mcpField
D
DCL Evaluator

DCL Evaluator

本地服务
github.com/Fronesis-LabsAI 与智能体02 周前更新

关于 DCL Evaluator

DCL Evaluator 是用于为 AI Agent 决策生成防篡改加密审计记录的早期产品。README 已标明该产品被取代,并建议 Agent 使用托管的 DCL Trust Oracle;旧 MCP 端点和工具仅供历史参考。

主要功能

  1. 01SHA-256 哈希链记录
  2. 02Merkle 树审计轨迹
  3. 03确定性策略评估
  4. 04统计式行为漂移检测
  5. 05生成合规报告
  6. 06离线运行

适用场景

  1. 01记录 Agent 操作以供后续完整性检查
  2. 02检查决策链是否遭到篡改
  3. 03检测 Agent 行为变化
  4. 04生成合规审查所需的审计报告

MCP 相关

该产品旧版 MCP 服务提供提交操作、验证链完整性、获取审计轨迹和生成报告的工具。README 称此端点已被取代,并指向托管的 DCL Trust Oracle:https://mcp.fronesislabs.com/mcp。

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。

mcp.json · 通用配置
{
"mcpServers": {
"dcl-evaluator": {
"command": "npx",
"args": [
"-y",
"@smithery/cli"
],
"env": {
"DCL_API_KEY": "<DCL_API_KEY>"
}
}
}
}
启动命令npx -y @smithery/cli
需要配置的环境变量
DCL_API_KEY密钥

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@smithery/cli

工具

还没有获取到工具列表

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

已被取代。 DCL Evaluator 是早期的 DCL 产品,包含其 MCP 端点(/sse、API 密钥)和离线桌面审计轨迹。Agent 应使用托管的 DCL Trust Oracle,地址为 https://mcp.fronesislabs.com/mcp。下文中关于 /sse、API 密钥、dcl_commit、dcl_verify、dcl_get_chain、dcl_report 和固定价格的内容均为历史信息。

DCL Evaluator

Version License Patent Platform MCP Offline LLMs dcl-evaluator MCP server

AI Agent 的加密审计轨迹。由 Leibniz Layer™ 提供支持

AI Agent 做出的每项决策——均可封存、验证、审计。

DCL Evaluator 是 Leibniz Layer™ 的首个实现——一种用于验证 AI Agent 决策的加密协议。它为任何由大模型驱动的系统提供确定性、防篡改的审计轨迹。


为什么选择 DCL Evaluator

AI Agent 会做出决策。这些决策伴随风险——法律、财务和声誉风险。然而,大多数 AI 系统都是黑箱:没有记录决策内容、决策原因,也无法确认决策事后是否遭到篡改。

DCL Evaluator 以一个借鉴自密码学的简单原则解决这一问题:将每项决策都提交到哈希链中。修改任何历史记录,整条链都会失效。以数学方式证明完整性——无需信任。


核心功能

  • SHA-256 哈希链——以加密方式封存每项 Agent 操作
  • Merkle 树审计轨迹——从设计上防篡改
  • 确定性策略引擎——相同输入 = 相同决策,可 100% 重现
  • 漂移检测——统计 Z 检验可在行为漂移演变为合规失败前将其捕获
  • 多大模型支持——Claude、GPT-4、Grok、Gemini、DeepSeek、Ollama(本地、隔离网络)
  • MCP 服务——通过 Model Context Protocol,几分钟内即可连接任意 Agent
  • 合规报告——防篡改 PDF 导出,可直接提交给监管机构
  • 支持离线运行——完全在隔离网络中运行,数据不会离开你的基础设施

💳 通过 x402 按审计付费

DCL Evaluator 支持 x402 支付协议。
AI Agent 可自主请求审计——无需 API 密钥,只需 HTTP 402 + Base 上的 USDC。

端点:https://x402.fronesislabs.com
**网络:**Base Mainnet(eip155:8453)

工具价格利润率
快速扫描$1 USDC99%
标准审计(4 个模型)$5 USDC99.4%
深度审计 + PoC$15 USDC99.3%

任何支持 HTTP 的 Agent 都能支付并获得加密审计——无需人工参与。


通过 MCP 连接

{
  "mcpServers": {
    "dcl-evaluator": {
      "url": "https://mcp.fronesislabs.com/sse",
      "headers": {
        "x-api-key": "your-key"
      }
    }
  }
}

提供四种工具:

工具说明
dcl_commit将 Agent 操作封存到哈希链中
dcl_verify验证链的完整性
dcl_get_chain获取完整审计轨迹
dcl_report生成合规报告

健康检查:https://mcp.fronesislabs.com/health


下载

→ 最新版本 — v1.2.0

桌面应用(Windows)。Wails + Go + React。支持离线运行。


合规覆盖范围

内置策略模板:

DEFAULT · EU AI ACT · GDPR · FINANCE · MEDICAL · RED TEAM


Leibniz Layer™

DCL Evaluator 是首个实现 Leibniz Layer™ 的产品——面向 AI Agent 经济的加密验证层。

该名称源自戈特弗里德·威廉·莱布尼茨——数学家、逻辑学家、确定性推理的先驱。

“每个决策、每项操作都经过确定性封存,具备防篡改性且可审计。”

leibniz.fronesislabs.com


链接


© 2026 Fronesis Labs · Leibniz Layer™、DCL Evaluator™ — 专利申请中 · 源码可用许可证

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。