक, साझा वर्गों में कम गहरा
फ़ॉल्स पॉज़िटिव	स्रोत पर ही कम रखे जाते हैं, फिर संदर्भ में परखे जाते हैं	जान-बूझकर ज़्यादा पैदा किए जाते हैं, फिर revalidate पास में घटाए जाते हैं

ज्ञान और फ़ैसला

दोनों में सुरक्षा का वह ज्ञान है जो regex में नहीं समा सकता। फ़र्क़ इसमें है कि वह ज्ञान कहाँ रहता है और उसे कौन ढाल सकता है।

पहलू	Lagune	Deepsec
रूप	बदले जा सकने वाले Markdown मॉड्यूल, जिनमें से कई के पीछे एक नियतात्मक हुक है	एक छोटा प्रॉम्प्ट और हर टेक के लिए ख़ास बिंदु, जो मॉडल के अपने ज्ञान पर टिके हैं
चुनाव	कोड से मिलान होता है, और सिर्फ़ तब लोड होता है जब उसका संदर्भ मौजूद हो	हर AI बैच में डाला जाता है, साथ में पहचानी गई टेक के ख़ास बिंदु
इसे कौन लिखता है	उपयोगकर्ता मॉड्यूल बदलता है और specialize कमांड से नए जोड़ता है	प्रॉम्प्ट मेंटेनर के हाथ में है, उपयोगकर्ता एक INFO.md फ़ाइल भरता है
फ़ैसला कहाँ होता है	हुक अपनी न्यूनतम सीमा तय करते हैं, बाक़ी पर एजेंट ज्ञान के आधार पर फ़ैसला करता है	केंद्रीकृत: एक AI प्रोसेसर हर उम्मीदवार पर फ़ैसला देता है
दोबारा इस्तेमाल	एक मॉड्यूल detect और verify, दोनों चरणों को राह दिखाता है	एक प्रॉम्प्ट इकलौते process चरण को चलाता है

निष्कर्ष और उन्हें बंद करना

सबसे बड़ा फ़र्क़ इसमें है कि सुलझ जाने के बाद किसी निष्कर्ष का क्या होता है।

पहलू	Lagune	Deepsec
गंभीरता	CVSS v4.0 स्कोर, एक्सपोज़र और दाँव के हिसाब से समायोजित	AI की दी हुई गंभीरता, साथ में एक्सप्लॉइट हो पाने की संभावना और असर के आधार पर P0 / P1 / P2 ट्राइएज
फ़ैसले	Risk closed, Risk not closed, या Cannot tell from the code	true-positive, false-positive, fixed, uncertain, accepted-risk, duplicate
सहेजना	कामकाजी चेन मौजूदा स्थिति से मिलाकर अपडेट होती है, बंद निष्कर्षों का सार इतिहास में जाता है	हर फ़ाइल के लिए सिर्फ़ जुड़ते जाने वाले रिकॉर्ड, कुछ भी हटाया नहीं जाता
अंतिम स्थिति	बंद हो सकने वाला: साबित हुआ निष्कर्ष बंद होता है, और चेन स्थिर हो सकती है	हर निष्कर्ष हमेशा के लिए रखा जाता है, सुलझने पर व्यू से छिपा दिया जाता है
इतिहास में ब्योरा	जोखिम क्या था, इसका छोटा सार	फ़ैसलों का पूरा सिलसिला, जिसमें यह भी कि उसे कैसे ठीक किया गया

लागत

पहलू	Lagune	Deepsec
नियतात्मक न्यूनतम आधार	मुफ़्त: हुक बिना AI और बिना कुंजी के चलते हैं, और तभी फ़ैसले दे देते हैं	मुफ़्त: scan कमांड बिना AI के चलती है, लेकिन अपने आप कोई फ़ैसला नहीं देती
आम ख़र्च	आपके पहले से चल रहे एजेंट में ही शामिल: लोकल मॉडल पर $0 तक, आप जिस प्लान की क़ीमत पहले से चुका रहे हैं वही, या API आधारित इस्तेमाल में हर इटरेशन के हिसाब से	100 से 2,000 फ़ाइलों के लिए हर रन पर लगभग $25 से $1,200, बड़े पैमाने पर और ज़्यादा
सबसे सस्ता रास्ता	कोई भी मॉडल, मुफ़्त लोकल मॉडल भी, चक्र पूरा कर देता है	सस्ते पेड टियर मौजूद हैं, लेकिन निष्कर्षों के लिए पेड AI चरण ज़रूरी है

विस्तार और गवर्नेंस

हर एक वह परत खोलता है जिसे दूसरा बंद रखता है।

पहलू	Lagune	Deepsec
आप क्या बढ़ाते हैं	मॉड्यूल बदलें, या specialize कमांड से नए जोड़ें	मैचर, एजेंट, नोटिफ़ायर और ओनरशिप जोड़ें
नीति की परत	सुरक्षा सिद्धांत हर चरण को दिशा देते हैं और उनका वर्ज़न रखा जाता है	कॉन्फ़िग कामकाजी है (मैचर, मॉडल, पाथ)
नाम से ओवरराइड	सुधारा गया मॉड्यूल बिल्ट-इन की जगह लेता है	मैचर का slug टकराए, तो आपका मैचर जीतता है

इंटरफ़ेस

Deepsec किसी सुरक्षा संगठन के लिए डिलीवरेबल तैयार करता है। Lagune उसे चलाने वाले व्यक्ति के लिए एक लाइव व्यू दिखाता है।

पहलू	Lagune	Deepsec
लोगों के देखने का इंटरफ़ेस	पूरी चेन का लोकल लाइव डैशबोर्ड, आसान भाषा में	रिपोर्ट, एक्सपोर्ट, मेट्रिक्स और PR-कमेंट फ़ाइलें, साथ में एक डॉक्स साइट
जवाबदेही	फ़ाइलें और लागू हुई विशेषज्ञताएँ सामने रखता है	ज़िम्मेदारी के लिए किसी का सुझाव देता है: ऑन-कॉल, मैनेजर या कमिट करने वाला
दोहराया जा सकने वाला प्रमाण	prove कमांड चलाए जा सकने वाले टेस्ट और खुलासे के लिए सुरक्षा एडवाइज़री लिखती है	डिज़ाइन से स्टैटिक रहता है, लक्ष्य को कभी चलाता नहीं
टूल की अपनी रक्षा	डैशबोर्ड पर लोकल राइट API की सुरक्षा मज़बूत करता है	अविश्वसनीय लक्ष्य कोड के ख़िलाफ़ अपने AI एक्ज़ीक्यूशन की सुरक्षा मज़बूत करता है

पैमाना और डिप्लॉयमेंट

पहलू	Lagune	Deepsec
इंस्टॉल	आपके एजेंट के प्लगइन या skills CLI से नौ कमांड, कुछ भी स्कैफ़ोल्ड नहीं होता	अपने पैकेज और डिपेंडेंसी वाला एक .deepsec/ वर्कस्पेस
पैमाने की दिशा	किसी भी हिस्से तक सिमट सकता है, एक संदर्भ या एक फ़ाइल से लेकर पूरे प्रोजेक्ट तक	पूरी रिपॉज़िटरी स्कैन करता है, बड़े मोनोरेपो तक
वितरण	सिर्फ़ लोकल, इकलौता सर्वर लूपबैक से बँधा है	ज़रूरत हो तो काम को Vercel Sandbox वर्कर VM में बाँट सकता है

उपयोगकर्ता अनुभव

हर टूल उसे चलाने वाले व्यक्ति से कैसे मिलता है: पहले रन के लिए क्या चाहिए, और चलाने वाला उसे किस ओर मोड़ता है।

ऑनबोर्डिंग

Lagune पहले से खुले एजेंट के ज़रिए चलता है। Deepsec पहले अपना वर्कस्पेस और मॉडल एक्सेस तैयार करता है।

पहलू	Lagune	Deepsec
पहली कमांड	प्लगइन इंस्टॉल या npx skills add wellwelwel/lagune, फिर एजेंट में /lagune-*	npx deepsec init, फिर cd .deepsec, pnpm install, scan, process
चलाने के लिए क्रेडेंशियल	अलग कुंजी नहीं, यह आपका मौजूदा एजेंट इस्तेमाल करता है	मॉडल की कुंजी (जैसे AI Gateway, 12 घंटे वाला Vercel OIDC टोकन, या Anthropic टोकन)

इसे दिशा देना

दोनों निर्देश लेते हैं। Lagune हर चरण में इनपुट का रूप पढ़ता है। Deepsec उन फ़ाइलों का दायरा छोटा करता है जिन पर वही जाँच चलती है।

पहलू	Lagune	Deepsec
पूरा प्रोजेक्ट	बिना इनपुट वाला चरण पूरे दायरे को स्कैन करता है	scan और process कमांड रिपॉज़िटरी को स्कैन करती हैं
एक हिस्सा	कोई भी चरण दी गई फ़ाइलों या डायरेक्टरी तक सिमट जाता है	--files, --files-from या --diff रन का दायरा छोटा करते हैं
एक चिंता	चरण बताई गई चिंता तक सिमट जाता है	जाँच का प्रॉम्प्ट तय है
प्राथमिकता का स्तर	harden और verify चरण क्रिटिकल, उच्च, मध्यम या निम्न तक सिमट जाते हैं	निष्कर्षों पर लेबल रन के बाद लगते हैं
एक अकेली वैल्यू	हुक एक कोड के टुकड़े, पैटर्न या URL को सीधे स्कोर देता है (--pattern, --url)	काम की इकाई एक फ़ाइल है

अक्सर पूछे जाने वाले सवाल

Lagune एजेंट-फ़र्स्ट है और कोड लिखे जाने से पहले, उसके दौरान और उसके बाद काम करता है: यह कोड से पहले नीति तय करता है, बनाते समय उसी जगह सुरक्षा मज़बूत करता है, और पहले से लिखे कोड का ऑडिट करता है, उसकी सुरक्षा मज़बूत करता है और पुष्टि करता है। Deepsec नियतात्मकता-फ़र्स्ट है: regex का चौड़ा स्कैन एक अनिवार्य फ़्रंटियर-मॉडल जाँच तक पहुँचाता है, जो मौजूदा कोड रिव्यू करती है और निष्कर्षों की रिपोर्ट देती है, कोड बदले बिना।

Lagune का पूरा फ़्लो मुफ़्त लोकल मॉडल पर $0 में चल सकता है, और इसके नियतात्मक हुक बिना किसी AI के फ़ैसले देते हैं। Deepsec का स्कैन मुफ़्त है, लेकिन कोई फ़ैसला नहीं देता, इसलिए किसी भी निष्कर्ष के लिए उसका पेड AI चरण ज़रूरी है।

Lagune बदलता है: harden चरण आपके कोड में सुधार लागू करता है। Deepsec नहीं बदलता: यह सिर्फ़ स्टैटिक एनालिसिस करता है और निष्कर्ष व सुझाव का टेक्स्ट देता है, जिसे कोई व्यक्ति या एजेंट अलग से लागू करता है।