mcpField
E

Eleata Verify Mcp

本地服务
github.com/hernaninversoAI 与智能体117 周前更新

关于 Eleata Verify Mcp

Eleata Verify Mcp 是一个 MCP 服务,通过托管的 eleata Claim Verifier 对照证据核验声明。它返回判断结果、置信度和弃答标记,可用于 Agent 事实核查及 RAG 内容依据检查。

主要功能

  1. 01根据证据核验声明
  2. 02返回支持、反驳或证据不足
  3. 03提供置信度和弃答状态
  4. 04检查回答是否符合检索上下文
  5. 05提供更严格的核验模式

适用场景

  1. 01根据来源核查 Agent 的声明
  2. 02检查 RAG 回答是否以上下文为依据
  3. 03在合规或法律工作流中使用严格核验

MCP 相关

它向 MCP 客户端提供 `verify_claim`、`check_groundedness` 和 `verify_strict` 工具。核验通过托管的 eleata 服务执行。

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": {
"eleata-verify": {
"command": "npx",
"args": [
"-y",
"eleata-verify-mcp"
],
"env": {
"EVERIFY_API_KEY": "<EVERIFY_API_KEY>"
}
}
}
}
启动命令npx -y eleata-verify-mcp
需要配置的环境变量
EVERIFY_API_KEY密钥API key for the eleata Claim Verifier (paid Bearer or RapidAPI key)

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
npmeleata-verify-mcp0.1.1

工具

3

收录的工具列表 · 更新于 3 周前

参数类型必填说明
claimstring是要核查的陈述。
evidencestring是应当支持该主张的来源文本。

详细介绍

eleata Claim Verifier — MCP 服务

面向 AI Agent 的事实依据 / 幻觉防护机制。提供一条claim及其支持evidence,它会返回证据是否支持 / 反驳 / 不足以证明该主张(自然语言推理),并给出置信度,以及在置信度较低时设为 true 的abstained标记。它封装了托管版 eleata Claim Verifier。

将它用作事实核查 / RAG 幻觉防护工具:Agent 信任或复述某条陈述前,先根据其来源进行核查。将abstained=true(或任何非支持的判定)视为“不要依赖”。

工具

工具功能
verify_claim(claim, evidence)证据是否支持该主张?返回判定、置信度和abstained。
check_groundedness(answer, context)RAG 防护:模型的回答是否有检索到的上下文作为依据?
verify_strict(claim, evidence)功能相同,但弃答阈值更高——适用于错误判定为“支持”代价高昂的合规 / 法律场景。

设置

{
  "mcpServers": {
    "eleata-verify": {
      "command": "npx",
      "args": ["-y", "eleata-verify-mcp"],
      "env": { "EVERIFY_API_KEY": "your_key" }
    }
  }
}

在 https://eleata.io/checkout?p=verifypro 获取密钥(付费渠道,以Authorization: Bearer方式发送)。 对于 RapidAPI 市场渠道,请设置EVERIFY_RAPIDAPI=1,并将EVERIFY_API_BASE设为 RapidAPI 主机地址 (密钥随后会以X-RapidAPI-Key方式发送)。

说明

公开渠道上的置信度未经校准(不是概率)——请依据判定和abstained标记,而非原始数值。引擎采用多语言 NLI 模型(mDeBERTa-v3-mnli-xnli)。 verify会将你的主张和证据发送到托管 API;请参阅 https://eleata.io/privacy/。

采用 MIT 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。