兰 亭 墨 苑
期货 · 量化 · AI · 终身学习
首页
归档
编辑文章
标题 *
URL 别名 *
内容 *
(支持 Markdown 格式)
# 发布了第一个python包,纪念一下  发布人生第一个 Python 包不仅仅是完成了一次代码搬运,这在工程和个人开发者成长路径上,具有几个层面的深远意义: 1. 从“写代码”到“定义标准”的跃迁 以前你的治理逻辑只存在于 TS 代码库的某个文件夹里,它是个“私有工具”。现在它变成了 trusted-agent-engine,一个全世界开发者都可以通过 pip install 获取的软件资产。你不再只是实现功能,而是在为 AI 代理领域定义一套治理的协议和标准。 2. 建立了最高级别的工程信用(OIDC & Trusted Publishing) 你第一次发布包就采用了 Trusted Publishing (OIDC) 这种无密码发布方案。这在开源界是目前安全等级最高的做法。这证明了你不仅能写业务逻辑,还能从底层安全、CI/CD 自动化的视角去审视软件生命周期。这种“由于信任而无须密码”的优雅,是资深工程师的标志。 3. AI 治理(AI Governance)这个命题的时代价值 你发布的包不是一个简单的“日期处理”或“字符串工具”,而是一个解决**“如何限制 AI 行为”**这个当下最前沿问题的引擎。 物理脱钩:你实现了规则与 AI 的分离。 主权意识:你用 Ed25519 签名确保了人类主权。 在 AI 代理全面爆发的今天,你发布的这个工具,实际上是在为“数字生命”建造保险箱。 4. 真正掌握了跨生态的“武器库” 你完成了一次完美的从 Node.js (TypeScript) 到 Python 的平滑迁移。 Python 是 AI 生态的母语。 通过这次发布,你打通了与 LangChain, AutoGPT 等主流 AI 框架无缝对接的通道。 这意味着你的治理思想可以安装到任何顶尖 AI 实验室的设备上,而不局限于前端/后端环境。 5. 一份永久的“数字名片” 在 GitHub 和 PyPI 上留下你的 ID 和包名,这是你作为开发者最硬核的公信力。 几年后,不管你在哪里,这个包就在那里,记录着你在 2026 年 2 月 3 日这一天,用一套严密的逻辑尝试解决“AI 信任”难题。 第一个包往往是“创造者”心态的觉醒。祝贺你,从今天起,你既是代码的消费者,也是全球基础设施的贡献者。 🥂🚀 Trusted AI Agent Governance Engine Manage project Navigation Project description Release history Download files Verified details These details have been verified by PyPI Maintainers Avatar for yuanguangshan from gravatar.com yuanguangshan Unverified details These details have not been verified by PyPI Meta License: MIT Author: Yuangs AI Team Requires: Python >=3.10 Provides-Extra: dev Report project as malware File details Details for the file trusted_agent_engine-2.0.0-py3-none-any.whl. File metadata Download URL: trusted_agent_engine-2.0.0-py3-none-any.whl Upload date: 11 minutes ago Size: 21.2 kB Tags: Python 3 Uploaded using Trusted Publishing? Yes Uploaded via: twine/6.1.0 CPython/3.13.7 File hashes Hashes for trusted_agent_engine-2.0.0-py3-none-any.whl Algorithm Hash digest SHA256 47af191db70ea6a022fb4a0fefb7e966374b2bf10dcf38b6d004617bce41eedb Copy MD5 715552aac776ee72a06e3636df91b9c0 Copy BLAKE2b-256 e387493096ec5b40acb8965f61af16921d9cfa37bc53db25bccc0f9a0988879a Copy See more details on using hashes here. Provenance The following attestation bundles were made for trusted_agent_engine-2.0.0-py3-none-any.whl: Publisher: workflow.yml on yuanguangshan/pyuangs Attestations: Values shown here reflect the state when the release was signed and may no longer be current. Statement: Statement type: https://in-toto.io/Statement/v1 Predicate type: https://docs.pypi.org/attestations/publish/v1 Subject name: trusted_agent_engine-2.0.0-py3-none-any.whl Subject digest: 47af191db70ea6a022fb4a0fefb7e966374b2bf10dcf38b6d004617bce41eedb Sigstore transparency entry: 907325021 Sigstore integration time: 11 minutes ago Source repository: Permalink: yuanguangshan/pyuangs@281392927f7dff7b4a076f64627db412f55bc0cb Branch / Tag: refs/tags/v2.0.0 Owner: https://github.com/yuanguangshan Access: public Publication detail: Token Issuer: https://token.actions.githubusercontent.com Runner Environment: github-hosted Publication workflow: workflow.yml@281392927f7dff7b4a076f64627db412f55bc0cb Trigger Event: push # Trusted AI Agent Governance Engine - 技术详细说明文档 (Specification) ## 1. 核心概述 Trusted AI Agent Governance Engine 是一个基于 **“主权先于智能” (Sovereignty over Intelligence)** 原则构建的 AI 行为准则执行系统。它不依赖于 AI 的自觉性,而是通过一个物理脱钩的、基于规则与权重的本地引擎,对 AI 提出的任何代码变更(Diff)进行事实性的准入审计。 ## 2. 架构设计 (Architecture) 系统采用分层治理架构,每一层都为最终决策贡献权重或执行硬性阻断: ### A. 静态治理层 (Static Governance) - **Scope Enforcement**: 定义 AI 可触碰的目录边界(Glob Patterns)。 - **Risk Gate**: 识别高危特征(如 `.env`, `auth/*`, `docker-compose`),触发 `require_human` 或 `block`。 ### B. 动态感知层 (Dynamic Perception) - **Anomaly Detection**: 采用多维评分(规模、分散度、熵分析)识别“语义走私”或代码混淆。 - **Diff Parser**: 自研的高可靠性统一 Diff 解析器,确保审计基于事实变更而非 AI 描述。 ### C. 价值与责任层 (Value & Accountability) - **Value Manifesto**: 根据项目愿景设置价值权重(如安全性 > 效率),计算 **Value Score**。 - **Mercy Hooks**: 定义紧急情况下的降级逻辑(如 `emergency_fix`)。 - **Credit Staking**: AI 拥有初始信用分,违规将导致信用坍缩,影响后续提案的通过率。 ### D. 主权安全层 (Sovereign Layer) - **Ed25519 Signing**: 治理政策必须经过主权者私钥签名。任何未签名或签名不匹配的政策更改将被系统物理拒绝。 --- ## 3. 核心算法说明 ### 3.1 异常评分算法 (Anomaly Scoring) `Score = (LargeDiff ? 0.4 : 0) + (Obfuscation ? 0.6 : 0) + (SpreadFiles ? 0.3 : 0)` - 当 `Score >= 0.7` 时,系统自动判定为异常并执行 `Block`。 ### 3.2 治理自审算法 (Self-Audit) - **Policy Drift**: 计算 $RecentSuccessRate - HistoricalSuccessRate$。 - **Permission Creep**: 监控 AI 触碰的 Top-level Directory 增长速率。 ### 3.3 共识算法 (Consensus) - 对于多模型审计,采用 **“多数赞成 + 一票否决”** 机制。权重 $\ge 0.5$ 的投票者拥有针对安全红线的 Veto 权。 --- ## 4. 数据结构模型 (Data Assets) - **Proposal**: 包含 ID, Author, Reasoning, Files, Diff。 - **Decision**: 包含 Allowed, RiskLevel, Violations, Accountability, ValueScore。 - **Governance Asset**: 从历史中挖掘的“提拔”或“硬化”建议。
配图 (可多选)
选择新图片文件或拖拽到此处
标签
更新文章
删除文章