使用Agentic AI的自動漏洞掃描專案運用大型語言模型，自動規劃、執行並產生安全評估報告。結合Bandit進行靜態分析、Nmap進行網路掃描，以及CVE資料庫進行漏洞比對，建立逐步的掃描流程。分析程式碼庫中的不安全範例、測試開放的服務端口、將結果與已知漏洞比對，並產出帶有風險等級與修復建議的可操作性報告。用戶可自定義掃描流程、設定目標範圍，並將結果整合到現有的CI/CD流程中。此基於LLM的代理框架降低人力成本，並加快應用程序與基礎設施中安全風險的發現與修補。

Ostorlab 利用機器學習和自動掃描引擎，進行端對端的行動應用安全評估。開發者上傳應用二進位檔或連結程式碼庫，Ostorlab 的人工智慧會執行靜態程式碼分析、動態執行測試及網路流量檢查。該平台突出顯示關鍵、高、中風險問題，提供修復建議，並融合到開發流程中，以進行持續監控與合規管理。

Klavis.ai 是一款企業級的人工智慧可觀察代理，將日誌、度量、追蹤和事件整合為單一人工智慧驅動的層。它支持 Prometheus、Elastic、Grafana、AWS CloudWatch 等連接器。團隊可用自然語言提出系統狀況問題，立即收到異常警報，並獲得引導修復步驟。其AI模型跨服務相關聯數據， pinpoint失敗原因，減少警報噪音，並在問題影響用戶前預先浮現性能問題。