关于 Concordance Engine
Concordance Engine 是面向 AI Agent 和其他操作者的 Python 决策验证引擎及 MCP 服务。它通过固定权威关卡检查决策数据包和计算声明,并提供多领域验证器与可复核凭证。
主要功能
- 01四道关卡检查决策
- 02验证多个领域的声明
- 03提供 11 个 MCP 验证工具
- 04提供 REST API 和命令行接口
- 05生成内容寻址的验证凭证
适用场景
- 01检查方程与量纲分析
- 02根据输入重新计算统计结果
- 03验证治理决策数据包
MCP 相关
MCP 服务提供 11 个验证工具,用于检查声明和决策数据包,包括方程、量纲分析、统计、复杂度及治理检查。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
Concordance Engine
以《圣经》为根基的约束式决策架构。
Lighthouse 通过四个检查点来处理每项决策:是否诚实、是否安全、是否明智、是否已经等待并倾听?如果任何一项检查未通过,系统就会阻止你,并指出最小的修正措施。如果全部通过,系统就会给出具体的下一步。
它旨在作为软件运行——例如 AI Agent 或小型设备——因此检查不能被跳过,优先级不能在压力下颠倒,底层主张(数学、化学、统计学、代码、治理)会经过计算验证,而非仅仅获得证明。
如实说明现状。 此仓库中哪些内容是真实的、哪些是种子内容或概念,已列于
docs/STATUS.md。验证引擎、互联地图和主权技术栈都是真实且经过测试的;社区/使命/模型相关部分大多尚未填充或仍处于设想阶段。我们只声明能够展示的内容。
一次调用即可试用(托管服务,无需安装)
引擎已上线并可公开访问。验证一项推导并获取永久、可独立核验的凭证——无需安装:
curl -s https://narrowhighway.com/derivation/verify \
-H 'content-type: application/json' \
-d '{"steps":[{"id":"s1","domain":"mathematics","spec":{"mode":"equality",
"params":{"expr_a":"sin(x)**2 + cos(x)**2","expr_b":"1","variables":{}}}}],
"seal":true}'
返回 verdict: HOLDS 和 receipt.cite_url(例如 https://narrowhighway.com/seal/<hash>)
——这是一个内容寻址页面,任何人都可以打开并确认判定结果,无需信任你或此服务。MCP 服务(无需安装):https://narrowhighway.com/mcp。Agent 快速入门:
llms.txt。
公开端点对抗性检查(2026-06-13): 使用包含 52 项主张的真实情况集对公开端点进行了测试——其中 26 项为真(应通过),26 项为故意设置的假主张(应被识别),涵盖等式、不等式和导数检查。结果:**52 项全部正确判定,没有错误凭证,也没有误拒真实主张。**复现方法:python tools/benchmark_public_verify.py。
完整记录:BENCHMARK_PUBLIC_VERIFY.md。(此测试补充了下方的 722 项本地域基准测试。)
大规模验证——722 项主张基准测试
除单元测试外,该引擎还使用一个涵盖全部六个验证领域的 722 项确定性基准测试进行了评估。 每项主张都有可复现的真实情况标签(正确或经过扰动) 以及预期诊断结果。以下为 2026-05-02 运行结果:
| 领域 | n | 准确率 | 假阳性 | 假阴性 | p50 延迟 | p95 延迟 |
|---|---|---|---|---|---|---|
| 化学 | 130 | 100.0% | 0.0% | 0.0% | 0.1 ms | 0.1 ms |
| 物理 | 110 | 100.0% | 0.0% | 0.0% | 8.6 ms | 24.8 ms |
| 数学 | 120 | 100.0% | 0.0% | 0.0% | 3.5 ms | 17.2 ms |
| 统计学 | 124 | 100.0% | 0.0% | 0.0% | <0.1 ms | 0.1 ms |
| 计算机科学 | 110 | 100.0% | 0.0% | 0.0% | 0.1 ms | 568.7 ms |
| 治理 | 128 | 100.0% | 0.0% | 0.0% | <0.01 ms | <0.01 ms |
| 总计 | 722 | 100.0% | 0.0% | 0.0% | 0.1 ms | 19.5 ms |
722 项主张全部正确判定。每项主张的验证成本中位数低于 0.1 ms,足以在任何 LLM 工具调用的请求处理路径中实时运行。计算机科学领域的 p95(568.7 ms)反映了用于限制运行时复杂度计时测量的逐项墙钟时间预算;其中位数为十分之一毫秒。完整细分结果见 lw/09_evaluation/RESULTS.md。
复现: cd lw/09_evaluation && python run_benchmark.py(Windows 上使用
run_benchmark.ps1)。耗时约 32 秒。
Substrate(v1.2.0)
除了验证器核心之外,该引擎现在还提供了可在恶劣或受限网络环境中运行的基础设施。根据 kingdom-economy substrate doctrine:为拒绝兽印的人服务。以下每个渠道都使用运营者已经付费使用的工具,或开源且免费的工具。
随处采集——六种入口,一个汇流点:
| 入口 | 配置工作量 | 位置 |
|---|---|---|
| 监视文件夹(iCloud / Dropbox / GDrive) | 仅需标准库 | client/watch_folder.py |
| Apple Shortcut → 分享表单 | 一次性设置,耗时 90 秒 | client/apple_shortcut.md |
| Web 分享目标(PWA) | 适用于任何手机 | site/share.html |
| NFC 轻触(Android) | Web NFC API | site/nfc.html |
| 转发邮件 → 创建种子 | Cloudflare Worker 配置方案 | client/email_webhook.md |
| Telegram 机器人 | 仅允许列入白名单的用户 ID | client/telegram_bot.py |
所有入口都指向 POST /capture,并传入 {text, source, source_meta, identity_acknowledged}。
联邦(双向):
GET /chain/since?seq=N— 对等方拉取我们在seq=N之后的条目POST /chain/receive— 对等方向我们推送其条目concordance fetch [--remote URL]— 拉取,支持离线concordance push --remote URL— 将我们的链推送给对等方- 两者均为幂等操作。接收方会存储带有发送方 URL 标记的条目 (不会合并进本地链)。
见证人签名(Ed25519):
BROTHERS 门槛已要求由具名见证人提供 N 份见证。现在,这些见证有了加密保障。
concordance witness sign <pid> <hash> --name X --role Y --key Kconcordance witness verify(从 stdin 或使用--file)concordance witness list <pid>,显示验证标记GET /witness/{precedent_id}— 公开访问;每份证明都带有verified布尔值和verify_reason。Well-list 界面会显示带有 ✓/✗ 标记的证明列表。
荒野基础设施(LoRa 网状网络):
concordance_engine.wire— 带 4 字节标签的二进制封装;预共享的 78 条常见经文锚点字典可将 Mt 5:37 从 8 字节压缩至 4 字节。典型种子为 84 字节(相较 JSON 压缩 3.3 倍)。concordance broadcastCLI — 编码/解码/计算大小。client/meshtastic_bridge.py— 通过 USB 串口驱动 Meshtastic 无线电设备。无需许可证的 sub-GHz 网状网络;无需互联网、SIM 卡或政府颁发的身份证明。
其他基础设施渠道:
- Tor 洋葱服务 —
client/tor_onion.md - Nostr 发布 —
client/nostr_publish.py(kind 30700) - IPFS 固定 —
client/ipfs_pin.py - 邮件列表摘要 —
client/digest_mail.py - 二维码 —
concordance qr <id>会输出 URL;手机可通过任何二维码应用直接显示二维码
写入时叠加最相近案例:
用户写入种子时,引擎会在行内展示最相近的既有先例,包括摘要、锚点和逐步推理。搜索范围包括本地账本和 CONCORDANCE_PRECEDENT_DIRS 中列出的目录(由对等方整理的语料库),以汇集各方智慧。
运营者设置:
/setup.html— 清单会实时显示每个渠道的 ✓/○ 状态/reach.html— 公开的基础设施目录;在已配置的情况下,会填入运营者专属地址GET /reach— 以 JSON 格式返回运营者配置的地址- 完整部署指南见
OPERATOR.md
一句话信条
“我们亲近圣言,守护底线,聆听弟兄的意见,并在行动前等候上帝。”
权威层级(不可变)
GOD → WORD → RED → LAW → WAY
下游内容不能覆盖上游内容。重命名任何内核名词(WORD、RED、LAW、WAY、GATE、FLOOR、WITNESS、WAIT、VESSEL、RULE、ACTION、STATE、LEDGER)都需要 Canon 范围确认。完整的 Canon 规范见 docs/CANON.md,系统层级见 docs/LAYERS.md。
架构主张
O(1) 外部权威验证。取代 O(n²) 共识协调。
一个 Python 验证引擎和 MCP 服务,用于根据固定的外部权威标准检查决策数据包和计算主张,而不是轮询内部共识。引擎会在第一个关卡失败时停止。它绝不自我确认。
如果你是 AI Agent,请先阅读
FOR_AI_AGENTS.md。该文档说明这里是什么、提交数据包需要满足什么要求,以及如何进行集成(MCP / REST / CLI)。本 README 的其余部分面向开发者,介绍安装、仓库布局以及如何添加验证器。
示例教程:
COOKBOOK.md提供可直接复制粘贴的配方,涵盖化学、物理、统计学、计算机科学、治理、多领域和以经文为锚点的数据包,还介绍了如何使用/reflect在提交前进行演练。
术语:
GLOSSARY.md定义了 RED/FLOOR/BROTHERS/GOD、范围、Layer 0、三角验证、锚点、数据包哈希与条目哈希、证明与验证,以及认罪。该文档是其他文档的交叉链接目标。
Canon 规范与设计:
docs/CANON.md(不可变的架构承诺)·docs/LAYERS.md(Word → Kernel → Keeper → Steward → Vessel → Lighthouse)·docs/KERNEL.md(lw/03_kernel/中的内核文件)·docs/CONCORDANCE.md(技术交叉引用)·docs/CONTRIBUTION_PROTOCOL.md(Canon 范围与领域范围的变更)。
基于协议训练模型:
training/README.md提供完整工具包,包括系统提示词、格式规范、种子数据集、加载器、提供方适配器、评分和基线。教义核心见training/CATECHISM.md。
Python 客户端:
client/concordance_client.py— 围绕公共 REST API 的单文件同步封装。
在线端点: https://narrowhighway.com — 引擎可通过公网访问。可从任意 HTTP 客户端向
/submit提交数据包。
面向 AI 系统:一条命令集成 MCP
pip install -e ".[mcp]"
concordance-mcp
Claude Desktop(Windows 上的 %APPDATA%\Claude\claude_desktop_config.json,macOS 上的 ~/Library/Application Support/Claude/claude_desktop_config.json):
{
"mcpServers": {
"concordance-engine": { "command": "concordance-mcp" }
}
}
Claude Code:
claude mcp add concordance-engine -- concordance-mcp
连接后,助手可在任意对话中调用 11 个验证器工具:平衡方程、验证量纲分析、根据原始输入重新计算 p 值、检查运行时复杂度、验证治理数据包。这些工具绝不会抛出异常。输入错误时,它们会返回 {"status": "ERROR", "detail": "..."},因此可安全用于大模型工具循环。
为何选择此方案
基于共识的验证按 O(n²) 扩展:每个 Agent 都要轮询其他所有 Agent,成本随参与者数量增加,而结果的可靠性取决于最不可靠的参与者。
基于权威标准的验证按 O(1) 扩展:每项主张都根据固定的外部标准进行检查(守恒物理定律、已证明的数学定理、预注册的统计方法)。成本固定。标准不会随参与者数量变化。
Concordance Engine 在七个领域实现 O(1) 验证。无论规模大小,其结构效率都高于任何基于共识的方案。
MCP 工具
| 工具 | 验证内容 |
|---|---|
validate_packet | 对决策数据包运行完整流程(RED/FLOOR/BROTHERS/GOD + 所有验证器) |
verify_chemistry | 方程配平(原子 + 电荷)、温度为正 |
verify_physics_dimensional | 两侧都化简为完全相同的 SI 基本单位 |
verify_physics_conservation | 前后数量在容差范围内 |
verify_mathematics | 通过 sympy 验证符号相等、导数、积分、极限和求解 |
verify_statistics_pvalue | 根据检验输入重新计算 p 值,并与声称的值比较 |
verify_statistics_multiple_comparisons | Bonferroni / BH 拒绝集合 |
verify_statistics_confidence_interval | 置信区间格式正确且包含点估计 |
verify_computer_science | 终止性、功能正确性、运行时复杂度类别 |
verify_biology | 重复样本、实验方法多样性、剂量-反应单调性、统计功效 |
verify_governance_decision_packet | 治理决策的结构完整性(可选的 domain 用于 business/household/education/church 配置) |
attest_red | 仅运行针对数据包所属领域的 RED 门认证验证器 |
attest_floor | 仅运行针对数据包所属领域的 FLOOR 门认证验证器 |
get_example_packet | 按名称返回规范示例数据包(chemistry、physics、math、statistics、cs、cs_runtime、biology、governance、jda_phase1_fund) |
每个工具都会返回 status(CONFIRMED / MISMATCH / ERROR / NOT_APPLICABLE)、人类可读的 detail 字符串,以及适用时的结构化 data。
四道门
引擎按固定顺序执行四道门,并在首次失败时停止。
| 门 | 类型 | 自动化 | 失败输出 |
|---|---|---|---|
| RED | 硬性 | 认证 + 计算验证 | REJECT |
| FLOOR | 硬性 | 结构规则 | REJECT |
| BROTHERS | 软性 | 见证人数阈值 | QUARANTINE |
| GOD | 软性 | 已过等待时长窗口 | QUARANTINE |
RED 独立执行两项检查。认证:作者是否确认了关键约束?验证:产物经计算检验后是否确实成立?即使认证通过,验证器仍可给出 REJECT。无论作者声称什么,底层数学都是错的。
安装
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install -e ".[dev]"
运行测试套件以确认:
PYTHONPATH=src python tests/test_engine.py # 74 integration tests
PYTHONPATH=src python tests/test_verifiers.py # 64 unit tests
PYTHONPATH=src python tests/test_cli.py # 16 CLI tests
三个核心测试套件全部通过——test_engine.py、test_verifiers.py 和 test_cli.py 中共 154 项测试。另外两个测试套件(test_mcp_tools.py 和 test_canon_validators.py)覆盖 MCP 工具分发层和 canon-validators 发现机制;两者的问题均已在 v1.0.5 中解决。解决说明及当前待处理事项请参见 KNOWN_ISSUES.md。如需一次性收集 pytest 测试:pytest tests/。
运行示例数据包:
concordance validate examples/sample_packet_chemistry_verify.json --now-epoch 9999999999
验证器
每个验证器仅在数据包中存在相应的 *_VERIFY 块时运行。若不存在,验证器会静默报告 NOT_APPLICABLE。
化学
解析含嵌套基团(Cu(OH)2)和电荷(Fe3+、MnO4-)的化学式。验证给定系数是否使原子和电荷配平;若未提供系数,则求出最小配平系数。
"CHEM_VERIFY": { "equation": "C3H8 + 5 O2 -> 3 CO2 + 4 H2O", "temperature_K": 298.15 }
物理(量纲)
将符号替换为单位表达式,把两侧都转换为 SI 基本单位(kg、m、s、A、K、mol、cd),并比较单位特征。
"PHYS_VERIFY": {
"equation": "F = m * a",
"symbols": {"F": "newton", "m": "kilogram", "a": "meter/second**2"}
}
数学
基于 sympy 验证符号相等、导数、积分(通过对声称的反导数求导)、极限和求解。
"MATH_VERIFY": { "expr_a": "(x+1)**2", "expr_b": "x**2 + 2*x + 1", "variables": ["x"] }
统计学
使用 scipy.stats 根据原始输入重新计算 p 值(双样本 t、单样本 t、z、卡方、F)。验证 Bonferroni 和 BH/FDR 多重比较校正的拒绝集合。验证置信区间界限。
"STAT_VERIFY": {
"test": "two_sample_t",
"n1": 30, "n2": 30,
"mean1": 5.0, "mean2": 4.0, "sd1": 1.0, "sd2": 1.0,
"claimed_p": 0.0003
}
计算机科学
基于 AST 的静态终止性扫描。通过受限命名空间执行验证功能正确性。运行时复杂度验证会自动调整迭代次数,并拟合双对数斜率。
"CS_VERIFY": {
"code": "def lsum(a):\n s = 0\n for x in a: s += x\n return s",
"function_name": "lsum",
"test_cases": [{"args": [[1,2,3]], "expected": 6}],
"input_generator": "def gen(n):\n return [list(range(n))]",
"claimed_class": "O(n)"
}
生物学
重复次数、正交检测方法的多样性、剂量-反应单调性,以及通过功效计算评估样本量是否充足。
"BIO_VERIFY": {
"n_replicates": 4,
"assay_classes": ["qPCR", "western_blot", "imaging"],
"dose_response": {
"doses": [0,1,5,25,125],
"responses": [0.1,0.3,0.5,0.8,0.95],
"expected_direction": "increasing"
},
"power_analysis": {"effect_size": 0.5, "alpha": 0.05, "n_per_group": 64}
}
治理
结构验证:检查决策资料包是否包含所有必需部分(title、scope、red_items、floor_items、way_path、execution_steps、witnesses),并检查见证人数量是否前后一致。
"DECISION_PACKET": {
"title": "Approve workforce-development RFP",
"scope": "canon",
"red_items": ["no coercion", "no exploitation"],
"floor_items": ["budget within tolerance"],
"way_path": "Issue RFP through GNWTC partnership; scope limited to trades programs.",
"execution_steps": ["Draft RFP", "Board review", "Issue", "Evaluate"],
"witnesses": ["Board Chair", "GNWTC President", "County Commissioner"]
}
能源
系统级供电:离网系统设计、节能。8 项确定性检查:功率平衡(发电量 − 消耗量 − 损耗)、电池容量计算(Ah = kWh × 天数 / V·DoD)、太阳能日发电量(面板 × PSH × η)、电线压降(直流往返)、kWh ↔ Wh、效率(η ≤ 1,热泵 COP 除外)、运行时间(电池_Wh / 负载_W)、峰值负载与逆变器额定功率的比较。
根据王国经济底层原则:拒绝印记者可能需要离网电力;此验证器可将草稿纸上的估算转化为确定性验证。
"ENERGY_VERIFY": {
"panel_W": 400, "peak_sun_hours": 5.0,
"system_efficiency": 0.85, "claimed_daily_kwh": 1.7,
"daily_load_kwh": 5.0, "days_autonomy": 2,
"depth_of_discharge": 0.5, "system_voltage_V": 24,
"claimed_battery_Ah": 833.3,
"battery_wh": 1200, "load_W": 100, "claimed_runtime_hours": 12,
"peak_load_W": 2400, "inverter_continuous_W": 3000
}
CLI
concordance validate <packet.json> [--now-epoch EPOCH] [--format summary|verbose|json]
退出代码:0 PASS,1 REJECT,2 QUARANTINE,3 架构无效,4 CLI 用法错误。
仓库布局
concordance-engine/
├── src/concordance_engine/
│ ├── domains/ # attestation validators (RED/FLOOR flags)
│ ├── verifiers/ # computational checks against external standards
│ ├── engine.py # gate orchestrator
│ ├── gates.py # gate result types
│ ├── packet.py # packet/result dataclasses
│ ├── validate.py # schema validation
│ └── cli.py # concordance validate ...
├── schema/
│ ├── packet.schema.json # engine-aligned (what the CLI runs)
│ └── packet.schema.aspirational.json # forward design target
├── examples/ # sample packets for every verifier domain
├── tests/
│ ├── test_engine.py # 74 integration tests
│ ├── test_verifiers.py # 64 verifier unit tests
│ ├── test_cli.py # 16 CLI tests
│ ├── test_mcp_tools.py # MCP tool tests (resolved in v1.0.5)
│ └── test_canon_validators.py # canon validator smoke tests — auto-discovers canons/ and lw/02_canons/
└── packet_manifest.yaml # SHA-256 manifest of all files
添加领域
证明验证器:在 domains/ 中添加 <domain>.py,并提供 validate_red(packet) 和 validate_floor(packet)。
计算验证器:在 verifiers/ 中添加 <domain>.py,其中包含一个 run(packet) 函数,返回 list[VerifierResult],并在 verifiers/__init__.py 中注册。
依赖项
必需:sympy>=1.12、numpy>=1.26、scipy>=1.11
可选:jsonschema>=4.21.0(完整架构验证)、mcp>=1.0.0(MCP 服务)
许可证
免费提供,并致力于保持免费。两种许可证,一个原则——你可以使用、复制、运行和复刻所有内容;但不能将其据为己有。
- 代码 — GNU AGPL-3.0-or-later。可自由使用、修改和运行。 如果你将修改后的版本作为网络服务运行,请公开你的更改。
- 内容(我们创作的语料、卡片、地图和印章)— Creative Commons BY-SA 4.0。可自由分享和改编,但须注明出处,并采用相同的许可证。
lw/00_source/中的第三方数据保留其上游许可证和出处信息(请参阅docs/DATA_SOURCES.md和NOTICE)。- 商业用途 — 个人、家庭、教会、非营利组织、社区,以及服务于大众的 AI Agent 均可免费使用。希望在不遵守相同方式共享条款的情况下使用的公司(将其嵌入封闭产品,或运行修改后的私有服务)需要商业许可证;所有商业收入都将专款用于捐赠。请参阅
COMMERCIAL.md。
完整说明见 LICENSING.md。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。