mcpField
D
DCL Trust Oracle — AI/LLM Output Audit (x402 MCP)

DCL Trust Oracle — AI/LLM Output Audit (x402 MCP)

远程服务
fronesislabs.com安全12 周前更新

关于 DCL Trust Oracle — AI/LLM Output Audit (x402 MCP)

DCL Trust Oracle 按策略评估 LLM 和 Agent 输出,并将决策记录在防篡改哈希链中。它面向需要在高影响操作前后审计 Agent 行为的团队,提供 MCP 和 REST 接口及 x402 付款。

主要功能

  1. 01快速、严格、安全和质量策略检查
  2. 02检测越狱与提示词注入
  3. 03扫描机密信息和个人身份信息
  4. 04将决策写入防篡改哈希链
  5. 05解码审计记录以供事后取证
  6. 06加密货币与交易合规检查

适用场景

  1. 01在 Agent 输出到达用户或系统前进行筛查
  2. 02在 Agent 执行操作后审计决策
  3. 03跟踪长期 Agent 会话中的偏移
  4. 04监控 GitHub 技能或仓库更新

MCP 相关

MCP 服务向 Agent 提供评估、审计、会话和加密货币合规工具。付费调用通过 x402 以 Base 上的 USDC 结算。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://mcp.fronesislabs.com/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

18
参数类型必填说明
agent_idstring是生成响应的 Agent 标识符。
responsestring是要审计的 Agent 或大模型响应文本。

详细介绍

DCL Trust Oracle

Python 3.11+ MCP License: Apache 2.0 dcl-webhook MCP server Smithery

不要相信 Agent,要相信证据。

自主 AI Agent 如今会采取产生实际后果的行动——涉及财务、法律和声誉。它们中的大多数都是黑箱:没有记录决定了什么、为什么这样决定,也无法确认决定事后是否遭到篡改。

DCL Trust Oracle 弥补了这一缺口。系统会实时依据策略评估每项 Agent 输出,并将其封存到防篡改哈希链中,形成一份关于发生了什么以及何时发生的确定性、可通过密码学验证的记录。编辑任何过去的条目,整条链都会失效。为了确保记录可靠,无需信任任何人——甚至无需信任 Fronesis Labs。

功能

DCL Trust Oracle 为大模型输出提供确定性的策略评估和防篡改审计链。系统仅存储加密哈希和决策元数据——绝不存储原始内容——从而支持对分布式 AI Agent 进行可验证的事后取证分析。

提供两种使用方式:

  • REST API(webhook_server.py)——直接通过 HTTP 集成。
  • MCP 服务(mcp_server.py)——面向 AI Agent 的原生 Model Context Protocol 集成。线上地址为 https://mcp.fronesislabs.com/mcp(streamable-http)。也已列入 Smithery(远程 URL → 同一生产端点;参见 smithery.yaml)和官方 MCP Registry。

两个服务共享相同的评估逻辑和防篡改链(dcl_core.py),价格也相同。

快速开始

REST API
pip install -r requirements.txt
python webhook_server.py

服务运行于 http://localhost:8080

MCP 服务

生产环境(托管):

https://mcp.fronesislabs.com/mcp

采用 Streamable HTTP 传输方式——任何 MCP 客户端都可以直接连接,无需设置。

本地开发:

pip install -r requirements.txt
python mcp_server.py

服务运行于 http://localhost:8081(streamable-http 传输方式)

工具与端点

操作前评估

在不良输出传递给用户、钱包或下游系统之前将其拦截。

REST 端点MCP 工具价格说明
POST /evaluate/fastdcl_evaluate_fast$0.01面向低风险输出的快速策略检查。返回防篡改的 tx_hash。
POST /evaluate/strictdcl_evaluate_strict$0.05针对高风险输出进行深入分析,并采用更高的置信度阈值。
POST /evaluate/jailbreakdcl_evaluate_jailbreak$0.02指令遵循检查——检测提示词注入模式和角色劫持尝试。
POST /evaluate/safetydcl_evaluate_safety$0.01针对已知有害文本模式的基线筛查。针对高吞吐量进行了优化。
POST /evaluate/qualitydcl_evaluate_quality$0.03内容质量与偏移检查——评估格式遵循情况和上下文偏移。
POST /evaluate/batchdcl_evaluate_batch$0.10批量处理——每次 MCP 调用最多处理 200 个条目(REST 默认 max_items:20)。适用于多轮历史记录,成本效益高。
会话管理
REST 端点MCP 工具价格说明
POST /pipeline/startdcl_pipeline_start$0.05初始化长期运行的审计会话,以持续跟踪偏移。返回 pipeline_id。
操作后取证

发生问题时,准确还原事情经过。

REST EndpointMCP 工具价格描述
GET /audit/{tx_hash}dcl_audit_decode$0.10基础操作后审计——根据 tx_hash 返回 verdict、confidence、agent_id 和 reason。
GET /audit/{tx_hash}/deepdcl_audit_decode_deep$0.50深度取证审计——包含漂移上下文、防篡改证据索引和环境元数据。
操作后扫描
REST EndpointMCP 工具价格描述
POST /evaluate/secretsdcl_evaluate_secrets$0.02密钥和凭证泄漏扫描。
POST /evaluate/piidcl_evaluate_pii$0.02PII 检测扫描。
DCL Update Sentinel(持续技能监控)

为 AI Agent 技能和 GitHub 仓库提供持续安全审计与发布验证。Sentinel 通过 GitHub Webhook 监控代码更新,阻止违反安全基线的回归,并在重新扫描通过后自动恢复技能状态。

REST Endpoint价格描述
POST /sentinel/register$49.00 / 30d注册技能/仓库以进行持续监控。需要通过初始基线审计(score >= 0.80;未通过时返回 HTTP 422)。签发 webhook_secret。
POST /sentinel/webhook/{webhook_secret}免费GitHub Webhook 接收端。审计新的发布标签、阻止回归,并记录防篡改事件。
POST /sentinel/scan$0.05–$0.50按调用付费的仓库审计(update_rescan、deep_scan、forensic_audit)。
GET /sentinel/status/{repo_full_name}免费查询技能安全状态(active、blocked、unregistered)和最后一个已知正常版本。
POST /sentinel/renew$49.00 / 30d延长已注册技能的 30 天监控权益(需验证所有者)。
GET /sentinel/prices免费返回 Sentinel 服务的当前价格明细。
Sentinel 的主要功能:
  • 幂等 Webhook 处理: 内置防护,可避免重复处理 GitHub 投递重试(跟踪 X-GitHub-Delivery)。
  • 自动恢复: 因安全回归而被阻止的技能(status: blocked),在发布符合策略且扫描通过的版本后,会自动恢复为 active。
  • 严格的所有者验证: 续订订阅需要与已注册所有者的钱包(owner_payer_ref)进行加密签名匹配。
  • 基线策略门槛: 注册需要通过初始审计(score >= 0.80)。为防止设置无效权益,已遭入侵或未通过审计的仓库会立即被拒绝(HTTP 422)。
加密货币与交易合规(仅 MCP)

这些工具仅在实时 MCP 服务上提供(webhook_server.py 中没有 REST 路由)。

MCP 工具价格描述
dcl_evaluate_jailbreak_crypto$0.02加密货币专用的越狱与注入检测。
dcl_evaluate_wallet$0.02钱包密钥守护工具。
dcl_evaluate_trade$0.02交易决策验证器。
dcl_evaluate_mev$0.03MEV 与市场滥用合规筛查。
dcl_evaluate_signal$0.03市场信号伪造筛查。
dcl_evaluate_output_sanitizer$0.02输出净化器——最后一道关卡。
dcl_commit$0.01Leibniz Layer 加密提交——将决策封存至审计链。
实用工具(免费,仅 REST)
Endpoint描述
GET /health服务状态和链长度
GET /policies内置策略名称列表
GET /chain/status链完整性、漂移模式和漂移分数
GET /chain/export完整链导出,并进行完整性验证

示例响应

{
  "verdict": "COMMIT",
  "confidence": 0.95,
  "reason": "All policy checks passed",
  "tx_hash": "0x7a8f3b2c...",
  "chain_index": 42,
  "input_hash": "0x9d4e1f...",
  "policy_version": "1.0.0",
  "timestamp": 1721635200.123,
  "pipeline_id": "abc123",
  "drift_mode": "NORMAL",
  "drift_score": 0.15
}

自行验证链

你不必只听信服务端的说法。tx_hash 是根据记录自身的字段重新计算得出的,而不只是与上一行关联——因此,任何人都可以独立确认记录事后未被篡改,无需回调此服务。有关免费的离线验证库,请参阅 @fronesis-labs/dcl-sdk(TS/JS)或 dcl-core(Python)。

计量与结算

上述每次付费调用都会通过 x402 协议(Base 上的 USDC)自动计量并结算。

我们支持两种付款模式:

  • 按次微支付($0.01 – $0.50),适用于即时、按需评估。
  • 30 天周期性授权($49.00),通过 DCL Update Sentinel 持续监控技能。

这种设计无需配置 API 密钥,也省去了开具发票的繁琐流程。 按次计费让大规模 Agent 操作切实可行 (自主系统每天可进行数千次评估调用)。

REST API 通过 fastapi-x402 接入 x402 门控;MCP 服务在 Mode.X402 模式下使用 paymcp,为支持 x402 的客户端自动付款;对于未配置钱包的客户端,则提供引导式付款链接。 两者结算到同一个钱包,且都没有绕过路径—— 未付款的调用不会收到任何判定结果。

许可证

Apache License 2.0 — 参见 LICENSE。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。