frame-check

Frame Check

文書に書かれていないことを明らかにします。

Frame Check は、決定論的な構造的フレーミング分析ツールです。文書がどのような分析的視点を取り、何を省略し、読者をどのように位置づけているかを明らかにします。また、文書中の数値に関する主張を、言語モデルではアクセスできない一次情報源（SEC EDGAR、FRED、World Bank など）と照合します。独自に LLM を呼び出さないため、同じ文書からは常に同じ分析結果が返され、モデルの利用コストもかかりません。

クイックスタート（MCP サーバー）

PyPI パッケージ frame-check-mcp は、Model Context Protocol サーバーです。ローカルで動作し、MCP 対応の AI クライアント（Claude Desktop、Cursor、Cline、Continue.dev など）に、決定論的な構造的フレーミング分析をツールとして提供します。

pip install frame-check-mcp

次に、インストールしたエントリーポイントを MCP クライアントに指定します。Claude Desktop の場合は、claude_desktop_config.json に次の設定を追加します。

{
  "mcpServers": {
    "frame-check": {
      "command": "frame-check-mcp"
    }
  }
}

クライアントを再起動します。あとは、どの会話でも「この文書をフレームチェックできますか？」と尋ねてください。インストールと検証の詳細は docs/MCP_SERVER.md をご覧ください。

wheel の検証（sigstore アテステーション）

公開されているすべての wheel には、GitHub Actions の公開ワークフロー内で OIDC を使用して生成された、sigstore ビルド来歴アテステーションが付属しています。この wheel がこのリポジトリの CI でビルドされたものであり（runner から PyPI への転送中に変更されていないこと）を検証したい導入者は、gh CLI を使って検証できます。

pip download frame-check-mcp --no-deps -d /tmp/fc-verify
gh attestation verify /tmp/fc-verify/frame_check_mcp-*.whl \
  --owner Clarethium

検証に成功すると、wheel アーティファクトのハッシュが、対応するタグの公開ワークフロー実行によって署名されたものと一致することが確認できます。ワークフローファイルのパスと git SHA もアテステーションに記録されています。検証は任意ですが、セキュリティを重視するデプロイ環境やパッケージミラーでは、インストールパイプラインの一部として検証することをお勧めします。

できること

文書を渡すと、Frame Check は次の情報を返します。

• 構造的フレーミングのプロファイル：5つの分析的視点（原因、リスク、ステークホルダー、傾向、不確実性）のうち、文書が扱っているものと省略しているもの、およびそれぞれの密度。
• 語り口と認識論的姿勢：文書が読者をどのように位置づけているか、また主張のうち出典を明示しているものの割合。
• 時間的な方向性：文書が結論の根拠を過去のデータ、現在の状況、予測のどこに置いているか。
• Frame Vocabulary Standard の候補一致：ルールベースのシグナルがテキスト上で検出した、名称付きフレームパターン。それぞれに識別の手がかりと具体例が付属します。一致は候補レベルのシグナルであり、検証済みのラベルではありません。
• ソースネットワークによる検証：対象範囲に応じて、数値に関する主張を SEC EDGAR、FRED、World Bank、Alpha Vantage、Wolfram Alpha と照合します。
• 任意の AI ナラティブ：文章レベルでフレーミングを解釈します。LLM による解釈と決定論的な測定結果が混同されないよう、明確に区別して表示します。

アプローチ

構造的な測定は基礎です。ツールが示すフレーミングに関する主張はすべて、決定論的なパターンマッチャーによって算出され、同じ入力に対して常に同じ結果を返します。API キーが設定されている場合は、補足情報として AI による解釈も利用できますが、その旨を明示し、構造的なレイヤーの背後に隠すことはありません。

検証の範囲は限定されています。ツールは、主張の種類を実際にカバーするプロバイダーに対してのみ数値的な主張を検証し、根拠なしに判定を断言するのではなく、自身のキャリブレーション結果（プロバイダーごとの適合率、再現率、F1）を提示します。

名称付きパターンの検出は、構造プロファイルとは別のベータレイヤーです。確信に満ちたラベルではなく、マッチ候補、検出漏れの指標、密度に関する注意事項、信頼度の状態を提示するため、過信した判定をうのみにせず、ツールが不確かな部分を確認できます。

キャリブレーションの数値、誠実な限界、その根拠となる方法論は、frame.clarethium.com/corpus/methodology の方法論に記載されています。

なぜ LLM だけではないのか

MCP 対応の AI クライアントであれば、LLM にプロンプトを入力してドキュメントをすでに分析できます。Frame Check が導入に値するのは、LLM が苦手とする部分を担うからです。

• 決定性。 構造レイヤーは、実行、デプロイ、モデルのバージョンが異なっても、同じ入力に対して同じ数値を返します。「このドキュメントはどのフレームを使っているか」と LLM に尋ねると、回答は実行ごとに異なり、モデルごとにも異なります。分析を再現可能にするには決定論的な構造が必要で、意見はその上に重ねられます。
• クエリごとのコストがゼロ。 Frame Check の MCP サーバーは、サーバー側では LLM を呼び出しません。ユーザーが希望する場合は、呼び出し元のエージェントが文章を解釈します。つまり、10,000 語のドキュメントをフレームチェックしても、ユーザーのコストは $0.00 です。LLM の呼び出しにかかる $0.05～$0.50 ではありません。
• 明示的な欠落。 フレーム乖離ブロックは、一致したフレームを Frame Vocabulary Standard のカタログと比較し、ドキュメントが取り上げていない内容を明示します。「何が欠けているか」と LLM に尋ねると、もっともらしい欠落を幻覚することがあります。Frame Check はテキストに反応しなかったカタログ項目を列挙し、そのことを明確に伝えます。
• キャリブレーション済みの検出。 名称付きパターンのレイヤーは、API レスポンスでベータとして示され（engine_status: beta）、確信に満ちたラベルではなく、検出漏れの指標を提示します。確信に満ちた推測ではなく、「これは不確かです」という誠実な結果が得られます。
• 情報源の検証。 プロバイダーが対応する数値的な主張は、プロバイダーの料金体系（無料またはユーザーのキーを使用）に応じて、SEC EDGAR／FRED／World Bank／REST Countries／Alpha Vantage／Wolfram Alpha と照合されます。「この数値は正しいか」と LLM に尋ねても、一次情報源を取得できません。Frame Check はそれを実行します。

決定論的で情報源に基づく測定は、LLM に適した作業ではありません。Frame Check はこのレイヤーを提供することで、LLM がその作業を直接行うよう求められるのではなく、その結果を活用できるようにします。

実例

同じプロンプトでも、最先端の LLM 4 つではフレーミングの特徴が実質的に異なります。 data/worked_examples/four-llms-on-bitcoin-retirement-2026.md では、Claude Haiku 4.5、GPT-5、Grok 4.1 Fast Reasoning、Gemini 2.5 Flash に投資に関する質問を提示し、モデルごとの構造的な特徴（声調、網羅範囲、フレームの一致、出典提示率）を示しています。要点を簡潔に言えば、あなたの AI は数あるフレーミングの選択肢の一つであり、唯一のフレーミングではありません。

ほかに公開済みの実例が 5 件あり、人生の決断に関するプロンプトへの LLM の回答、AI 企業創業者のエッセイ、FOMC の金融政策声明、LLM が要約した決算発表に対する Source-Network の検証、そして Claude によるビットコインでの退職推奨を対象とした乖離の解説が含まれます。全実例については data/worked_examples/ をご覧ください。

ドキュメント

意図別（インストールして使う、フレームの乖離を理解する、実例を読む）に整理された閲覧パスは、docs/README.md をご覧ください。全項目は次のとおりです。

• docs/MCP_SERVER.md：MCP サーバーのリファレンス（ツール、リソース、プロンプト）
• docs/COOKBOOK.md：一般的な導入タスク向けの5つのレシピ（エージェントのコミット前のフレームチェック、意思決定ポイントでの乖離、ソースに基づく検証、2つのLLMの比較、カスタムFVSルール）
• docs/FRAME_DIVERGENCE_CONTRACT_v1.md：Frame Divergence の出力形式に関するインターフェース契約（c1.0）
• data/frame_library/：20項目のFrame Vocabulary Standardカタログ
• data/worked_examples/：公開済みの実例。複数LLMの比較と、文書ごとのFrame Check分析を含みます（6項目）
• Frame Vocabulary Standardの方法論は、frame.clarethium.com/corpus/methodology に記載されています
• Frame Checkの紹介（ブログ）：4つの分析レイヤーを、出力例とともに紹介しています

テストの実行

pip install -e .[test]
python3 run_tests.py

または、pytestを直接実行します。

python3 -m pytest -q

tests/ 以下に26のテストファイルがあり、エンドツーエンドの実行時間は約30秒です。これには、tests/test_mcp_adversarial.py の40個の敵対的ディスパッチャーテスト関数（パラメーター化により収集時に63件のテストになります）、7つのwheelサーフェスモジュールを対象とするモジュールごとのカバレッジ80％ゲート（scripts/check_per_module_coverage.py）、クックブックのレシピ契約テストスイート（tests/test_cookbook_recipes.py）、およびジャンル分類器とフレーム乖離のカバレッジが含まれます。

ライセンス

コードはApache-2.0、FVSライブラリと実例はCC-BY-4.0です （ディレクトリごとの一覧はNOTICEをご覧ください）。

引用

Frame Checkが研究や業務に役立つ場合は、引用可能な形式について.github/CITATION.cffをご覧ください。Frame Checkの作者はLovro Lucicです。

コントリビューション

.github/CONTRIBUTING.mdに従い、DCOによるSign-offが必要です。ガバナンスについては.github/GOVERNANCE.mdをご覧ください（正典への昇格に関する意思決定に、名前付きの強制機能を設けたBDFLモデル）。

課題

https://github.com/lluvr/frame-check/issues