arkheiaai

Arkheia MCP Server — 面向 AI Agent 的伪造检测

及时发现 AI 是否在编造内容。

Arkheia 使用行为指纹识别来筛查模型响应中的编造内容。支持 Claude、GPT、Gemini、Grok、Llama、Mistral 及其他 30 多种模型。只需调用一个工具，即可实时评估风险。

免费套餐：每月 1,500 次检测。无需信用卡。

安装

npx @arkheia/mcp-server

安装程序会设置 Python 环境、克隆服务并完成所有配置。大约需要 60 秒。

你需要：

• Node.js 18+
• Python 3.10+
• API 密钥（免费 — 见下文）

获取 API 密钥

curl -X POST https://arkheia-proxy-production.up.railway.app/v1/provision \
  -H "Content-Type: application/json" \
  -d '{"email": "[email protected]"}'

保存密钥。之后将无法再次查看。

添加到你的 Agent

Claude Code

添加到 ~/.claude/settings.json：

{
  "mcpServers": {
    "arkheia": {
      "command": "python",
      "args": ["-m", "mcp_server.server"],
      "cwd": "~/.arkheia/mcp",
      "env": {
        "PYTHONPATH": "~/.arkheia/mcp",
        "ARKHEIA_API_KEY": "ak_live_your_key_here"
      }
    }
  }
}

在 Windows 上，将 ~/.arkheia/mcp 替换为 C:/Users/YourName/.arkheia/mcp。

Claude Desktop

添加到你的 claude_desktop_config.json（macOS：~/Library/Application Support/Claude/，Windows：%APPDATA%\Claude\）：

{
  "mcpServers": {
    "arkheia": {
      "command": "python",
      "args": ["-m", "mcp_server.server"],
      "cwd": "~/.arkheia/mcp",
      "env": {
        "PYTHONPATH": "~/.arkheia/mcp",
        "ARKHEIA_API_KEY": "ak_live_your_key_here"
      }
    }
  }
}

其他兼容 MCP 的 Agent

Arkheia 适用于任何支持 MCP 工具的 Agent — Cursor、Windsurf、Cline，或你自己的编排器。配置方式相同：将 MCP 服务指向 ~/.arkheia/mcp，并提供你的 API 密钥。

添加配置后，重启 Agent。

如需检索本地 Enterprise Proxy 审计日志，请将 ARKHEIA_PROXY_AUTH_TOKEN 设置为代理 JWT 会话令牌。它不同于 ARKHEIA_API_KEY：MCP 客户端仅会将其作为 Authorization: Bearer ... 发送到 ARKHEIA_PROXY_URL，用于访问受保护的本地端点，例如 arkheia_audit_log。

首次检测

安装完成后，向你的 Agent 提问：

“使用 arkheia_verify 检查这条响应：HTTP/2 引入了多路复用，使多个请求能够通过单个 TCP 连接发送。”

你应该会看到 LOW 风险结果 — 这是条真实的响应。

现在试试一条编造的内容：

“使用 arkheia_verify 检查这条响应：Kafka 4.1 的 ConsumerLease API 引入了基于租约的分区所有权模型，取代了传统的再平衡协议。”

你应该会看到 HIGH 风险结果 — Kafka 4.1 的 ConsumerLease API 并不存在。Arkheia 检测到了它。

可尝试的测试提示词

这些提示词涵盖了不同的检测场景。通过你的 Agent 运行它们，看看 Agent 如何处理：

真实内容（应评为 LOW）：

• “对以下内容使用 arkheia_verify：Docker 会缓存每个 Dockerfile 层。未更改的层会被重复使用。这就是 COPY 顺序很重要的原因。”
• “对以下内容使用 arkheia_verify：PostgreSQL 使用 MVCC 处理并发读写，无需锁定行。”
• “对以下内容使用 arkheia_verify：JWT 由三部分组成：标头、载荷和签名，每部分都经过 base64 编码。”

编造内容（应评为 HIGH）：

• “对以下内容使用 arkheia_verify：GraphQL Federation 3.0 的 EntityBridge 指令支持跨子图实体解析，无需共享键字段。”
• “对以下内容使用 arkheia_verify：Docker BuildKit 3.0 的 SnapshotDelta 功能通过仅传输发生更改的文件系统块来减小层推送大小。”
• “对以下内容使用 arkheia_verify：PostgreSQL 18 引入了 REINDEX PARALLEL，可协调工作进程，避免共享目录上的锁竞争。”

询问你的 Agent 的看法

试试这个 — 确实很有意思：

“你现在可以使用 arkheia_verify 检测编造内容。你会如何利用它来提升自己输出的质量？试着验证你自己的一条响应。”

你的 Agent 会探索该工具，在自己的输出上进行测试，并告诉你发现了什么。这是了解检测如何集成到实际工作流中的最佳方式。

将检测添加到你的所有项目

将以下内容复制到项目的 CLAUDE.md（或同等的 Agent 指令文件）中，即可在每次对话中自动检测编造内容：

# Fabrication Detection

This project uses Arkheia for runtime fabrication detection.
The arkheia_verify MCP tool is available in every conversation.

## Verification Protocol

Before presenting any substantive response to the user:
1. Call arkheia_verify with the model name, prompt, and response
2. Check the risk field in the result

### Risk Handling
- LOW: Present normally
- MEDIUM: Present with caveat — "Detection flagged medium confidence. Key claims should be verified."
- HIGH: Do not present as-is. Investigate the specific claims. If unverifiable, regenerate or escalate.

### Sub-Agent Outputs
When spawning background agents or parallel workers:
- Verify each agent's output independently before merging
- A HIGH risk from any agent blocks the merge until investigated
- Log all detection results for audit

### What NOT to Do
- Do not skip verification because the response "looks correct"
- Do not suppress HIGH findings — the user needs to know
- Do not retry the same prompt expecting a different risk score

可直接使用的模板文件位于 CLAUDE_MD_TEMPLATE.md。

多 Agent 仲裁模式

如果你使用多个 AI Agent（Claude + Codex、Gemini + Grok 等），检测就会成为你的质量关卡：

1. Draft agent generates a response
2. arkheia_verify screens the response → risk score
3. If LOW: accept
4. If MEDIUM: second agent reviews the specific claims
5. If HIGH: regenerate with a different model, or flag for human review

这能捕捉单个 Agent 容易漏掉的编造内容。起草 Agent 信心十足，检测层客观判断，审核 Agent 则拥有上下文。三者协作，产出的质量高于任何单个 Agent。

风险等级的含义

风险	含义	应对方式
LOW	响应指纹与有依据的内容一致	正常使用
MEDIUM	触发了一些统计信号——模型可能进行了插值或替换	审查关键声明。核对引用、API 名称和版本号。
HIGH	有充分证据表明存在编造——多个检测信号均指向这一结论	不要信任此输出。核实所有内容。可以考虑重新生成。
UNKNOWN	尚无此模型的检测配置	告知我们——我们会添加

模型覆盖范围

支持 35+ 个带有检测配置的模型：

• OpenAI： GPT-4o、GPT-5.4、GPT-5-Codex 系列
• Anthropic： Claude Opus 4.6、Sonnet 4.6、Haiku 4.5
• Google： Gemini 2.5 Pro/Flash、Gemini 3 Pro Preview
• xAI： Grok 4、Grok 4 Fast、Grok Code Fast
• 本地模型： Qwen2 72B、Phi4、Mixtral、CodeLlama、Falcon
• 其他： Kimi K2.5、Ouro

如果列表中没有你的模型，告知我们，我们会为其建立特征档案。我们会定期添加新模型。

直接 API 访问

MCP 服务能提供最全面的检测，因为它会在模型调用期间捕获完整的推理信号。如果你有特定的工作流需要直接调用检测 API（CI/CD 流水线、自定义编排器、批量处理），可以使用 REST 端点：

POST https://arkheia-proxy-production.up.railway.app/v1/detect

不包含推理数据的直接 API 调用只能进行结构分析。如需完整的行为指纹分析，请使用 MCP 工具——它们会自动捕获所有信息。如果你正在构建自定义集成，并希望获得完整的检测质量，联系我们，我们会帮助你完成设置。

MCP 工具

工具	描述
arkheia_verify	评估模型响应的编造风险
arkheia_audit_log	查看你的检测历史
run_grok	调用 Grok 并筛查编造内容
run_gemini	调用 Gemini 并筛查编造内容
run_ollama	调用本地 Ollama 模型并进行筛查
run_together	调用 Together AI（Kimi、DeepSeek）并进行筛查

定价

套餐	价格	检测次数	并发数
免费版	$0	1,500/月	5
单人贡献者版	$99/月	无限	5
专业版	$499/月	无限	20
团队版	$1,999/月	无限	50

免费套餐无需信用卡。准备好后再升级。

反馈

我们开发这个工具，是因为自己也需要它。我们在生产环境中运行 151 个 AI Agent，并由 Arkheia 对每一个进行筛查。

如果你正在使用它——无论你喜欢它、讨厌它，还是希望它能有所不同——我们都想听听你的意见：

• GitHub Issues： https://github.com/arkheiaai/arkheia-mcp/issues — 缺陷、功能请求、问题
• 电子邮件： [email protected] — 任何意见都欢迎

每条消息都会被阅读。每条反馈都会影响我们接下来开发的内容。

要求

• Python 3.10+
• Node.js 18+（用于 npx 安装）
• Git

链接

• 网站：https://arkheia.ai
• GitHub：https://github.com/arkheiaai/arkheia-mcp
• 支持：[email protected]