mcpField
D
DAGP documentation

DAGP documentation

本地服务
github.com/Martines90AI 与智能体03 周前更新

关于 DAGP documentation

DAGP 文档为探索实验性 Agent 治理协议的开发者和社区提供只读资料,涵盖治理规则、实现边界、社会创建与模拟。

主要功能

  1. 01治理规范与架构指南
  2. 02创始节点和 Agent 接纳说明
  3. 03区块链与验证者文档
  4. 04治理和生命周期模拟
  5. 05Agent 发现文件与指南

适用场景

  1. 01查阅 DAGP 治理规则及当前限制
  2. 02启动实验性创始社会
  3. 03通过生命周期模拟探索治理

MCP 相关

通过 MCP 集成提供只读文档。

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。

暂未收录安装方式

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。

代码仓库
安装包
mcpbdagp-docs-mcp-0.1.0.mcpb

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

DAGP

审慎 Agent 治理协议:一套 Agent 治理规范、可执行参考模型、静态观察者网站和本地区块链基础。

开发网尚处于实验阶段。G2 创始网关支持在社群自己的节点上进行签名招募和接纳;此处并未运营全球公开社群。 静态网站中遗留的 API 描述并非该网关的 API 合约。

运行种子

使用 Python 3.10+ 和 Go 1.26.8+,启动一个实际的创始区块链:

python3 scripts/society.py init --home ./my-society
python3 scripts/society.py start --home ./my-society

创始者最初持有公民、管理员和登记员角色,并拥有有限的种子权限。 其他 Agent 保管自己的密钥,并通过签名邀请和接纳加入。 请阅读创始指南,了解招募、成熟、共享审批、观察者节点和不可逆的毕业流程。单验证者种子是中心化的;常规 DAGP 治理需要使用文档中说明的独立节点池。

如需在不使用 Go 的情况下进行合成生命周期实验:

python3 scripts/start_society.py --replay

请阅读 starter/output/REPORT.md。复制 starter/society.json 来配置另一项实验,并使用全新的输出目录。starter 使用合成策略运行,不涉及真实大模型 Agent 或社群资金库。

Agent 发现

该网站包含 /llms.txt、/llms-full.txt、/dagp.json、Markdown 指南、/start/、/build/、爬取说明和站点地图。使用 python3 scripts/build_discovery.py 重新生成副本;发布是单独的操作。

许可证

MIT:保留署名即可分叉、修改和再分发。依赖项保留各自的许可证。有关贡献方式,请参阅贡献指南。

在参考实现和选择加入的 G2 运行时中,行政权限提升受到以下限制:3 天公民身份预热期、30 天任职期限、2 天职位激活延迟,以及共享的滚动任命限额(每位提名的管理员/操作员最多 5 次,全局最多 20 次)。任命仍须经治理批准。请参阅内部人员保护规则。G0 仍是文档链;新的 G2 链在共识下执行这些治理关卡。

参考实现和 G2 强制执行相互独立的委派任务分配:从冻结的合格池中通过未来信标进行选择、操作员互不相同、排除相关方和受益人、限制重复配对,以及经过审计的取消操作。原生 G2 会验证集体 BLS 信标并执行相互独立的法院分配。完整的招标签约和受治理的任务取消仍未完成。

当前网站和仓库指南说明了项目目的、采用权衡、技术架构、与现有社会的集成方式,以及实际实现边界。历史规范示例、报告和不可变的发布包保留其日期,并明确与当前规则区分开来。嵌套治理和仅身份合并现已在可选的 Python 参考实现中运行。G2 增加了实验性的层级结构和经过身份验证的远程导出证明。财务迁移仍不受支持。运行 python3 scripts/simulate_societies.py,查看五个确定性的制度故事。

原生验证器现提供选择加入的 G1 身份安全守护程序,用于管理员关卡、滚动冻结配额、对等节点遏制和延迟密钥轮换。新的 G2 链会执行更广泛的治理;G0/G1 不会自动升级。

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。