Use case · Governed AI
Kamu ingin agent yang melakukan triase insiden, membuka pull request, dan meminta akses untukmu. Yang tidak bisa kamu terima adalah software yang bertindak di produksi tanpa batas, tanpa persetujuan, dan tanpa catatan. IntegraCI menempatkan setiap tindakan AI di balik kontrol yang sudah kamu percaya untuk pipeline-mu: gateway yang ter-governance, policy per tool, persetujuan manusia untuk apa pun yang menulis, dan jejak atas apa yang terjadi. Agent bergerak cepat. Kendali tetap di tanganmu.
Who this is for
Masalahnya
Begitu sebuah model bisa memanggil tool-mu secara langsung, ia bisa melakukan apa pun yang diizinkan token tersebut, tanpa ada yang memeriksa dan tanpa cara untuk merekonstruksinya kemudian. Itu wajar di demo dan tidak bisa diterima di produksi.
Ia bertindak tanpa batas
Agent yang terhubung langsung ke tool-mu mewarisi apa pun yang bisa dilakukan token tersebut. Cakupan dampaknya adalah jumlah dari setiap credential yang bisa ia jangkau.
Tidak ada yang menyetujui
Model yang membuka pull request, memberi akses, atau me-restart service tanpa manusia di dalam alurnya mengubah tebakan yang percaya diri menjadi perubahan di produksi.
Kamu tidak bisa merekonstruksinya
Ketika ada yang salah, kamu perlu menunjukkan apa yang dilakukan agent dan mengapa. Prompt yang longgar dan script ad-hoc membuatmu menebak-nebak setelah kejadian.
Gateway AI yang ter-governance
Alih-alih menyebarkan key provider ke berbagai service, agent menjangkau model melalui satu gateway tunggal. Kamu mendapat satu tempat untuk melihat pemakaian, menahan budget, dan menentukan provider mana yang melayani tenant mana.
Satu jalur yang ter-governance
Panggilan model melewati satu gateway tunggal, bukan key SDK yang tersebar. Kamu melihat apa yang diminta, apa yang dikembalikan, dan berapa biayanya, per tenant.
Pemakaian yang bisa kamu pertanggungjawabkan
Setiap request diukur terhadap sebuah budget. Ketika sebuah tenant kehabisan, panggilan akan jatuh ke fallback alih-alih membengkakkan tagihan tanpa batas.
Model-mu, ketentuanmu
Arahkan gateway ke provider yang sudah kamu pakai. Self-host seluruh jalurnya, hingga instalasi air-gapped, ketika data tidak boleh keluar.
● provider model-mu
satu jalur, satu budget, provider-mu
ditolak kecuali ada policy yang mengizinkan
Otorisasi per tool
Sebelum tool mana pun berjalan, panggilannya diperiksa terhadap policy-as-code, engine yang sama yang menjaga deployment-mu. Tool yang tidak diizinkan policy mana pun akan ditolak, dan setiap agent tetap berada di dalam batas satu tenant, ditegakkan oleh database dengan row-level security.
Diputuskan per tool
Sebelum agent memanggil sebuah tool, request-nya diperiksa terhadap policy-as-code. Engine yang sama yang menjaga deploy-mu menjaga apa yang boleh disentuh AI.
Tertutup secara default
Tool yang tidak diizinkan policy mana pun akan ditolak. Memperluas apa yang bisa dilakukan agent adalah perubahan eksplisit yang kamu tulis, bukan default yang ia warisi.
Tercakup pada tenant
Agent berjalan di dalam batas satu tenant, yang ditegakkan database dengan row-level security. Ia tidak bisa membaca atau bertindak lintas tenant.
Persetujuan manusia
Membaca berjalan otomatis. Bertindak tidak. Setiap langkah yang menulis (membuka pull request, memberi akses, me-restart service) berhenti di inbox persetujuan dengan tindakan persisnya tersaji, dan menunggu manusia untuk menyetujui, menyunting, atau menolak.
Apa pun yang menulis akan berhenti
Langkah read-only berjalan. Langkah yang mengubah state (membuka PR, memberi akses, me-restart service) menunggu di inbox persetujuan agar seseorang memutuskan.
Kamu melihat tindakan yang diusulkan
Reviewer mendapat persis perubahan yang ingin dibuat agent, dalam konteks, sebelum dijalankan. Setujui, sunting, atau tolak.
Tahan lama, bukan sekali jalan lalu lupa
Run diorkestrasi sehingga sebuah persetujuan bisa memakan menit atau hari. Pekerjaan dilanjutkan dari tempat ia berhenti, atau dibatalkan dengan rapi jika perlu.
Jejak audit
Setiap langkah (run-nya, setiap keputusan otorisasi, setiap persetujuan, setiap panggilan tool) tercatat dalam jejak audit yang tahan-rusak dan bisa kamu ekspor. Ketika kamu harus mempertanggungjawabkan sebuah tindakan AI, kamu punya catatannya, bukan rekonstruksi.
Jejak yang sama memasok bukti kepatuhan-mu, sehingga aktivitas AI berada bersama segala hal lain yang dilakukan platform di bawah satu set kontrol.
setiap entri terangkai ke entri sebelumnya
Credential yang tercakup
Setiap run agent mendapat credential berumur pendek dan tercakup dari secrets store khusus, terikat pada identitas yang dibatasi waktu. Tidak ada key berumur panjang yang bisa bocor, dan secret-nya tidak pernah mencapai konteks model atau log.
Credential tercakup miliknya sendiri
Setiap agent mendapat credential berumur pendek dari secrets store khusus, tercakup persis pada tool yang diizinkan policy-nya.
Identitas yang dibatasi waktu
Sebuah run agent membawa identitas yang kedaluwarsa. Tidak ada key berumur panjang yang tergeletak untuk dibocorkan sebuah prompt.
Tidak ada apa pun di dalam prompt
Secret tetap di store dan keluar dari konteks model, log, dan database, yang menyimpan referensi alih-alih nilai.
The proof
The claim holds because of how it is built. Each control runs in the path, records what it did, and maps to the framework you report against.
Policy gate on every model call
A policy-as-code rule evaluates the model identity, prompt scope, and caller identity before any request reaches an AI provider. Calls that violate policy are rejected at the gateway. The rejection is written to the audit log with a reason code, so you have a record of blocked attempts as well as permitted ones.
Human approval checkpoint for state-changing actions
Any agent action that writes state (opening a pull request, requesting access, triggering a deployment) is paused and routed to a named approver inbox. The agent cannot proceed until a person confirms or denies. The decision, the approver identity, and the timestamp are recorded in the tamper-evident audit trail before execution continues.
Short-lived scoped credentials per agent session
Each agent run receives credentials scoped only to the connectors that run is authorized to use, issued from a dedicated secrets store for the duration of the session. Credentials expire automatically when the session ends. No long-lived shared tokens exist in the agent runtime, so a compromised session cannot be replayed.
Maps to
The platform maps your controls to these frameworks. The mapping helps you demonstrate them; it is not a certification.
The artifact is the proof
AI Governance Evidence Export
An exportable, time-ordered record of every model call, the policy decision that evaluated it, any human approval with approver identity and timestamp, and the connectors accessed during the session, ready to hand to an auditor.
Under the hood
This job is not a separate product. It is the platform seen from one angle. Here are the capabilities it runs on.
AI Gateway
One policy-checked path for every model call
AIAgentic AI
Governed AI agents that take action across the SDLC
AIAI Copilot
A governed copilot that drafts, you approve
GovernPolicy as Code
Write governance rules as versioned, tested code
SecureAccess Governance
Just-in-time, time-bound access instead of standing keys
GovernCompliance & Audit
Tamper-evident audit trail with one-bundle evidence export
No. The approval checkpoint is enforced by the workflow layer, not by the agent. The agent submits a proposed action and waits. It has no path to proceed without a recorded human decision, regardless of what the policy scope permits.
The policy gate evaluates every outbound call before it reaches the provider. You define which data categories are permitted in prompts, and calls that exceed scope are rejected and logged. The agent never holds direct database credentials. It calls tools, and each tool is individually gated by the same policy layer.
No. The gateway sits in front of your existing provider endpoints. You register your providers and set per-provider policies. Teams use the same developer interface regardless of which model runs behind it, and you can add or rotate providers without changing the governance rules.
Every connector action the agent takes is recorded by the platform layer the agent calls through, not by the agent itself. The agent cannot omit or alter its own record. Exported evidence bundles include connector-side records alongside the model call log, giving auditors a chain they can verify independently.
Minta demo dan tempatkan sebuah agent di balik gateway, gerbang policy, dan inbox persetujuan. Hubungkan model dan tool yang sudah kamu pakai. Self-host ketika data tidak boleh keluar.