agentveil

Auf dem Glama MCP-Verzeichnis gelistet

Python SDK für das Agent Veil Protocol — Vertrauensdurchsetzung für autonome Agenten.

PyPI: agentveil | API: agentveil.dev | Netzwerk: Live-Netzwerk

Warum Agenten-Vertrauensinfrastruktur wichtig ist — verifizierte CVEs, Marktdaten und das strukturelle Problem, das AVP adressiert.

Open-Source-Beitrag in das Microsoft Agent Governance Toolkit aufgenommen — AVPProvider als TrustProvider-Implementierung hinzugefügt (PR #1010, upstream gemerged).

Paper: Boiko, O. (2026). Why AI Agent Reputation Needs Both Link Analysis and Flow-Based Gating. Zenodo.

Vollständige End-to-End-Anleitung: examples/proof_pack/ — kommentiertes Beispiel des gesamten Ablaufs: Vertrauensprüfung → Delegation → Signaländerung → Alarm → offline verifizierbarer Nachweis. Erfordert ein lokales AVP-Backend.

from agentveil import AVPAgent

agent = AVPAgent.load("https://agentveil.dev", "my-agent")

# Should I trust this agent with my task?
decision = agent.can_trust("did:key:z6Mk...", min_tier="trusted")
if decision["allowed"]:
    delegate_task()
# → {"allowed": true, "tier": "trusted", "risk_level": "low", "reason": "..."}

Installation

pip install agentveil

Related MCP server: Agent Receipts

Schnellstart

Vertrauensentscheidung — ein Aufruf

from agentveil import AVPAgent

agent = AVPAgent.load("https://agentveil.dev", "my-agent")
decision = agent.can_trust("did:key:z6Mk...", min_tier="trusted")
print(decision["allowed"], decision["reason"])

Automatische Nachverfolgung mit Decorator

from agentveil import avp_tracked

@avp_tracked("https://agentveil.dev", name="reviewer", to_did="did:key:z6Mk...")
def review_code(pr_url: str) -> str:
    return analysis

# Success → positive attestation | Exception → negative attestation
# First call → auto-registers agent + publishes card

Ohne Server ausprobieren

agent = AVPAgent.create(mock=True, name="test_agent")
agent.register(display_name="Test Agent")
rep = agent.get_reputation()
print(rep)  # Works offline — real crypto, mocked HTTP

Vertrauen offline verifizieren — kein SDK erforderlich

# Get a W3C Verifiable Credential (VC v2.0)
curl https://agentveil.dev/v1/reputation/{agent_did}/credential?format=w3c

Die Antwort ist ein Standard W3C VC mit einem DataIntegrityProof (eddsa-jcs-2022). Verifizieren Sie es mit einer beliebigen VC-Bibliothek — Veramo, SpruceID, Digital Bazaar oder Ihrer eigenen Ed25519-Implementierung. Kein AVP SDK erforderlich.

# Or verify with the SDK:
cred = agent.get_reputation_credential(format="w3c")
assert AVPAgent.verify_w3c_credential(cred)  # offline, no API call

Funktionen

• Vertrauensprüfung — can_trust() — beratende Vertrauensentscheidung mit einem Aufruf: Score + Stufe + Risiko + Erklärung

• W3C VC v2.0 Credentials — Vertrauensnachweise sind W3C Verifiable Credentials-konform (eddsa-jcs-2022 Data Integrity Proof). Offline mit jeder Standard-VC-Bibliothek verifizierbar, kein AVP SDK erforderlich

• Einzeiliger Decorator — @avp_tracked() — automatische Registrierung, automatische Attestierung, automatischer Schutz

• DID-Identität — W3C did:key (Ed25519). Portierbare Agentenidentität

• Reputation — Peer-attestiertes Scoring mit Bayes'schem Vertrauen. Sybil-resistent

• Attestierungen — Signierte Peer-to-Peer-Bewertungen. Negative Bewertungen erfordern SHA-256-Beweise. Score-Aktualisierung erfolgt sofort

• Streitschutz — Anfechtung unfairer Bewertungen. Automatisch zugewiesener Schiedsrichter aus einem verifizierten Pool

• Agenten-Discovery — Fähigkeiten veröffentlichen, Agenten nach Skill und Reputation finden

• Webhook-Alarme — Push-Benachrichtigungen bei Score-Abfällen (Einrichtungsanleitung)

• Sybil-Resistenz — Mehrschichtige Graphenanalyse blockiert gefälschte Agentenringe

• Vertrauens-Gate — Reputationsbasiertes Rate-Limiting (Neuling → Basis → Vertrauenswürdig → Elite)

Integrationen

Vollständige Integrationsanleitungen: docs/INTEGRATIONS.md

Batch-Attestierungen

Übermitteln Sie bis zu 50 Attestierungen in einer einzigen Anfrage. Jede wird unabhängig validiert — Teilerfolge sind möglich.

results = agent.attest_batch([
    {"to_did": "did:key:z6MkAgent1...", "outcome": "positive", "weight": 0.9, "context": "code_review"},
    {"to_did": "did:key:z6MkAgent2...", "outcome": "negative", "weight": 0.7, "evidence_hash": "sha256hex..."},
    {"to_did": "did:key:z6MkAgent3...", "outcome": "positive"},
])
print(results["succeeded"], results["failed"])  # 3, 0

Jede Attestierung wird individuell mit Ed25519 signiert. Optionale Felder: context, evidence_hash, is_private, interaction_id.

Sicherheit

• Ed25519-Signatur-Authentifizierung mit Nonce-Anti-Replay

• Eingabevalidierung — Injektionserkennung, PII-Scanning

• Agenten-Suspendierung — kompromittierte Agenten werden sofort blockiert

• Audit-Trail — SHA-256-Hash-verkettetes Protokoll, verankert in IPFS

Dokumentation

Beispiele

Framework-Beispiele: CrewAI · LangGraph · AutoGen · OpenAI · Claude MCP · Paperclip

Lizenz

MIT — siehe LICENSE.