使用说明
The AI Agent Contract Stack
The definitive, execution-agnostic governance framework for the Agentic Economy.
A triple-layer protocol for Capabilities (UTCD), Behavior (ABC), and Negotiation (A2A).
🏗️ 体系结构
这 AI代理合约栈 为人工智能系统提供了一种标准化的安全交互方式。它将 工具说明 从 代理人治理.
第1层：UTCD（功能）
“这个工具是什么，它的风险是什么？” UTCD为工具提供了一个声明性的“营养标签”。它允许代理对副作用、隐私和成本进行推理 执行前.
存储在：
examples/*.utcd.yaml
第二层：ABC（合同）
“这个代理人被允许有什么行为？” 代理行为契约（ABC）定义了代理在其生命周期中必须遵守的可执行边界——使命、风险和治理。
存储在： 合同/ 目录
第三层：A2A（协商与发现）
“它的成本是多少，有什么保证？” 协商层将UTCD从静态标签转换为实时协议。它定义了经济术语（价格/货币）、性能SLA（延迟/错误率）和代理发现的分类。
� 快速开始
1.工具能力验证（UTCD）
确保您的工具的“营养标签”遵循标准模式：
python -m utcd.validator examples/csv-analyzer.utcd.yaml
2.行为完整性验证（ABC）
验证代理的行为契约并验证工具风险继承：
python -m utcd.contract_validator contracts/examples/research-agent.contract.yaml
3.加密签名
保护您的工具描述符，防止“影子能力”篡改：
python demos/sign_descriptor.py examples/csv-analyzer.utcd.yaml
🧠 推理代理示例
这 utcd 该包包括一个内置的推理引擎，可以根据您的治理策略选择工具。
from utcd import UTCDAgent, Policy
# 1. Initialize with a governance policy (e.g., GDPR compliant)
agent = UTCDAgent(policy=Policy.gdpr())
# 2. Discover tools
agent.load_tools_from_directory("./examples")
# 3. Find the safest tool for the mission
results = agent.find_tools(domain="data-processing")
best_tool = results[0]
print(f"Selected: {best_tool.tool_name} (Score: {best_tool.score}/100)")
📁 项目结构
| 目录 | 目的 |
|---|---|
| utcd/ | 核心Python包（加载器、验证器、签名器、风险引擎）。 |
| 合同/ | 代理人行为合同（ABC） 规范和示例。 |
| 模式/ | 核心和配置文件的正式JSON模式定义。 |
| 示例/ | UTCD工具描述符示例。 |
| 演示/ | 准备运行的场景（选择、拒绝、降级）。 |
🔐 内置政策
| 政策 | 范围 | 执行 |
|---|---|---|
Policy.strict() |
安全 | 拒绝任何有副作用或数据保留的工具。 |
Policy.standard() |
平衡 | 具有性能加权的标准安全默认值。 |
Policy.gdpr() |
合规性 | 执行欧盟数据驻留和加密标准。 |
Policy.permissive() |
审核 | 提供警告而不阻止执行。 |
📖 关键原则
- 仅限预执行 --我们描述，从不执行。
- 静态和声明式 --机器可读的YAML，没有运行时依赖关系。
- 离线有效 --无需网络呼叫即可保证安全。
- 不可变信任 --规范哈希可以防止签名后的篡改。
- 以代理为中心 --设计用于LLM进行自主推理。
� 文档
- WHITEPAPER.md --哲学和技术基础。
- 合同/合同规范.md --正式的ABC规范。
- 未来_地图.md --我们的代理治理生态系统计划。
Developed by Rajan | Released under MIT License
