Протокол совместной работы человека и агента (CHAP)

Протокол для людей и агентов, выполняющих реальную работу вместе.

Когда ИИ-агент создаёт черновик, а человек его редактирует, где хранится эта правка? В CHAP она хранится в конверте, который можно запросить, воспроизвести и проверить через шесть месяцев.

Установка · Экскурсия на 90 секунд · Двенадцать сценариев · Об этом репозитории · Статья

У вас есть агенты, выполняющие реальную работу. Составляют ревью кода, триажат тикеты, предлагают урегулирования, проверяют контракты. Человек одобряет, редактирует или отклоняет каждое решение. Сейчас это решение живёт в вашем прикладном коде, в чатах, в комментариях к тикетам и в вашей голове. Когда через шесть недель что-то идёт не так, реконструкция произошедшего занимает сорок пять минут и наполовину состоит из догадок.

CHAP даёт вам одно место для этих решений и одну форму для них. Черновик агента — это артефакт. Правка человека — это структурированный override с diff, rationale и tags, которые вы контролируете. Всё связывается в цепочку по хешу содержимого. Вы запрашиваете цепочку вместо того, чтобы грепать логи в четырёх интерфейсах.

Цепочка переживает ротацию ключей, истечение логов и уход людей; один вызов audit.read возвращает всё целиком. Override'ы, которые ваши ревьюеры уже делают, накапливаются в данные супервизии, которые иначе пришлось бы заказывать отдельно. Когда одобрения должны быть неотказуемыми, security-signed/1.0 добавляет подписи, привязанные к OIDC, с определяемым вами signature_meaning, а audit-scitt/1.0 закрепляет цепочку во внешнем прозрачном журнале, проверяемом без доверия вашим серверам. И CHAP существует рядом с MCP и A2A, а не заменяет их: MCP — для инструментов, A2A — для других агентов, CHAP — для общей работы с людьми.

Вот и вся суть.

Экскурсия на 90 секунд

Один разработчик использует Cursor для ревью пул-реквестов. Бот помечает «warning», с которым разработчик не согласен. Вот весь обмен целиком, от начала до конца. Клип ниже длится около 23 секунд и состоит из шести подписанных шагов; соответствующий код находится прямо под ним.

А вот и код, каждая его строка. Одна непрерывная история на двух языках; выбирайте тот стек, который используете.

1. Создайте рабочее пространство. Встроенный координатор с SQLite-персистентностью, два участника, рабочее пространство:

import { Coordinator } from "@brightbeamai/chap-coordinator";
import { SqliteStore } from
  "@brightbeamai/chap-coordinator/storage/sqlite";

const coord = new Coordinator({
  store: new SqliteStore("./chap.db"),
});

coord.api.workspace.create({
  workspace: "wsp_pr_reviews",
  profiles:  ["core/1.0", "review/1.0"],
});

coord.api.participant.join({
  workspace: "wsp_pr_reviews",
  from:      "human:me@local",
  type:      "human",
});

coord.api.participant.join({
  workspace: "wsp_pr_reviews",
  from:      "agent:cursor#v1",
  type:      "agent",
});

from chap_coordinator import Coordinator
from chap_coordinator.storage.sqlite \
    import SqliteStore

coord = Coordinator(store=SqliteStore("./chap.db"))

def send(method, params):
    return coord.dispatch({
        "jsonrpc": "2.0", "id": method,
        "method": method, "params": params,
    })

send("workspace.create", {
    "workspace": "wsp_pr_reviews",
    "profiles":  ["core/1.0", "review/1.0"],
})

send("participant.join", {
    "workspace": "wsp_pr_reviews",
    "from":      "human:me@local",
    "type":      "human",
})

send("participant.join", {
    "workspace": "wsp_pr_reviews",
    "from":      "agent:cursor#v1",
    "type":      "agent",
})

2. Бот создаёт черновик, вы делаете override. Подключите вашу существующую интеграцию с Cursor к эмиссии конвертов:

// The bot's review is the output of a task.
const { task_id } = coord.api.task.create({
  workspace: "wsp_pr_reviews",
  from:      "agent:cursor#v1",
  assignee:  "agent:cursor#v1",
  kind:      "code_review",
  input:     { pr_id: "PR-482" },
});

coord.api.task.complete({
  workspace: "wsp_pr_reviews",
  from:      "agent:cursor#v1",
  task_id,
  output:    cursorReview,
});

coord.api.review.request({
  workspace: "wsp_pr_reviews",
  from:      "agent:cursor#v1",
  task_id,
  artefact:  cursorReview,
  to:        "human:me@local",
});

// You disagree with one comment. Override it.
coord.api.decide.override({
  workspace:        "wsp_pr_reviews",
  from:             "human:me@local",
  task_id,
  intent_preserved: true,
  diff: [{ op: "replace",
           path: "/comments/0/severity",
           value: "info" }],
  rationale: "False positive. Framework " +
             "convention, not a bug.",
  tags: ["false-positive",
         "framework-pattern-misread"],
});

# The bot's review is the output of a task.
r = send("task.create", {
    "workspace": "wsp_pr_reviews",
    "from":      "agent:cursor#v1",
    "assignee":  "agent:cursor#v1",
    "kind":      "code_review",
    "input":     {"pr_id": "PR-482"},
})
task_id = r["result"]["task_id"]

send("task.complete", {
    "workspace": "wsp_pr_reviews",
    "from":      "agent:cursor#v1",
    "task_id":   task_id,
    "output":    cursor_review,
})

send("review.request", {
    "workspace": "wsp_pr_reviews",
    "from":      "agent:cursor#v1",
    "task_id":   task_id,
    "artefact":  cursor_review,
    "to":        "human:me@local",
})

# You disagree with one comment. Override it.
send("decide.override", {
    "workspace":        "wsp_pr_reviews",
    "from":             "human:me@local",
    "task_id":          task_id,
    "intent_preserved": True,
    "diff": [{"op":    "replace",
              "path":  "/comments/0/severity",
              "value": "info"}],
    "rationale": "False positive. Framework "
                 "convention, not a bug.",
    "tags": ["false-positive",
             "framework-pattern-misread"],
})

О поверхностях. TypeScript поставляется с типизированной фасадной обёрткой (coord.api.*), так что каждый метод получает полное автодополнение и проверки на этапе компиляции. Python сохраняет форму JSON-RPC конверта на поверхности (coord.dispatch({...})), а потребители оборачивают её как удобно для места вызова; хелпер send() — это идиома, которую используют тесты на Python. Оба пути порождают идентичные байты на проводе; цепочка аудита побайтово одинакова независимо от того, какой клиент сделал вызов.

3. Через два месяца проанализируйте, что вы делали. В эталонном репозитории есть скрипт аналитики на обоих языках, который читает цепочку аудита (по HTTP или напрямую из вашего SQLite-файла) и группирует override'ы:

# TypeScript reference, against the SqliteStore from step 1:
$ npm --prefix reference/core-plus-review run analyze -- --db ./chap.db wsp_pr_reviews

# Python reference, same idea:
$ python3 reference/python/analyze_overrides.py --db ./chap.db wsp_pr_reviews

Override Learning Report
========================
Total overrides: 47

By tag:
  false-positive             ████████████████  31  (66%)
  framework-pattern-misread  ███████████       22  (47%)
  cosmetic-pref              ████              8   (17%)

Top file paths:
  src/handlers/                                    18 overrides
  src/components/                                  9  overrides

Ваша следующая ревизия промпта для Cursor ссылается на паттерн по имени, а не угадывает его.

Related MCP server: interlock-mcp

Конверт override, подробно

Если вы будете внимательно изучать одну форму, пусть это будет конверт override. У каждого поля есть своя задача:

Два поля, которые большинство пропускает при первом чтении, — это intent_preserved и tags.

intent_preserved отличает уточняющий override (человек согласился с решением агента, но переписал форму его выражения) от замещающего override (человек принял другое решение). Это два разных режима отказа, и им нужны разные исправления. Высокая доля уточнений по одному пункту политики означает, что у агента сбит поиск информации; высокая доля замещений по тому же пункту означает, что сама политика неоднозначна или контекст задачи агента неверен.

tags — это контролируемый словарь, о котором договаривается ваша команда. Держите его небольшим. Всё, что вы туда кладёте, — это измерение, по которому вы будете агрегировать через три месяца, отвечая на вопросы вроде какие промпты нужно доработать? или на каких путях бот стабильно ошибается?

Установка

TypeScript / Node:

npm install @brightbeamai/chap-coordinator

Python:

pip install chap-coordinator

Любой из путей даёт вам Core плюс профиль review/1.0 и запускаемый эталон. TypeScript-эталон находится в reference/; Python-эталон — в reference/python/. TypeScript-библиотека живёт в packages/coordinator/; Python-библиотека — в packages/coordinator-py/.

Пятиминутное практическое введение: examples/00-five-minute-start.md.

Статус

CHAP 0.2 — публичный черновик. Спецификация — это семь методов Core плюс одиннадцать опциональных профилей (SPECIFICATION.md), с двумя эталонными реализациями, TypeScript и Python, которые покрывают все профили и проходят конформанс-харнесс на одном и том же JSON-RPC 2.0 проводе. Координатор может представлять себя как MCP сервер или A2A агента, а пять фреймворк-мостов выводят решения human-in-the-loop из LangGraph, Pydantic AI, AG2, LlamaIndex Workflows и Google ADK в цепочку аудита. Полный перечень, структура репозитория и то, как CHAP соотносится с MCP и A2A, — в ABOUT.md.

Ломающие изменения следуют Semantic Versioning. Поверхности профилей движутся быстрее, чем Core, так что если вам нужна строгая стабильность, дождитесь 1.0.

Что читать дальше

Начните с IN_PRACTICE.md — двенадцать сценариев от соло-разработчика с Cursor до производства, регулируемого GMP; это самое полезное следующее чтение. ABOUT.md описывает, что в репозитории, как CHAP соотносится с MCP и A2A, какие стандарты он переиспользует и как внести вклад. core/SPEC.md умещает всю поверхность протокола на один экран. А технический отчёт на arXiv обосновывает проектные решения: архитектуру, семантику профилей, модель угроз и двенадцать сценариев в виде JSON-трейсов в приложении с разобранными примерами.

Цитирование

Если вы ссылаетесь на CHAP в академической или технической работе, пожалуйста, цитируйте технический отчёт:

@techreport{chap2026,
  author      = {Shahid, Arsalan and Suttie, Gordon and Black, Philip},
  title       = {Collaborative Human-Agent Protocol (CHAP): An open protocol for auditable, structured multi-human and multi-agent collaboration},
  institution = {Brightbeam AI},
  year        = {2026},
  type        = {Technical Report},
  number      = {arXiv:2606.09751},
  url         = {https://arxiv.org/abs/2606.09751}
}

CC-BY 4.0 (спецификация) · Apache 2.0 (код) · Без роялти, любой язык, любое развёртывание.