mcpField
N
nidhipati — proof of spend for AI agents

nidhipati — proof of spend for AI agents

远程服务
github.com/mrpkk金融数据0今天更新
代码仓库

关于 nidhipati — proof of spend for AI agents

Nidhipati 为 AI Agent、财务团队及审查 Agent 支出的组织提供支出验证和财务证据报告。其 MCP 服务提供与命令行工具相同的五种只读检查,包括收据验证、支出审计、储备报告、裁决证据和对账。

主要功能

  1. 01验证已签名的支出收据
  2. 02审计 Agent 支出记录
  3. 03计算储备与 NAV 报告
  4. 04评估裁决证据
  5. 05核对发票与转账
  6. 06提供五种只读检查

适用场景

  1. 01确认付款是否符合授权
  2. 02查找重复或缺乏依据的 Agent 费用
  3. 03依据证据哈希审查储备
  4. 04将发票与转账记录匹配

MCP 相关

MCP 服务提供五种只读工具:verify_receipt、audit_spend、reserve_report、resolve_report 和 reconcile_books。输入为数据而非文件路径,工具不会发起网络调用。

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://rta.lat/nidhipati/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。

安装包
ocighcr.io/mrpkk/nidhipati:0.6.0

工具

详细介绍

Nidhipati

AI Agent 的支出证明。 一份经过签名的收据,证明 Agent 获准支付什么、实际支付了什么、使用了什么,以及退还了什么。不是代币,不涉及托管,也不是另一种支付通道。

轨道推动资金流动。Nidhipati 证明这笔流动是正确的。

tests MCP Registry Glama license

状态: v0.6 — 五个 CLI、一个 MCP 服务、89 项测试,已在官方 MCP Registry 和 Glama 上架。

网站: https://mrpkk.github.io/nidhipati/
免费扫描: https://github.com/mrpkk/nidhipati/issues/new?template=free-spend-audit.yml

免费浏览器审计

储备金和 NAV 报告

适用于代币化资产:将发行方自己的数据,通过明确的公式转化为 NAV,并为每一行附上证据哈希。结论为 backed、underbacked 或 incomplete;只要有任何一行缺少价格,就会拒绝给出比率,因为基于一半储备金计算出的数字算不上数字。

nidhipati-reserve report examples/reserve.example.json --key keys/private.pem --markdown report.md
NAV = Σ quantity × price × (1 − haircut) − liabilities
ratio = NAV / supply

如果你提供文件,系统会将报表哈希与该文件进行比对。免责声明包含在签名文档中。详情和合作伙伴/法律核对清单:docs/RESERVE-REPORT.md。

结算证据

市场结算后若有人提出异议,关键在于结算方引用的来源是否支持其说法,以及这些来源之间是否一致。报告给出四种结论:supported、disputed、single_source、insufficient,且绝不会选出赢家。

nidhipati-resolve report examples/resolve.example.json --key keys/private.pem --markdown report.md

详情:docs/RESOLUTION-EVIDENCE.md。

对账

一边是发票,另一边是转账。报告会列出哪些已结清、哪些尚未付款,以及哪些转账没有对应发票——重复支付的转账只计一次,绝不计两次。

nidhipati-reconcile run examples/invoices.example.csv examples/transactions.example.csv --csv matches.csv

详情:docs/RECONCILIATION.md。

MCP 服务(供 Agent 使用,而非命令行)

通过 Model Context Protocol 执行相同的五项检查:verify_receipt、audit_spend、reserve_report、resolve_report、reconcile_books。输入是数据,不是文件路径,也不会发起网络调用;输出与 CLI 生成的报告相同,包括在某一行缺少价格时拒绝打印储备金支持比率。

{"jsonrpc":"2.0","id":1,"method":"tools/call",
 "params":{"name":"reserve_report","arguments":{"reserve":{...}}}}
python3 -m nidhipati_proof.mcp_stdio      # stdio transport
docker build -t nidhipati-mcp . && docker run -i --rm nidhipati-mcp

五种工具,全部只读:不涉及托管、不涉及密钥、不读取链上数据。

官方 MCP Registry:https://registry.modelcontextprotocol.io/v0/servers?search=nidhipati(io.github.mrpkk/nidhipati,OCI ghcr.io/mrpkk/nidhipati:0.6.0)。
Glama 上架页:https://glama.ai/mcp/servers/mrpkk/nidhipati。

免费扫描,以及后续费用

提交 Agent 的支出记录,即可获得审计报告——无需银行卡。浏览器审计无需账户;人工审核可通过电子邮件或 Telegram 进行,无需 GitHub: 发送邮件至 [email protected],或通过 Telegram 联系,并附上下载的报告(不要发送原始数据行)。GitHub 为可选项: 提交私密扫描请求; 议题是公开的,因此只提出问题,绝不要粘贴记录或密钥。付费方案:前 3 次审计每次 $1,250;之后可选择固定费用 $2,500、每月 $1,500 的长期服务,或经核实节省金额的 20%。 发现问题保证金 $5,000(针对已识别的超额收费,不包括追回款项)。完整条款,包括不包含的内容,见:docs/OFFER.md。

在 CI 中,每次运行时:

- uses: mrpkk/[email protected]
  with:
    records: billing/agent-spend.csv
    policy: billing/policy.json

快速开始

python3 -m pip install -e .[dev]
python3 -m pytest -q
python3 -m nidhipati_proof.cli verify examples/proof-of-spend.example.json --pubkey <base64url>

检查内容

  • 架构和规范 JSON;
  • Ed25519 签名;
  • 授权到期时间与结算时间;
  • 金额、资产、网络、收款方;
  • usage.quantity × usage.unit_price 与付款金额;
  • 退款 ≤ 付款金额;
  • 已结算付款的判定结果为 allow;
  • 收据 ID/重放(v0.2 存储)。

Agent 支出审计

已签名的收据可以证明一笔扣款。账单可以证明一个月的支出。审计会读取你已有的记录(CSV 或 JSON),并列出钱花出去却没有合理依据的行:

发现项含义
duplicate_charge同一张收据出现两次,或在没有收据的情况下,120 秒内出现金额相同的扣款
price_escalation结算金额比授权报价高出 1% 以上
failed_but_billed状态为失败/错误,但仍然收取了费用
missing_refund授权金额为 10,使用了 4,却没有退款
runaway_loop同一 Agent 每分钟调用次数超过 30 次
model_overpay对同一工具和模型,远高于该 Agent 自身的中位数(估算值)
unknown_asset / unknown_network / missing_payee记录未说明资金去向
budget_bypass / budget_exceeded没有策略文件:限额写在提示词中;有策略文件时,Agent 则超出限额
python3 -m pip install -e .
nidhipati-spend audit examples/spend-sample.csv --policy examples/spend-policy.example.json
nidhipati-spend audit records.csv --json > report.json

发生错误时,退出代码为 1——流水线可以据此失败。报告会有意将三类金额分开:无合理依据的支出(重复扣款、价格上涨、失败的调用、未退还的退款)、高于通常价格的部分(估算值,不是证据)和超出限额的部分(这笔钱可能用于了实际工作)。

示例数据为合成数据,并已标注:其中每种发现项都出现一次,让你在将其用于真实发票前了解报告的样子。

明确的限制

  • v0.1 不会验证链上交易;onchain_verified=false 会明确标示这一点。
  • 这不是法定审计,也不构成法律、税务或投资建议。
  • 它不保证服务质量良好;它只证明付款符合授权范围。
  • 不托管资金、不传输资金、不发行代币。

文档

  • SPEC.md — 产品、架构、模块、SEO、变现、30/60/90。
  • PROGRESS.md — 阶段、验收、指标。
  • docs/PROMPT-AND-IDEAS.md — RAG 的提示词与决策。
  • docs/SEO-MONETIZATION.md — 关键词、页面、转化漏斗、定价。
  • docs/LAUNCH-KIT.md — Show HN、Reddit、Product Hunt、X/LinkedIn 文案。
  • docs/DEMO.md — 实际命令和示例输出。
  • docs/AGENT-SPEND-AUDIT.md、docs/RESERVE-REPORT.md、docs/RESOLUTION-EVIDENCE.md、docs/RECONCILIATION.md — 模块规则。
  • schemas/proof-of-spend.schema.json — v0.1 架构。
  • examples/proof-of-spend.example.json — 示例。

许可证

Apache-2.0。

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。