ACR — Agent Composition Records
ACR — エージェント構成記録 (Agent Composition Records)
AIエージェントのための行動レジストリおよび観測ネットワーク。 エージェントは自身の構成を登録し、インタラクションをログに記録し、レンズを通して行動プロファイルをクエリします。エージェントの構成に影響を与える異常信号を観測した場合、そのエージェントに通知します。
ACRとは
ACRはインタラクションプロファイルレジストリです。エージェントは自身の行動(外部ツール呼び出し、APIリクエスト、MCPインタラクション)をログに記録します。これらの信号は時間の経過とともに蓄積され、行動プロファイルとなります。このプロファイルはレンズを通してクエリできます。各レンズは、同じ基礎信号を解釈するための異なる方法を提供します。
最初に提供されるのは摩擦レンズ (friction lens) です。ボトルネックの検出、チェーンオーバーヘッドの分析、再試行による無駄、母集団のベースライン、ターゲット間の方向性のある摩擦などを分析します。今後、信頼性や品質といったレンズも追加予定です。
ACRはセキュリティ製品ではありません。スキルの評価、侵害のテスト、あるいは何らかのブロックを行うものではありません。HIBP(Have I Been Pwned)や接触追跡に近い仕組みであり、イベントを登録し、通知を伝播させます。エージェントの構成に影響を与える異常信号を観測した場合、そのエージェントに通知します。エージェントの所有者は追跡しないため、エージェントの活動以外で所有者に通知するメカニズムはありません。
Related MCP server: Novyx MCP
ACRの機能
エージェントの登録 — ゼロコンフィグのアイデンティティ、構成追跡、セッションをまたいだ永続性
インタラクションのログ記録 — エージェントが行うすべての外部ツール呼び出しを、タイミング、ステータス、チェーン位置、異常信号とともに記録
インタラクションプロファイルの構築 — 生の信号を時間の経過とともにコンパイルし、各エージェントの行動記録を作成
摩擦レンズの提供 — エージェントが時間とトークンを浪費している箇所を、チェーン分析、再試行オーバーヘッド、母集団のドリフト、方向性のある摩擦から特定
異常信号の通知 — ACRがエージェントの構成要素に影響を与える異常を観測した場合、そのエージェントに通知
スキルレジストリ
私たちは継続的に更新されるエージェントスキルのレジストリを維持しています。これはセキュリティチェックではありません。 エージェントの構成に含まれるスキルに影響を与える異常信号を観測した場合、そのエージェントに通知します。エージェントの所有者は追跡しないため、エージェントの活動以外で所有者に通知するメカニズムはありません。
エージェントはACRからスキルを取得するわけではありません。私たちはエコシステム内に既に存在するスキル(npmやGitHubなどの公開レジストリ経由)を観測し、それらに紐づく行動信号を追跡します。
Claude Codeへの追加 (30秒)
Claude Codeの設定(.claude/settings.json またはIDE経由)に以下を追加してください:
{
"mcpServers": {
"acr": {
"command": "npx",
"args": ["@tethral/acr-mcp"]
}
}
}エージェントは自動的に登録され、名前(例: anthropic-amber-fox)が割り当てられ、最初の log_interaction 呼び出しからインタラクションプロファイルの構築を開始します。
あらゆるエージェントへの追加 (SDK)
npm install @tethral/acr-sdk # TypeScript/Node.js
pip install tethral-acr # Pythonimport { ACRClient } from '@tethral/acr-sdk';
const acr = new ACRClient();
// Register your agent's composition
const reg = await acr.register({
public_key: 'your-agent-key-here-min-32-chars',
provider_class: 'anthropic',
composition: { skill_hashes: ['hash1', 'hash2'] },
});
// Log an interaction (this is the foundation — everything else flows from this)
await acr.logInteraction({
target_system_id: 'mcp:github',
category: 'tool_call',
status: 'success',
duration_ms: 340,
});
// Query the friction lens of your profile
const friction = await acr.getFrictionReport(reg.agent_id, { scope: 'day' });
// Check for anomaly signal notifications
const notifs = await acr.getNotifications(reg.agent_id);エージェントが見るもの
摩擦レンズの出力 (例)
Friction Report for anthropic-amber-fox (day)
── Summary ──
Interactions: 847
Total wait: 132.4s
Friction: 14.2% of active time
Failures: 12 (1.4% rate)
── Top Targets ──
mcp:github (mcp_server)
214 calls | 38.1% of wait time
median 280ms | p95 1840ms
vs population: 42% slower than baseline (volatility 1.8)危険通知 (例)
You have 1 unread notification:
[HIGH] Component in your composition reported anomalies
A skill in your current composition has been reported with
suspicious activity across multiple agents in the network.
Review with your operator before continuing use.MCPツール
ツール | 機能 |
| インタラクションをログに記録 — すべての基礎 |
| インタラクションプロファイルの摩擦レンズをクエリ |
| ネットワークコンテキストを含む生のインタラクション履歴 |
| エージェントインフラストラクチャのためのCOVIDトラッカー/HIBPビュー |
| エージェントのアイデンティティと登録状態 |
| 起動時のアクティブな侵害フラグとネットワークの健全性 |
| 構成に対する未読の異常信号通知 |
| 通知を確認した後に承認 |
| 再登録なしで構成を更新 |
| 明示的な登録(自動登録がデフォルト) |
| スキル/エージェント/システムについてネットワークが知っていることを問い合わせる |
| 追跡対象スキルの採用状況と異常信号 |
| スキルハッシュのバージョン履歴 |
| 名前でスキルのネットワーク知識を検索 |
アーキテクチャ
Agents (Claude, OpenClaw, custom)
|
+--> MCP Server (@tethral/acr-mcp)
| or SDK (@tethral/acr-sdk / tethral-acr)
|
+--> Resolver API (Cloudflare Workers, edge-cached)
| Lookups, composition checks, notification feed
|
+--> Ingestion API (Vercel serverless)
| Registration, interaction receipts, friction queries, notifications
|
+--> CockroachDB (distributed SQL)
| Interaction profiles, agent registry, skill observation data
|
+--> Background Jobs
Skill observation crawlers
Anomaly signal computation
Friction baseline computation
Notification dispatchデータ収集
ACRはインタラクションのメタデータのみを収集します:ターゲットシステム名、タイミング、ステータス、チェーンコンテキスト、プロバイダークラス。リクエスト/レスポンスの内容、APIキー、プロンプト、PII(個人を特定できる情報)は収集されません。インタラクションプロファイルはあなたにのみ表示されます。母集団のベースラインには集計統計が使用されます。
プライバシーポリシー
収集するもの:
ターゲットシステム名 (例:
mcp:github,api:stripe.com)インタラクションのタイミング (期間、タイムスタンプ、キュー待機時間、再試行回数)
インタラクションのステータス (成功、失敗、タイムアウト、部分成功)
エージェントのプロバイダークラス (例:
anthropic,openai)構成ハッシュ (SKILL.mdコンテンツのSHA-256)
チェーンコンテキスト (
chain_id,chain_position,preceded_by)エージェントが報告した異常フラグ (カテゴリのみ、ペイロードなし)
収集しないもの:
リクエストまたはレスポンスの内容/ペイロード
APIキー、トークン、または認証情報
プロンプト、補完、または会話の内容
個人を特定できる情報 (PII)
ファイルの内容またはユーザーデータ
エージェント所有者のアイデンティティ (エージェントの背後にいる人間は意図的に追跡していません)
データの使用:
インタラクションプロファイル:それを生成したエージェントのみに表示
母集団のベースライン:集計された統計情報、個別のデータは共有されません
危険通知:構成が影響を受けているエージェントに配信
スキル観測:公開されているスキルメタデータのみをインデックス化
データの保持:
インタラクションの領収書:90日間、その後日次サマリーにアーカイブ
スキル観測データ:スキルが観測されている間保持
通知:90日間保持
エージェント登録:90日間の非アクティブ状態でソフト期限切れ
第三者への共有: なし。ACRはインタラクションデータを第三者に販売、共有、転送しません。
連絡先: security@tethral.com
テストハーネスの実行
node scripts/test-agent-lifecycle.mjsエージェントの完全なライフサイクル(登録、インタラクションのログ記録、摩擦レンズのクエリ、通知の確認)をシミュレートします。
開発
pnpm install # Install dependencies
pnpm build # Build all packages
pnpm test:unit # Run unit tests
node scripts/run-migration.mjs up # Run DB migrations
node scripts/test-agent-lifecycle.mjs # Run integration testライセンス
MIT
リンク
API: https://acr.nfkey.ai
npm (MCP): @tethral/acr-mcp
npm (SDK): @tethral/acr-sdk
PyPI: tethral-acr
This server cannot be deployed
Maintenance
Related MCP Connectors
Market intelligence for the AI agent economy: rankings, trust signals, liveness. 13 tools.
AI agent observability for production traces, natural-language insights, and improvement loops.
Shared control plane for AI coding agents — tasks, memory, decisions, file locks. 12 tools.
Persistent agent memory via ACMI — Profile/Signals/Timeline. 16 tools on Upstash Redis.
Related MCP Servers
- AlicenseAqualityBmaintenancePrediction stability engine for AI agents. Evaluate model stability, detect ghosts, probe any LLM for instability, monitor fleet drift. 20 tools + 1 resource. Works with Claude, Cursor, VS Code.2020 npm1-
- AlicenseAqualityDmaintenanceDescription: Persistent memory for AI agents with rollback, audit trails, semantic search, and knowledge graph. Zero-config local SQLite or cloud API. 23 tools, 6 resources, 3 prompts.231 npm1MIT
- AlicenseAqualityAmaintenanceSelf-learning memory for AI coding agents. Observes tool sequences, user preferences, and recurring fixes — auto-promotes high-confidence patterns into behavioral rules. 22 tools, 2 prompts, SQLite-backed, zero config.232MIT
- AlicenseAqualityBmaintenanceLets AI agents query, manage, and operate their LLM observability data directly from the conversation. Provides 87 tools for cost analysis, alerting, anomaly detection, and runtime control gates.87204 npmMIT