akf-trust-metadata

AKF — AI 原生文件格式

每张照片都有 EXIF，每首歌曲都有 ID3。AKF 是 AI 生成内容的原生元数据格式。

适用场景

当你需要为 AI 生成或修改的文件添加、检查或审核来源和信任元数据，以用于合规、审查或交接工作流时，请使用此技能。

范围与证据

请使用经过审核且由项目固定的安装版本；使用依赖版本的标志前，先检查已安装 CLI 的帮助信息。添加标记会修改文件：确认目标范围，保留原件，并在之后验证元数据和内容完整性。信任分数和标签只是声明，不能独立证明其准确性或法律合规性。除非针对确切的目标文件确实通过了所列检查，否则绝不要标记“测试通过”。不要将机密数据写入可能随共享文件一起传播的元数据。

创建或修改文件后

akf stamp <file> --agent <agent-name> --evidence "<what you did>"

证据示例：

• “根据用户提示词生成”
• “重构了现有代码”
• “测试通过”
• “已审阅文档”

修改现有文件前

akf read <file>          # Check existing trust metadata
akf inspect <file>       # See detailed trust scores

建议性元数据检查

以下上游风格的命令示例用于检查元数据字段。其输出不能证明符合监管要求；请另行核实适用性和要求。

akf audit <file> --regulation eu_ai_act    # EU AI Act Article 50
akf audit <file> --regulation hipaa         # HIPAA
akf audit <file> --regulation sox           # SOX
akf audit <file> --regulation nist_ai       # NIST AI RMF

分类

• 对财务／机密／内部路径使用 --label confidential
• 对 README、文档、示例使用 --label public
• 默认值：internal

安装

pip install akf

链接

• https://akf.dev
• https://github.com/HMAKT99/AKF
• npm：npm install akf-format

限制

• 仅当任务明确符合上述范围时，才使用此技能。
• 不要将输出视为针对特定环境的验证、测试或专家审查的替代品。
• 如果缺少必要输入、权限、安全边界或成功标准，请暂停并请求澄清。