Skip to main content
Glama
Tethral-Inc

ACR — Agent Composition Records

by Tethral-Inc

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。

npm npm

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          # Python
import { 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

log_interaction

インタラクションをログに記録 — すべての基礎

get_friction_report

インタラクションプロファイルの摩擦レンズをクエリ

get_interaction_log

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

get_network_status

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

get_my_agent

エージェントのアイデンティティと登録状態

check_environment

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

get_notifications

構成に対する未読の異常信号通知

acknowledge_threat

通知を確認した後に承認

update_composition

再登録なしで構成を更新

register_agent

明示的な登録(自動登録がデフォルト)

check_entity

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

get_skill_tracker

追跡対象スキルの採用状況と異常信号

get_skill_versions

スキルハッシュのバージョン履歴

search_skills

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。

利用規約全文

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

利用規約全文

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

Related MCP Connectors

Related MCP Servers

  • A
    license
    A
    quality
    D
    maintenance
    Description: 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.
    23
    1 npm
    1
    MIT
  • A
    license
    A
    quality
    A
    maintenance
    Self-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.
    23
    2
    MIT