Tokenectomy Razor

Tokenectomy Razor

Cirugía de registros rápida y determinista y redacción de secretos para agentes de codificación de IA: elimina más del 90% del ruido de frameworks, redacta credenciales con inmunidad ReDoS O(N), latencia de submilisegundos. Escrito en Rust seguro.

Tokenectomy (sustantivo): token + -ectomy (extirpación quirúrgica) — la escisión precisa de tokens desperdiciados de las ventanas de contexto de LLM.

Motor de Cirugía de Registros de Alto Rendimiento y Redacción de Secretos para Agentes de Codificación de IA

• Registro Oficial de MCP: mcp-name: io.github.Tokenectomy-Labs/razor

---

📋 Tabla de Contenidos

• Qué Hace
• Características Clave
• Benchmarks
• Instalación
• Integración con MCP
• Uso por Caso de Uso
• Características Avanzadas
• Comparación
• Preguntas Frecuentes
• Hoja de Ruta
• Seguridad
• Contribuciones

---

Qué Hace

Tokenectomy Razor es un servidor de Protocolo de Contexto de Modelo (MCP) autónomo, de máquina a máquina (M2M) y un motor de procesamiento de flujos escrito en Rust seguro. Intercepta registros de errores de agentes de IA, elimina más del 90% del ruido de frameworks, redacta automáticamente secretos (JWTs, claves API, credenciales de bases de datos) y almacena en caché contextos saneados con un TTL de 24 horas, todo sin enviar datos sin procesar a servicios externos.

En 30 Segundos

El Problema:

• Los agentes de IA desperdician tokens en ruido de frameworks (node_modules, site-packages, .cargo/registry)
• Credenciales sensibles se filtran accidentalmente en registros de LLM (claves AWS, URLs de bases de datos, tokens API)
• Errores idénticos repetidos cuestan dinero en cada reintento

La Solución:

Raw Error Log (38K tokens + secrets)
    ↓
[Redact secrets locally] → [Filter framework frames] → [Extract user code]
    ↓
Sanitized Context (2K tokens, no secrets) → Safe to send to LLM

Ejemplo Real

Antes:

$ cat error.log | head -20
Error in /home/user/.cargo/registry/src-xxx/tokio-1.35/src/runtime/mod.rs:12345
  at /home/user/.cargo/registry/src-yyy/serde/src/lib.rs:456
  Database connection failed: postgresql://admin:secretpass@db.example.com:5432/mydb
  JWT Auth token: eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJzdWIiOiIxMjM0NTY3ODkwIn0...
  [... 500+ more framework frames ...]

Después:

$ cat error.log | razor --scrub
Error in /home/user/src/main.rs:42
  at /home/user/src/utils.rs:18
  Database connection failed: [CONNECTION_STRING_REDACTED]
  JWT Auth token: [JWT_REDACTED]

Beneficios:

• ✅ Contexto 95% más pequeño (2K vs 38K tokens) → Ahorra dinero en llamadas API de LLM
• ✅ Cero secretos en registros → Duerme mejor por la noche
• ✅ Errores idénticos almacenados en caché → El segundo reintento cuesta $0

---

Aspectos Técnicos Destacados

                  ┌──────────────────────────────────────────────┐
   Agent Error     │              TOKENECTOMY RAZOR               │    Sanitized Context
   Dump (38K toks) │  - Polyglot Stack Frame Filter               │ ──►  (2K toks) ──► LLM
  ────────────────►│  - Deterministic Secret Redactor (O(N))      │
                   │  - SHA-256 Idempotency Cache (24h TTL)       │
                   └──────────────────────────────────────────────┘

• Cirugía Profunda de Trazas Políglotas: Análisis en memoria en Rust, Python, TypeScript/JavaScript, Go, Java/Kotlin (Spring Boot 3, Tomcat, Hibernate, Netty, Undertow, HikariCP), C/C++ (AddressSanitizer, GDB, glibc) y PHP. Filtra quirúrgicamente el ruido interno de frameworks y el código repetitivo de tiempo de ejecución mientras aísla los marcos de código de aplicaciones genuinas del usuario.
• Motor de Análisis de Código AST Estático (analyze_code): Análisis AST estático de alto rendimiento que detecta manejadores no cerrados, fugas de recursos y vulnerabilidades de seguridad con límites de ejecución acotados (50K nodos AST, límite de archivo de 10 MB) y coordenadas LSP UTF-16 precisas.
• Cumplimiento TDQS Grado A de Glama: 100% de Puntaje de Calidad de Definición de Herramientas con límites de esquema explícitos, precondiciones de tiempo de ejecución y divulgación completa en todas las herramientas MCP.
• Proxy Inverso de Puerta de Enlace de IA (--proxy): Intercepta transparentemente flujos de prompts en 127.0.0.1:8080, realizando escisión de tokens y saneamiento de credenciales en tiempo real antes del reenvío ascendente a OpenAI, Anthropic u Ollama.
• Redacción de Secretos de Conocimiento Cero: Motor de expresiones regulares determinista de tiempo lineal que elimina JWTs, tokens API, claves de acceso a la nube, cadenas de conexión y claves privadas antes de la transmisión por red. Todo el procesamiento ocurre localmente.
• Caché de Idempotencia SHA-256: Almacena respuestas deterministas con un TTL de 24 horas. Fallos repetidos de CI/CD o bucles de agentes incurren en costo cero de API ascendente.
• Contención de Recorrido de Rutas: Todo el acceso a archivos MCP está canonicalizado y bloqueado al límite de la raíz del espacio de trabajo (CWD). Sin escapes de ../ ni rupturas de enlaces simbólicos.
• Cumplimiento de Protocolo M2M: Servidor stdio JSON-RPC 2.0 nativo conforme a la especificación oficial del Protocolo de Contexto de Modelo.

---

Benchmarks Verificables

Las métricas de rendimiento están fundamentadas en hardware y son reproducibles mediante suites de benchmarks independientes:

Objetivo del Benchmark	Carga de Trabajo Bajo Prueba	Medición Verificada	Resultado
Redacción de Registros de Alto Volumen	250,000 líneas (24.44 MB) de volcado empresarial que contiene claves API y URIs de conexión	333.49 ms (73.3 MB/seg, 749,652 líneas/seg)	Aprobado
Resistencia ReDoS	Cadena de retroceso patológica de 50,000 caracteres	1.44 ms (Evaluación lineal $O(N)$)	Aprobado
Concurrencia de Hilos	100 hilos de SO concurrentes ejecutando redacción y extracción simultáneas	100/100 completados en 27.35 ms (7,312 ops/seg)	Aprobado
Huella de Memoria del Kernel	Memoria residente máxima durante prueba de estrés continua de 250,000 líneas	76.24 MB VmRSS vía /proc/self/status	Aprobado

Comprendiendo los Benchmarks

Métrica	Por Qué Importa	Qué Esperar
Rendimiento de redacción de 73.3 MB/seg	La mayoría de los registros son <5MB; los redactarás en milisegundos	<10ms para registros CI típicos
Inmunidad ReDoS de 1.44ms	Previene que cargas maliciosas de registros provoquen DoS en tu sistema	Seguro de usar en producción con entrada no confiable
Memoria máxima de 76.24 MB	Adecuado para ejecutores CI/CD restringidos (GitHub Actions, GitLab)	Cabe cómodamente dentro de límites de 256MB
7,312 ops/seg concurrentes	Múltiples agentes de IA consultando simultáneamente	100 solicitudes concurrentes manejadas de forma segura

Reproducir localmente:

cargo test --release --test stress_benchmark -- --nocapture

---

Instalación

Método 1: Instantáneo vía npx (Recomendado para Clientes MCP)

Sin cadena de herramientas Rust, compilación nativa o configuración manual de rutas requerida:

npx -y tokenectomy-razor --mcp

O instala globalmente vía npm:

npm install -g tokenectomy-razor

Método 2: Cargo (crates.io)

cargo install tokenectomy

Método 3: Binarios Nativos Precompilados (Lanzamientos de GitHub)

Descarga binarios independientes precompilados de cero dependencias directamente desde Lanzamientos de GitHub:

• Linux: tokenectomy-linux-x86_64 (glibc), tokenectomy-linux-x86_64-musl, tokenectomy-linux-aarch64
• macOS: tokenectomy-darwin-arm64 (Apple Silicon M1/M2/M3/M4), tokenectomy-darwin-x86_64 (Intel)
• Windows: tokenectomy-windows-x86_64.exe

Método 4: Compilar desde el Código Fuente

git clone https://github.com/Tokenectomy-Labs/Tokenectomy.git
cd Tokenectomy
cargo build --release
sudo cp target/release/razor /usr/local/bin/razor

Método 5: Contenedor Multi-Arquitectura (GHCR)

docker pull ghcr.io/tokenectomy-labs/razor:latest
docker run -it ghcr.io/tokenectomy-labs/razor:latest --help

---

Integración con el Protocolo de Contexto de Modelo (MCP)

Configura Tokenectomy Razor como un servidor de fondo autónomo en los principales entornos de agentes de IA:

Claude Desktop

Agrega a ~/Library/Application Support/Claude/claude_desktop_config.json (macOS) o %APPDATA%\Claude\claude_desktop_config.json (Windows):

{
  "mcpServers": {
    "tokenectomy": {
      "command": "npx",
      "args": ["-y", "tokenectomy-razor", "--mcp"]
    }
  }
}

Cursor

Agrega a .cursor/mcp.json en la raíz de tu proyecto:

{
  "mcpServers": {
    "tokenectomy": {
      "command": "npx",
      "args": ["-y", "tokenectomy-razor", "--mcp"]
    }
  }
}

VS Code (MCP Nativo / Agente de GitHub Copilot / Continue)

Para VS Code con soporte MCP nativo, crea o edita .vscode/mcp.json en tu espacio de trabajo:

{
  "mcpServers": {
    "tokenectomy": {
      "command": "npx",
      "args": ["-y", "tokenectomy-razor", "--mcp"]
    }
  }
}

O usa el binario nativo de latencia ultrabaja (si está instalado vía cargo install tokenectomy):

{
  "mcpServers": {
    "tokenectomy": {
      "command": "razor",
      "args": ["--mcp"]
    }
  }
}

VS Code + Cline

Abre la Configuración de Cline en VS Code (o edita cline_mcp_settings.json):

• macOS: ~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json
• Linux: ~/.config/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json
• Windows: %APPDATA%\Code\User\globalStorage\saoudrizwan.claude-dev\settings\cline_mcp_settings.json

{
  "mcpServers": {
    "tokenectomy": {
      "command": "npx",
      "args": ["-y", "tokenectomy-razor", "--mcp"],
      "disabled": false,
      "autoApprove": [
        "get_error_context",
        "search_stack_overflow",
        "analyze_code"
      ]
    }
  }
}

VS Code + Roo Code

En la Configuración de Roo Code (o edita cline_mcp_settings.json en el almacenamiento de Roo):

• Linux: ~/.config/Code/User/globalStorage/rooveterinaryinc.roo-cline/settings/cline_mcp_settings.json
• macOS: ~/Library/Application Support/Code/User/globalStorage/rooveterinaryinc.roo-cline/settings/cline_mcp_settings.json

{
  "mcpServers": {
    "tokenectomy": {
      "command": "npx",
      "args": ["-y", "tokenectomy-razor", "--mcp"],
      "disabled": false,
      "autoApprove": ["get_error_context", "analyze_code"]
    }
  }
}

Windsurf (Codeium)

Agrega a ~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "tokenectomy": {
      "command": "npx",
      "args": ["-y", "tokenectomy-razor", "--mcp"]
    }
  }
}

CLI de Google Antigravity

agy mcp add tokenectomy-razor -- npx -y tokenectomy-razor --mcp

Herramientas MCP Expuestas

Nombre de la Herramienta	Descripción de la Capacidad
get_error_context	Realiza cirugía de trazas en volcados de errores, elimina ruido de frameworks, redacta credenciales y extrae contexto de código fuente local relevante acotado al espacio de trabajo.
search_stack_overflow	Consulta la API de Stack Exchange para firmas de errores relevantes usando términos de búsqueda saneados.
apply_code_patch	Aplica modificaciones atómicas de archivos con verificación de sintaxis de lenguaje posterior a la escritura (cargo check, py_compile, node --check) y reversión automática en caso de fallo de validación.
analyze_code	Realiza análisis de código AST estático para detectar fugas de recursos, vulnerabilidades de seguridad y defectos de código con límites de ejecución acotados y coordenadas LSP UTF-16 precisas.

---

Inicio Rápido

Uso Claude Desktop

# 1. Add to claude_desktop_config.json (see MCP Integration section above)
# 2. When Claude encounters errors, it automatically uses "get_error_context" tool
# 3. Errors stay sanitized without any additional setup

Uso GitHub Actions

# Add to your workflow (.github/workflows/build.yml)
- name: Sanitize Build Failure Log
  if: failure()
  uses: daffa2555/tokenectomy-action@v1
  with:
    log-file: 'build.log'
    output-file: 'sanitized.log'

# Now you can safely share sanitized.log without leak concerns

Parámetros:

Parámetro	Tipo	Predeterminado	Descripción
log-file	String	''	Ruta al archivo de registro de errores sin procesar a procesar
log-content	String	''	Contenido de cadena directo si no se especifica archivo
output-file	String	tokenectomy-sanitized.log	Ruta para el archivo de salida depurado
version	String	v1.2.1	Versión objetivo del lanzamiento binario

Quiero máxima privacidad (entorno aislado)

# All redaction happens locally—no network calls except to your LLM
cargo install tokenectomy

# Process logs without any cloud services
echo $ERROR_LOG | razor --scrub --local-only

# Or from a file:
razor --scrub --file /var/log/app/error.log > sanitized.log

---

Uso Avanzado

CLI Independiente

Además del modo de agente M2M, Razor proporciona comandos CLI para tuberías de terminal y scripts de shell locales:

# Scrub framework frames and output clean log
npm test 2>&1 | razor --scrub > sanitized.log

# Sanitize a specific log file
razor --scrub --file /var/log/app/error.log > sanitized.log

# CLI diagnosis with specific AI provider
razor --file error.log --provider openai
razor --file error.log --provider anthropic
razor --file error.log --local-only

Modo Proxy Inverso de Puerta de Enlace de IA

Tokenectomy Razor puede operar como un proxy inverso HTTP local transparente. Se sitúa entre aplicaciones cliente y proveedores LLM ascendentes (OpenAI, Anthropic, Ollama, OpenRouter), realizando escisión de tokens y saneamiento de credenciales en tiempo real antes del reenvío ascendente.

Desarrollo Local (Bucle de Retorno Predeterminado):

# Forward to OpenAI
razor --proxy --proxy-bind 127.0.0.1:8080 --upstream-url https://api.openai.com/v1

# Forward to local Ollama instance
razor --proxy --proxy-bind 127.0.0.1:8080 --upstream-url http://127.0.0.1:11434/v1

Apunta cualquier cliente SDK o IDE estándar al proxy local:

export OPENAI_BASE_URL="http://127.0.0.1:8080/v1"
# Now all API calls are automatically sanitized

Endurecimiento del Proxy de Producción

El enlace a interfaces externas (0.0.0.0) requiere autorización explícita de token:

razor --proxy --proxy-bind 0.0.0.0:8080 --upstream-url https://api.openai.com/v1 --allow-remote --proxy-token "YOUR_SECURE_TOKEN"

Límites de recursos aplicados: MAX_HEADER_SIZE (64 KB), MAX_BODY_SIZE (10 MB), tiempos de espera de cliente/ascendente (30s / 60s) y un límite de concurrencia de 128 conexiones.

Configuración

Los valores de configuración se pueden establecer vía ~/.tokenectomy.toml:

default_provider = "openai"  # openai | anthropic | ollama | mock
openai_api_key = "sk-..."
anthropic_api_key = "sk-ant-..."
ollama_base_url = "http://localhost:11434"
context_lines = 10
max_context_chars = 10000

---

Ecosistemas Soportados

Lenguaje	Frameworks Principales	Rutas de Framework Excluidas
Rust	Tokio, Actix-web, Axum	.cargo/registry, .rustup, target/debug/build
Python	Django, FastAPI, Flask, PyTorch	site-packages, dist-packages, venv, __pycache__
TypeScript / JavaScript	Next.js, Express, NestJS, Vite	node_modules, .next, dist, internos de webpack
Golang	Gin, Fiber, pánicos de stdlib	go/src (stdlib), go/pkg/mod, vendor
Java / Kotlin	Spring Boot, Quarkus, Gradle	.m2/repository, .gradle/caches, internos de framework
C / C++	Backtraces de GDB, AddressSanitizer	/usr/include, /usr/lib, vcpkg_installed
PHP	Laravel, Symfony	vendor/composer, vendor/symfony, vendor/laravel

Nota: Actualmente se incluyen extractores robustos para Rust, Python, TypeScript/JavaScript y Go. El soporte para Java/Kotlin, C/C++ y PHP llegará en v1.2. Consulta #1 para el seguimiento del progreso.

---

Cómo se Compara Tokenectomy

Característica	Tokenectomy	Ofuscación de Registros de Splunk	Registros de Datadog	git-secrets
Configuración instantánea (sin instalación de agente)	✅	❌	❌	✅
Funciona con agentes de IA (MCP)	✅	❌	❌	❌
Procesamiento solo local	✅	❌	❌	✅
Trazas de pila políglotas	✅	✅	✅	❌
Caché de redacción (ahorro de costos)	✅	❌	✅	❌
Código abierto (MIT)	✅	❌	❌	✅
Precio	OSS Gratis	$$$ /mes	$$$ /mes	Gratis

Cuándo Usar Tokenectomy:

• ✅ Usas agentes de codificación de IA (Claude, Cursor, Cline, etc.)
• ✅ Te importa la privacidad y el procesamiento local primero
• ✅ Quieres reducir los costos de tokens de LLM
• ✅ Te preocupa la fuga de secretos en registros Cuándo usar otra cosa:
• ❌ Solo necesitas escaneo estático de secretos → usa truffleHog, detect-secrets
• ❌ Necesitas paneles de monitoreo en tiempo real → usa Datadog, New Relic, Splunk
• ❌ Tus registros de errores son naturalmente <100 tokens → la sobrecarga no vale la pena
• ❌ Estás completamente aislado de la red → En realidad Tokenectomy es perfecto (procesamiento 100% local)

---

Preguntas Frecuentes

P: ¿Tokenectomy envía mis registros a servidores externos?

R: No. Toda la redacción, el análisis y el filtrado ocurren localmente en tu máquina. La única llamada de red es a tu LLM elegido (OpenAI, Anthropic, Ollama) después de que la sanitización esté completa. Consulta SECURITY.md para la garantía de conocimiento cero.

---

P: ¿Qué secretos redacta Tokenectomy?

R: PATs de GitHub, claves de AWS, claves de API de OpenAI/Anthropic, JWTs, cadenas de conexión de bases de datos (PostgreSQL, MySQL, MongoDB, Redis), claves SSH privadas, webhooks de Slack/Discord y más. Lista completa en src/redact.rs.

---

P: ¿Qué pasa si mi secreto no coincide con los patrones de redacción?

R: Abre un issue con un ejemplo (sanitizado). Añadiremos el patrón. Por ahora, puedes añadir patrones personalizados en ~/.tokenectomy.toml (función disponible en v1.3).

---

P: ¿Es Tokenectomy seguro para producción?

R: Sí. Escrito en Rust seguro (cero código inseguro en rutas de seguridad), inmune a ReDoS y auditado vía RustSec. Consulta SECURITY.md para más detalles.

---

P: ¿Puedo usar Tokenectomy sin conexión?

R: Sí, excepto la búsqueda en Stack Overflow. Usa la bandera --local-only para deshabilitar todo acceso a la red (excepto tu LLM).

---

P: ¿Cómo elimino Tokenectomy?

R: Simplemente desinstala:

npm uninstall -g tokenectomy-razor
# OR
cargo uninstall tokenectomy

No se necesita limpieza de configuración—no deja archivos atrás.

---

P: ¿Puedo usar Tokenectomy en mi pipeline de CI/CD?

R: ¡Sí! Usa la acción del GitHub Marketplace (consulta la sección de Inicio Rápido) o el contenedor Docker. Funciona con GitHub Actions, GitLab CI, Jenkins, etc.

---

P: ¿Cuál es la diferencia entre Razor (OSS) y Sentinel (Comercial)?

R: Razor es la versión gratuita de la comunidad con todas las funciones esenciales. Sentinel añade capacidades avanzadas como la curación de AST con tree-sitter, protecciones contra alucinaciones y deshacer con máquina del tiempo. Consulta Comparación de Ediciones a continuación.

---

Comparación de Ediciones

Capacidad	Razor (OSS Comunidad)	Sentinel (Nivel Comercial)
Filtrado de Registros de Frameworks	Sí	Sí
Extracción de Trazas Políglotas (4 Idiomas)	Sí	Sí (7 Idiomas)
Puerta de Enlace Inversa de IA (--proxy)	Sí	Sí
Integración con Stack Overflow	Sí	Sí
Caché de Idempotencia SHA-256	Sí	Sí
Redacción de Secretos Segura contra ReDoS	Sí	Sí
Servidor de Protocolo MCP (JSON-RPC)	Sí	Sí
Habilidades de Agente Incluidas	2 Habilidades (Spec TDD y Fuzzer)	Suite Completa de 4 Habilidades
Curación de Sintaxis AST con Tree-sitter	No	Sí
Protección de Alcance Anti-Alucinación	No	Sí
Bucle Automatizado de Reversión de Pruebas	No	Sí
Transacciones Atómicas Multi-Archivo	No	Sí
Motor de Deshacer con Máquina del Tiempo (--undo)	No	Sí
Motor de Cirugía Profunda Ectomy Verdadero	No	Sí
Diagnósticos de Puerto DB en Vivo y Docker	No	Sí

¿Interesado en Sentinel? Ver precios y funciones

---

Hoja de Ruta

Hito / Capacidad	Estado	Versión Objetivo
Cirugía de Registros Políglota Central y Redacción de Secretos Inmune a ReDoS $O(N)$	✅ Completado	v1.0.0
Puerta de Enlace Inversa de IA (--proxy) y Caché de Idempotencia SHA-256	✅ Completado	v1.1.0
Docker Multi-arquitectura (GHCR) y Acción del GitHub Marketplace	✅ Completado	v1.1.3
Motor de Análisis de Código AST Estático (analyze_code) y Desplazamientos LSP UTF-16	✅ Completado	v1.1.5
Puntuación de Calidad de Definición de Herramientas Glama.ai (TDQS Grado A)	✅ Completado	v1.1.5
Binarios Precompilados Multi-Arquitectura Independientes (Linux, macOS, Windows)	✅ Completado	v1.1.6
Listado Oficial en el Registro MCP de Anthropic (io.github.Tokenectomy-Labs/razor)	✅ Completado	v1.1.7
mcpservers.org Sincronización de Directorio Oficial e Insignia	✅ Completado	v1.1.7
Extractores de trazas de pila de frameworks Java / Kotlin (Spring Boot 3, Gradle)	✅ Completado	v1.2.0
Limpiador de backtraces C / C++ (AddressSanitizer y GDB/LLDB)	✅ Completado	v1.2.0
Heurísticas de compresión de pánico y volcado de goroutines de Go	✅ Completado	v1.2.0
awesome-mcp-servers Listado en el Catálogo del Directorio de la Comunidad	🔄 En Progreso	v1.2.0
Patrones de redacción personalizados definidos por el usuario vía ~/.tokenectomy.toml	📋 Planificado	v1.3.0
Umbrales de ruido configurables y patrones de exclusión personalizados	📋 Planificado	v1.3.0
Panel de métricas de ahorro de tokens y reducción de costos del agente local	📋 Planificado	v1.3.0
Extensiones nativas de VS Code y JetBrains	📋 Planificado	v1.4.0
Transporte MCP remoto con Server-Sent Events (SSE)	📋 Planificado	v1.4.0
Curación y reparación de sintaxis AST con Tree-sitter	✅ Sentinel (Pago)	Disponible Ahora
Transacciones atómicas multi-archivo y reversión con máquina del tiempo (--undo)	✅ Sentinel (Pago)	Disponible Ahora

---

Invariantes de Seguridad y Fiabilidad

• Procesamiento de Conocimiento Cero: Todo el escaneo y la redacción ocurren en hardware local antes de que los datos salgan del límite del sistema.
• Inmunidad a ReDoS: Todos los emparejadores de patrones utilizan evaluación de autómatas finitos con garantías de tiempo lineal. Verificado en benchmarks.
• Aislamiento de Traversal de Rutas: Las operaciones de archivos están estrictamente bloqueadas dentro de los límites del espacio de trabajo vía el módulo de seguridad WorkspaceBoundary.
• Seguridad de Memoria: Implementado en Rust seguro con lectores de flujo acotados (.take()) que previenen ataques de agotamiento de recursos.
• Verificación de Auditoría: Auditoría continua de dependencias mantenida vía bases de datos de avisos de RustSec.

Divulgación de Vulnerabilidades: Consulta SECURITY.md para los procedimientos de divulgación responsable.

---

Contribuciones

¿Encontraste un error? ¿Tienes una solicitud de función? ¿Quieres añadir soporte para un nuevo idioma?

1. Issues: github.com/Tokenectomy-Labs/Tokenectomy/issues
2. Pull Requests: Haz un fork, crea una rama de función y envía un PR con pruebas
3. Seguridad: Consulta SECURITY.md para la divulgación privada de vulnerabilidades

Consulta CONTRIBUTING.md para las pautas detalladas de contribución.

---

Recursos

• 📖 Documentación — Guías completas, referencia de API y tutoriales de integración
• 📋 Registro de Cambios — Historial de versiones y cambios notables
• 🤝 Contribuciones — Cómo contribuir, flujo de trabajo de desarrollo y pruebas
• 🔒 Política de Seguridad — Divulgación de vulnerabilidades y detalles de auditoría
• 🏗️ Arquitectura — Diseño interno y arquitectura del sistema

---

Licencia

Licencia MIT. Consulta LICENSE para los términos completos.

---

Hecho con ❤️ por @daffa2555

¿Preguntas? Abre un issue o inicia una discusión en GitHub.