Skip to main content
Glama
deenesjakoruzh
Aji-Q

LevelField MCP Server

by Aji-Q
OverviewSchemaRelated ServersScoreDiscussions
TypeScript
Local

LevelField

看清你真正的对手是谁。

LevelField 评估预测市场事件合约的结构性信息不对称风险——在你下注之前，仅凭合约文本即可完成评估，无需任何交易数据，也不依赖任何 LLM API。

它不预测结果、不追踪聪明钱、也不在事后检测异常。它只回答一个问题：这个事件的结构是否允许一群人比你更早知道答案——并且是否有任何因素阻止他们利用这一点进行交易？

为 Somnia × DreamDEX 事件合约黑客松（2026）而构建。

三条命令即可完成评估（Node ≥ 20.9，无需 API 密钥，无需钱包）：

npm install && npm test        # 70 software tests
npm run demo:agent             # an agent asks the real MCP server before acting: PROCEED at 3/100, DECLINE at 95/100
npm run validate               # 16-contract validation: category order + Spearman rho = 0.930

  • Somnia Shannon 上的 ScoreRegistry（源码已验证）： 0xb8e11dea346f2c961880879606a269db3165bbc7

  • 演示视频：demo-video/levelfield-demo.mp4（2:55，内嵌字幕 + SRT）

  • SDK 反馈报告（黑客松交付物）：docs/sdk-feedback-report.md

  • 与基于 LLM 评分的风险工具不同，这里没有任何模型会写出这个数字——分类基于锚点匹配并附逐字验证的证据；评分是确定性的、经过单元测试的代码。

工作原理

两阶段流水线；没有任何模型产生数字。

阶段 A——分类。 合约与一个固定的、公开的锚点库在五个维度上进行匹配：

  • D1 结果控制权（30%）——什么产生结果，从自然过程到某个人的意志

  • D3 内部人可交易性（25%）——那些提前知道的人是否可以利用这一点进行交易

  • D2 知情圈（20%）——在披露之前有多少人知道

  • D4 披露同步性（15%）——是否所有人同时获知结果

  • D5 结果可制造性（10%）——是否有人可以制造结果来赢得赌注

每个分类都必须逐字引用合约自身的文本（通过机械方式验证为子串），并且一个独立于任何模型判断的代码级扫描器会检测针对自动化评估者的指令类内容，将其标记，并取消从这些句子中提取的任何证据引用的资格。市场创建者既不能说服模型给出低分，也不能让攻击文本本身作为证据通过。

阶段 A 有三个提供方，均不调用付费 API：

轨道

提供方

实时 DreamDEX 市场

基于类型化链上字段的确定性规则（根据官方指南，绝不解析问题文本）

精选风险谱系

参考分类 通过开放协议一次性生成，可在 git 中审计

任意合约文本

你自己的 agent 模型，通过 LevelField MCP 服务器——服务器分发协议、验证引用并计算；宿主模型负责分类

阶段 B — 评分（确定性代码）。 等级 → 加权分数 0–100 → 区间（低 / 中等 / 偏高 / 高），外加两个断路器：

  • CB-1： 结果由一个人决定，且此人未被明确禁止交易 → 分级下限 80/90/95（按 D3 等级 3/4/5）

  • CB-2： 结果可由此类当事方单方面制造 → 分级下限 75/85/90；当 D2=1 且 D5=5 时也会触发（制造者不需要披露滞后）

两个跨维度规则在引擎中以确定性方式强制执行（而不仅仅是要求分类器执行），并且每次调整都会在输出的注意事项中报告。

歧义永远不会得到低分：无法从文本中确定的维度会保守地默认为等级 4 并被标记。

该分类法遵循反贪数据联盟（Anti-Corruption Data Collective）针对 435,000+ 个已结算 Polymarket 市场（2021–2026 年，$54B 交易量）验证的结果制造者分类。在实时测试网市场加上精选集上运行完整流水线，可在零 API 调用的情况下端到端复现该风险梯度：3（价格二元）→ 19–21（统计、选举）→ 49（FOMC）→ 65（裁员）→ 78（军事）→ 80–95（个人意志、断路器下限）。

仓库结构

packages/scoring/       two-stage pipeline: anchors, classifiers, voting, engine, DreamDEX fetcher
packages/mcp/           MCP server: assessment protocol + verification + scoring, zero LLM deps
apps/web/               Next.js UI: markets, per-market detail, methodology (reads the score cache)
data/anchors/           the anchor library (single source of truth, YAML)
data/curated/           curated contracts spanning the risk spectrum + injection test
data/classifications/   reference classifications (open protocol, quotes mechanically verified)
data/scores/            score cache written by score:all (in git for reproducible demos)
docs/design/no-api.md   architecture decision record
docs/research-dreamdex.md  verified integration reference (field mapping, gotchas, live findings)
FEEDBACK.md             SDK & docs feedback journal (hackathon deliverable, 11 evidence-backed entries)

快速开始（无需 API 密钥）

需要 Node.js 20.9 或更高版本（当前 Next.js 16 运行时下限）。

npm install
npm test                      # 70 unit/integration tests
npm run demo:agent            # agent → MCP server pre-trade check (PROCEED 3/100, DECLINE 95/100)
npm run validate              # 16-contract validation: ordering + Spearman rho (docs/validation.md)
npx tsx scripts/agreement.ts  # 3 blind runs vs reference: band agreement 16/16 (docs/agreement.md)
npm run score:all             # score live testnet markets + curated set -> data/scores/
npm run dev -w @levelfield/web    # UI at localhost:3000
rm -rf apps/web/.next && npm run build -w @levelfield/web  # production build — the rm -rf is
                               # required if a `dev` session ran in this directory first, else
                               # `next build` can report success but leave a `.next/` with no
                               # BUILD_ID, which `next start` then refuses to serve
npm run mcp                   # stdio MCP server (see packages/mcp/README.md)
npx tsx scripts/probe-dreamdex.ts          # indexer field-coverage probe
npx tsx scripts/verify-classifications.ts  # re-verify all evidence quotes
# after setting the public repo/immutable commit and republishing provenance-complete attestations:
GITHUB_REPO=OWNER/REPO GITHUB_REF="$(git rev-parse HEAD)" npm run verify:onchain

状态

  • 锚点库 v1（5 个维度 × 5 个等级，参考案例）

  • 确定性评分引擎 + 断路器（已单元测试）

  • 实时价格事件的规则分类器（仅类型化字段）

  • 精选谱系的参考分类（80 条引用已验证）

  • 批量评分器 + 评分缓存（实时 + 精选，ACDC 梯度已复现）

  • MCP 服务器（协议 / 评分 / 锚点），已通过 stdio 验证

  • Web UI（可审计快照、市场证据、方法论、本地评估工作区）

  • ScoreRegistry 已部署在 Somnia Shannon 上：0xb8e11dea346f2c961880879606a269db3165bbc7 — 已发布 28 条遗留证明。在最终发布之前，设置 GITHUB_REPO=owner/repo 和 GITHUB_REF 为不可变的提交 SHA，重新发布当前评分索引以替换遗留的占位 URI，然后运行 npm run verify:onchain 进行完整的逐字段回读快照。

  • 验证框架：16 个合约，类别中位数严格有序，Spearman ρ = 0.93（docs/validation.md）

  • 运行间一致性：3 个独立的盲分类器，多数投票区间与参考 16/16 匹配（docs/agreement.md）

  • 最终 SDK 反馈报告（docs/sdk-feedback-report.md）

  • 所需的 2–3 分钟演示视频 — 主版本已完成（demo-video/levelfield-demo.mp4，2:55，QA 链在 demo-video/film/README.md）；YouTube 上传待定

  • 可选演示文稿

这不是什么

  • 不是对任何结果的预测，也不是交易建议。

  • 不是实时内部人检测：评分反映的是事件类型的结构性风险，而不是特定市场当前的活动。

  • 不是对任何个人或账户的指控。

This server cannot be installed

-
license - not tested
Not graded
quality - not tested
B
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Connectors

  • ClearMarket

    Reference data for prediction markets: graded resolution clarity, cross-venue links, provenance.

  • x402nano

    Machine-payable prediction-market briefs and probability-change monitoring for AI agents.

  • simplefunctions

    Calibrated world model for AI agents. 40 tools: world state, markets, trading. Kalshi + Polymarket.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/Aji-Q/levelfield'

If you have feedback or need assistance with the MCP directory API, please join our Discord server