MCP Kinetic Gain

mcp-kinetic-gain

一个 MCP 服务，涵盖全部 12 个 Kinetic Gain Protocol Suite 规范、v0.1.0 实现工具，以及 DefenseTech 6-pack 语义（8 个工具）。只需添加一条配置，即可接入 Claude Desktop、Cursor 或任何兼容 MCP 的客户端。Agent 将获得 75 个工具（47 个规范工具 + 16 个实现预览工具 + 8 个 DefenseTech 工具 + 4 个 AI Claims Decision Card 工具，v0.9.0）：AEO Protocol、Prompt Provenance、Agent Cards、AI Evidence Format、MCP Tool Cards、AI Tutor Cards、Student AI Disclosure、Classroom AI AUP、Clinical AI Disclosure、AI Incident Card、AI Procurement Decision Card、AI Claims Decision Card——以及哈希证明（ed25519）、审计流事件编排与链验证（支持离线验证，也可通过 AUDIT_STREAM_URL 对运行中的 audit-stream-py 实时验证）、跨规范漂移检测、Decision Intelligence 预览，以及 DefenseTech vault 解析器和不变量检查器。v0.9.0 新增：AI Claims Decision Card（InsurTech，claims_card_version）——claims_card_validate、claims_card_inspect、claims_card_sign、claims_card_chain。

这是 kinetic-gain-visualizer 面向 Agent 的配套项目：visualizer 为人类呈现规范，而此服务为 Agent 提供验证和工作流工具。可选工具 audit_event_emit 会向已配置的 audit-stream 服务发送事件。

工具

75 个工具

- `aeo_fetch` - 获取某个来源的完整 AEO Protocol 声明 - `aeo_inspect` - 返回 AEO 声明的结构化摘要：实体 - `aeo_get_claim` - 按 ID 提取单条 AEO 声明 - `aeo_well_known_url` - 计算某个来源的规范 AEO well-known URL - `prompt_provenance_validate` - 根据 v0.1 验证 Prompt Provenance JSON 文档 - `prompt_provenance_inspect` - Prompt Provenance 文档的结构化摘要：提示词 - `prompt_provenance_eval_result` - 从 Prompt 中提取单个评估套件的结果 - `agent_card_well_known_url` - 计算给定对象的规范 Agent Card well-known URL - `agent_card_inspect` - Agent Card 文档的结构化摘要 - `agent_card_tool_disclosure` - 返回 Agent 声明的工具列表及副作用 - `agent_card_validate` - 根据 v0.1 schema 验证 Agent Card JSON 文档。 - `ai_evidence_validate` - 根据 v0.1 schema 验证 AI Evidence 对象。 - `ai_evidence_inspect` - AI Evidence 对象的结构化摘要：声明文本 - `ai_evidence_verify_hash` - 对以下内容的规范 UTF-8 形式计算 SHA-256 - `tool_card_well_known_url` - 计算规范 MCP Tool Card well-known URL - `tool_card_inspect` - MCP Tool Card 的结构化摘要：工具身份、安全性 - `tool_card_tested_with` - 返回工具的已测试 LLM 条目，可按条件筛选 - `tool_card_validate` - 根据 v0.1 验证 MCP Tool Card JSON 文档 - `tutor_card_well_known_url` - 计算规范 AI Tutor Card well-known URL - `tutor_card_fetch` - 从 URL 获取 Tutor Card - `tutor_card_validate` - 根据 v0.1 验证 AI Tutor Card JSON 文档 - `tutor_card_inspect` - Tutor Card 的结构化摘要：辅导者身份、受众 - `tutor_card_subject_check` - 根据辅导者的学科范围对主题进行分类 - `tutor_card_coppa_check` - 执行规范中的 COPPA 条件规则：如果 - `disclosure_validate` - 根据规范验证 Student AI Disclosure JSON 文档 - `disclosure_inspect` - Student AI Disclosure 的结构化摘要：作业 - `disclosure_verify_artifact_hash` - 重新计算候选制品的 SHA-256 并与以下内容比较 - `disclosure_verify_prompt_hash` - 在哈希模式披露中验证单个提示词哈希 - `disclosure_aup_check` - 显示披露中声明的政策立场及任何 - `aup_well_known_url` - 计算规范 Classroom AI AUP well-known URL - `aup_fetch` - 从 URL 获取 Classroom AI AUP - `aup_validate` - 根据 v0.1 验证 Classroom AI AUP JSON 文档 - `aup_inspect` - Classroom AI AUP 的结构化摘要：政策身份 - `aup_check_compliance` - 将 AUP 与 Student AI Disclosure 在八项声明上进行比较 - `clinical_ai_well_known_url` - 计算规范 Clinical AI Card well-known URL - `clinical_ai_fetch` - 从 URL 获取 Clinical AI Card - `clinical_ai_validate` - 根据 v0.1 验证 Clinical AI Card JSON 文档 - `clinical_ai_inspect` - Clinical AI Card 的结构化摘要：系统身份 - `incident_well_known_url` - 计算规范 AI Incident Card well-known URL - `incident_fetch` - 从 URL 获取 AI Incident Card - `incident_validate` - 根据 v0.1 验证 AI Incident Card JSON 文档 - `incident_inspect` - AI Incident Card 的结构化摘要：事件身份 - `incident_index_fetch` - 核心工具：获取供应商的 - `decision_card_well_known_url` - 计算规范 AI Procurement Decision Card well-known URL - `decision_card_fetch` - 从 URL 获取 AI Procurement Decision Card - `decision_card_validate` - 验证 AI Procurement Decision Card JSON 文档 - `decision_card_inspect` - AI Procurement Decision Card 的结构化摘要：采购方 - `decision_card_infer_status` - 验证每条评分标准，然后推断预览用的 decision.status - `decision_card_to_policy_bundle` - 对已拒绝、已撤回、已过期或……的只读拒绝预览 - `decision_card_signature_check` - 对 Decision Card 的 signatures[] 块进行结构检查 - `incident_affected_walk` - 遍历 Incident Card 的 affected 块并返回所有 - `incident_remediation_plan` - 将 Incident Card 中的每个受影响 URI 映射到建议的 - `attestation_canonical_hash` - 计算任意值的 SHA-256 规范 JSON 哈希 - `attestation_verify` - 根据正文和……验证 ed25519 Attestation 信封 - `attestation_inspect` - 以易读格式输出 Attestation 信封并进行结构检查 - `audit_event_compose` - 构建可直接 POST 的 audit-stream-py GovernanceEvent - `audit_chain_verify` - 从上到下遍历 GovernanceEvents 数组并验证 - `audit_event_inspect` - 以易读格式输出单个 GovernanceEvent 并进行结构验证 - `audit_event_emit` - 向 audit-stream-py 实例 POST 治理事件 - `audit_events_query` - 从正在运行的 audit-stream-py 获取近期治理事件 - `audit_chain_verify_live` - 请求已配置的审计流服务检查其完整的 - `suite_doc_detect_spec` - 通过……检测 JSON 文档属于哪个 Kinetic Gain Suite 规范 - `suite_doc_drift` - 对同一 Suite 两个版本进行结构差异比较 - `defensetech_vault_resolve_3axis` - 对 DefenseTech 三轴 vault 合约进行确定性预览 - `defensetech_audit_event_check_invariants` - 运行三项确定性的 DefenseTech 事件检查：CUI - `defensetech_check_dfars_72h_clock` - 计算 DFARS 252.204-7012 从发现到提交的 72 小时时限 - `defensetech_check_cui_distribution_statement` - 检查 CUI-Specified+ 级别事件是否包含必需的 - `defensetech_check_itar_us_person` - 检查 ITAR 资源事件是否具有 US-PERSON-VERIFIED（或 - `defensetech_incident_classify_event_type` - 根据对 defense-AI 事件的自由描述 - `defensetech_summarize_cmmc_evidence_bundle` - 总结 CMMC L2/L3 就绪证据包：目标 - `defensetech_vault_contract_cross_binding_check` - 验证 DefenseTech vault 中的 cross_binding_refs 块 - `claims_card_validate` - 根据随附的 v0.1 验证 AI Claims Decision Card - `claims_card_inspect` - AI Claims Decision Card 的结构化摘要：声明类型 - `claims_card_sign` - 计算 AI Claims Decision 的规范 SHA-256 哈希 - `claims_card_chain` - 将新的 AI Claims Decision Card 链接到其前序项：设置

具有知名 URL 约定的规范（AEO、Agent Cards、Tool Cards）使用抓取工具。没有约定的规范（Prompt Provenance、AI Evidence——这些内容通常随答案内联传递或存放在代码库中，而非固定路径）使用解析工具，并接收 document_json 字符串。

网络与数据边界

URL 抓取工具会向用户提供的源发起出站 HTTP(S) 请求。服务会拒绝本地和非公开目标，重新检查重定向，并将 JSON 响应限制为 1 MB。可选的实时审计工具要求 MCP 服务的环境中同时配置 AUDIT_STREAM_URL 和 AUDIT_STREAM_TOKEN。令牌必须与审计流服务的 bearer token 匹配，且至少包含 32 个可见 ASCII 字符。远程服务请使用 HTTPS；HTTP 仅用于环回开发。配置缺失或无效时会返回错误，且不会发送请求。audit_event_emit 会将 kind、由调用方声明的 source 和 payload 发送到已配置的服务，并验证其事件回执。该回执不能证明数据已持久存储或事件完整。共享令牌用于验证此 MCP 进程，而非来源标签或租户。调用前请批准写入操作；除非服务获准处理，否则请省略机密和个人数据。哈希链验证仅检查连续性，不能证明审计完整性。

架构验证会检查文档结构及所选规则。验证通过并不代表符合 FERPA、COPPA、HIPAA、FDA、EU AI Act、CMMC、出口管制要求或其他法律法规。attestation_verify 会根据调用方提供的公钥验证签名，但不能确认密钥所有者的身份。aup_check_compliance 仅评估八个已披露字段；不会检查政策范围、工具／供应商要求、家长同意或 Tutor Cards。allowed 值为 true 并不代表已授予授权。DefenseTech 工具根据提供的数据进行计算；不会对材料进行分类，也不会验证人员的身份状态或许可证。对于 Positive Decision Cards，必须先通过实时策略引擎检查身份、范围、操作、有效期和可信证明，才能创建具有约束力的捆绑包。

DefenseTech 的 72 小时时限从事件被发现时开始计算，而非事件发生时或创建审计事件时。请提供带时区的 discovered_at 和 filed_at；参见 DFARS 252.204-7012。报告是否实际提交以及合同是否适用，需要外部证据。

从任务开始

• 审查卡片： 将解析后的文档传给 claims_card_validate，然后使用 claims_card_inspect 概述其声明的决策。依赖摘要之前，请调查所有验证失败。
• 比较草稿： 使用同一份 Suite 文档的两个版本调用 suite_doc_drift，以便在发布前查看结构变化。
• 检查签名： 使用通过可信渠道获取的公钥调用 attestation_verify；另行确认该密钥属于所声称的签署者。
• 记录事件： 使用 audit_event_compose 准备有效负载，并检查其中是否包含敏感数据；只有在已批准配置的审计流服务和写入操作后，才调用 audit_event_emit。

安装

以下命令会安装当前发布在 npm 上的版本。若要改为运行此源码检出版本，请使用 npm ci、npm run build，然后运行 node dist/server.js。在依赖特定源代码更改之前，请先检查 npm view mcp-kinetic-gain version。

npm install -g mcp-kinetic-gain

也可以通过 npx 运行，无需安装：

npx mcp-kinetic-gain

对于受控部署，请在客户端配置中固定已审核的软件包版本（mcp-kinetic-gain@<version>），并有计划地升级。

Claude Desktop 配置

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

{
  "mcpServers": {
    "kinetic-gain": {
      "command": "npx",
      "args": ["-y", "mcp-kinetic-gain"]
    }
  }
}

重启 Claude。所有 75 个工具都会显示在工具面板中。试试：

“在 https://mizcausevic-dev.github.io 上使用 aeo_inspect 总结实体声明，然后使用 ai_evidence_verify_hash，根据我的候选文本检查某个证据对象的 content_hash。”

CLI 模式（v0.5.1+）

同一个二进制文件也可以在任何 MCP 宿主之外用作 Suite JSON 验证器，适用于 CI、提交前钩子或本地检查。

# Validate a single document
npx mcp-kinetic-gain validate path/to/ai-entity.json

# Validate a tree of well-known files
npx mcp-kinetic-gain validate ".well-known/**/*.json"

# Multiple paths or globs
npx mcp-kinetic-gain validate cards/clinical-*.json cards/incident-*.json

# Other commands
npx mcp-kinetic-gain --version
npx mcp-kinetic-gain --help

CLI 会根据每个文件的顶层版本字段（aeo_version、clinical_ai_card_version、aup_version 等）自动检测其所属的 Suite 规范，并使用与 MCP 工具相同的 zod 架构进行验证。输出兼容 GitHub Actions：当 GITHUB_ACTIONS=true 时，验证失败会输出 ::error:: 工作流命令，使其显示为 PR 注释。

退出代码：

代码	含义
0	所有匹配的文件均通过验证
1	至少有一个文件验证失败、解析失败，或没有匹配的文件
2	输入中没有文件匹配已知的 Suite 规范
3	用法错误（缺少参数、未知命令或标志）

不带任何参数运行 mcp-kinetic-gain 仍会启动 stdio MCP 服务，不会影响现有的 Claude Desktop / Cursor 配置。

为什么使用一个服务，而不是五个？

• Claude Desktop 配置只需一项，而不是五项
• 跨规范工作流具有原子性——Agent 可以先调用 agent_card_tool_disclosure 查找 Tool Card URI，然后在同一对话中通过同一个服务对该 URI 调用 tool_card_inspect
• 共享架构和实用工具使实现保持一致
• 弃用路径——如果 mcp-aeo-server（仅支持 AEO 的前身）退役，AEO 工具仍会以相同的名称和契约保留在这里

架构

src/
├── server.ts              # MCP entrypoint and handler dispatch
├── cli.ts                 # JSON validation CLI
├── tools.ts               # 75 tool descriptors (JSON Schema inputs)
├── schemas.ts             # Zod schemas for the 12 specs
├── common.ts              # guarded fetch and canonical hashes
└── handlers/              # one module per spec plus cross-spec and live tools

每个处理程序模块都是独立的，必要时可以拆分为单独的包。

哈希规范化

ai_evidence_verify_hash 遵循 AI Evidence Format 规范中的 SHA-256 规范化规则：

1. 以 UTF-8 格式读取内容
2. 将换行符规范化为 \n
3. 删除一个末尾换行符
4. 计算 SHA-256，以小写十六进制表示，并添加 sha256: 前缀

如果 candidate_text 的结果与预期不符，请先检查 CRLF 与 LF 的区别以及末尾换行符。

测试

无需外部服务即可运行单元测试和本地 HTTP 测试：

npm install
npm run typecheck
npm test
npm run build

许可证

此服务：AGPL-3.0。 如果修改后的版本通过网络向用户提供服务，AGPL 要求按其条款向这些用户提供对应源代码。请参阅 GNU AGPL 常见问题和 LICENSE。

规范本身：MIT。 宽松程度极高。任何人都可以实现 Kinetic Gain Protocol Suite 的任何规范、依据其进行验证或对其进行扩展。双重许可的安排是有意为之：协议保持开放，参考服务采用著佐权许可。

Kinetic Gain Protocol Suite

以下十二项规范及横向运维（哈希证明、审计流事件、跨规范漂移）和 DefenseTech 工具共计 75 个工具。完整的工具列表（47 个规范工具 + 16 个实现预览工具 + 8 个 DefenseTech 工具 + 4 个 AI Claims Decision Card 工具）请参阅上方的 Tools 目录。

规范	垂直领域
AEO Protocol	核心
Prompt Provenance	核心
Agent Cards	核心
AI Evidence Format	核心
MCP Tool Cards	核心
AI Tutor Cards	EdTech
Student AI Disclosure	EdTech（FERPA/COPPA）
Classroom AI AUP	EdTech
Clinical AI Disclosure	HealthTech（FDA SaMD + HIPAA）
AI Incident Card	横向（EU AI Act 第 73 条）
AI Procurement Decision Card	横向（采购方使用，适配 OMB M-24-10 / NIST AI RMF 评分标准）
AI Claims Decision Card	InsurTech

套件主页： suite.kineticgain.com 配套可视化工具： kinetic-gain-visualizer 红队测试台： prompt-injection-bench 参考库： kgp-verify（npm kinetic-gain-protocol，适用于 KGP 的零依赖 MIT 哈希/签名/验证）

---

联系： LinkedIn · Kinetic Gain · Medium · Skills