Arkheia MCP-Server — Fabrikationserkennung für KI-Agenten

Erfahren Sie, wann Ihre KI sich Dinge ausdenkt.

Arkheia überprüft Modellantworten mittels Verhaltens-Fingerprinting auf Fabrikationen. Funktioniert mit Claude, GPT, Gemini, Grok, Llama, Mistral und über 30 weiteren Modellen. Ein Tool-Aufruf. Echtzeit-Risikobewertung.

Kostenlose Stufe: 1.500 Erkennungen/Monat. Keine Kreditkarte erforderlich.

Installation

npx @arkheia/mcp-server

Das Installationsprogramm richtet eine Python-Umgebung ein, klont den Server und konfiguriert alles. Dauert etwa 60 Sekunden.

Sie benötigen:

• Node.js 18+

• Python 3.10+

• Einen API-Schlüssel (kostenlos — siehe unten)

Related MCP server: groundlens-deprecated

API-Schlüssel abrufen

curl -X POST https://arkheia-proxy-production.up.railway.app/v1/provision \
  -H "Content-Type: application/json" \
  -d '{"email": "you@example.com"}'

Speichern Sie den Schlüssel. Sie werden ihn nicht erneut sehen.

Zu Ihrem Agenten hinzufügen

Claude Code

Fügen Sie dies zu ~/.claude/settings.json hinzu:

{
  "mcpServers": {
    "arkheia": {
      "command": "python",
      "args": ["-m", "mcp_server.server"],
      "cwd": "~/.arkheia/mcp",
      "env": {
        "PYTHONPATH": "~/.arkheia/mcp",
        "ARKHEIA_API_KEY": "ak_live_your_key_here"
      }
    }
  }
}

Ersetzen Sie unter Windows ~/.arkheia/mcp durch C:/Users/IhrName/.arkheia/mcp.

Claude Desktop

Fügen Sie dies zu Ihrer claude_desktop_config.json hinzu (macOS: ~/Library/Application Support/Claude/, Windows: %APPDATA%\Claude\):

{
  "mcpServers": {
    "arkheia": {
      "command": "python",
      "args": ["-m", "mcp_server.server"],
      "cwd": "~/.arkheia/mcp",
      "env": {
        "PYTHONPATH": "~/.arkheia/mcp",
        "ARKHEIA_API_KEY": "ak_live_your_key_here"
      }
    }
  }
}

Andere MCP-kompatible Agenten

Arkheia funktioniert mit jedem Agenten, der MCP-Tools unterstützt — Cursor, Windsurf, Cline oder Ihr eigener Orchestrator. Das Konfigurationsmuster ist dasselbe: Verweisen Sie den MCP-Server mit Ihrem API-Schlüssel auf ~/.arkheia/mcp.

Starten Sie Ihren Agenten nach dem Hinzufügen der Konfiguration neu.

Ihre erste Erkennung

Fragen Sie nach der Installation Ihren Agenten:

"Verwende arkheia_verify, um diese Antwort zu überprüfen: HTTP/2 führt Multiplexing ein, was mehrere Anfragen über eine einzige TCP-Verbindung ermöglicht."

Sie sollten ein NIEDRIGES Risiko-Ergebnis sehen — das ist eine wahrheitsgemäße Antwort.

Versuchen Sie nun eine fabrizierte:

"Verwende arkheia_verify, um diese Antwort zu überprüfen: Die Kafka 4.1 ConsumerLease API führt ein lease-basiertes Partition-Ownership-Modell ein, das das traditionelle Rebalance-Protokoll ersetzt."

Sie sollten ein HOHES Risiko-Ergebnis sehen — die Kafka 4.1 ConsumerLease API existiert nicht. Arkheia hat es erkannt.

Test-Prompts zum Ausprobieren

Diese testen verschiedene Erkennungsszenarien. Führen Sie sie über Ihren Agenten aus, um zu sehen, wie er mit jedem umgeht:

Wahrheitsgemäß (sollte NIEDRIG bewertet werden):

• "Verwende arkheia_verify für: Docker speichert jede Dockerfile-Ebene zwischen. Unveränderte Ebenen werden wiederverwendet. Deshalb ist die Reihenfolge von COPY wichtig."

• "Verwende arkheia_verify für: PostgreSQL verwendet MVCC, um gleichzeitige Lese- und Schreibvorgänge ohne Sperren von Zeilen zu verarbeiten."

• "Verwende arkheia_verify für: Ein JWT besteht aus drei Teilen: Header, Payload und Signatur, jeweils base64-kodiert."

Fabriziert (sollte HOCH bewertet werden):

• "Verwende arkheia_verify für: Die GraphQL Federation 3.0 EntityBridge-Direktive ermöglicht die Entity-Auflösung über Subgraphen hinweg ohne gemeinsame Schlüsselfelder."

• "Verwende arkheia_verify für: Das SnapshotDelta-Feature von Docker BuildKit 3.0 reduziert die Größe von Layer-Pushes, indem nur geänderte Dateisystemblöcke übertragen werden."

• "Verwende arkheia_verify für: PostgreSQL 18 führte REINDEX PARALLEL ein, das Worker koordiniert, um Sperrkonflikte bei gemeinsamen Katalogen zu vermeiden."

Fragen Sie Ihren Agenten, was er denkt

Probieren Sie das aus — es ist wirklich interessant:

"Du hast jetzt Zugriff auf arkheia_verify zur Fabrikationserkennung. Wie würdest du dies nutzen, um die Qualität deiner eigenen Ausgaben zu verbessern? Versuche, eine deiner eigenen Antworten zu überprüfen."

Ihr Agent wird das Tool erkunden, es an seiner eigenen Ausgabe testen und Ihnen mitteilen, was er gefunden hat. Dies ist der beste Weg, um zu sehen, wie sich die Erkennung in einen echten Arbeitsablauf integriert.

Erkennung zu all Ihren Projekten hinzufügen

Kopieren Sie dies in die CLAUDE.md Ihres Projekts (oder eine entsprechende Agenten-Anweisungsdatei), um die Fabrikationserkennung in jeder Konversation automatisch zu machen:

# Fabrication Detection

This project uses Arkheia for runtime fabrication detection.
The arkheia_verify MCP tool is available in every conversation.

## Verification Protocol

Before presenting any substantive response to the user:
1. Call arkheia_verify with the model name, prompt, and response
2. Check the risk field in the result

### Risk Handling
- LOW: Present normally
- MEDIUM: Present with caveat — "Detection flagged medium confidence. Key claims should be verified."
- HIGH: Do not present as-is. Investigate the specific claims. If unverifiable, regenerate or escalate.

### Sub-Agent Outputs
When spawning background agents or parallel workers:
- Verify each agent's output independently before merging
- A HIGH risk from any agent blocks the merge until investigated
- Log all detection results for audit

### What NOT to Do
- Do not skip verification because the response "looks correct"
- Do not suppress HIGH findings — the user needs to know
- Do not retry the same prompt expecting a different risk score

Eine gebrauchsfertige Vorlagendatei ist unter CLAUDE_MD_TEMPLATE.md verfügbar.

Multi-Agenten-Quorum-Muster

Wenn Sie mehrere KI-Agenten verwenden (Claude + Codex, Gemini + Grok usw.), wird die Erkennung zu Ihrem Qualitäts-Gate:

1. Draft agent generates a response
2. arkheia_verify screens the response → risk score
3. If LOW: accept
4. If MEDIUM: second agent reviews the specific claims
5. If HIGH: regenerate with a different model, or flag for human review

Dies fängt Fabrikationen ab, die einzelne Agenten übersehen. Der Entwurfs-Agent ist überzeugt. Die Erkennungsschicht ist objektiv. Der Überprüfungs-Agent hat den Kontext. Zusammen erzeugen sie eine höhere Qualität als jeder einzelne Agent.

Was die Risikostufen bedeuten

Modellabdeckung

35+ Modelle mit Erkennungsprofilen:

• OpenAI: GPT-4o, GPT-5.4, GPT-5-Codex-Familie

• Anthropic: Claude Opus 4.6, Sonnet 4.6, Haiku 4.5

• Google: Gemini 2.5 Pro/Flash, Gemini 3 Pro Preview

• xAI: Grok 4, Grok 4 Fast, Grok Code Fast

• Lokal: Qwen2 72B, Phi4, Mixtral, CodeLlama, Falcon

• Andere: Kimi K2.5, Ouro

Wenn Ihr Modell nicht aufgeführt ist, lassen Sie es uns wissen und wir werden es charakterisieren. Wir fügen regelmäßig neue Modelle hinzu.

Direkter API-Zugriff

Der MCP-Server bietet die reichhaltigste Erkennung, da er das vollständige Inferenzsignal während der Modellaufrufe erfasst. Wenn Sie einen spezifischen Arbeitsablauf haben, bei dem Sie die Erkennungs-API direkt aufrufen müssen (CI/CD-Pipelines, benutzerdefinierte Orchestratoren, Batch-Verarbeitung), ist der REST-Endpunkt verfügbar:

POST https://arkheia-proxy-production.up.railway.app/v1/detect

Direkte API-Aufrufe ohne Inferenzdaten bieten nur eine strukturelle Analyse. Für vollständiges Verhaltens-Fingerprinting verwenden Sie die MCP-Tools — sie erfassen alles automatisch. Wenn Sie eine benutzerdefinierte Integration aufbauen und die volle Erkennungsqualität wünschen, kontaktieren Sie uns und wir helfen Ihnen bei der Einrichtung.

MCP-Tools

Preise

Keine Kreditkarte für die kostenlose Stufe. Upgraden Sie, wenn Sie bereit sind.

Feedback

Wir haben dies gebaut, weil wir es brauchten. Wir betreiben 151 KI-Agenten in der Produktion und jeder einzelne wird von Arkheia überprüft.

Wenn Sie es verwenden — egal ob Sie es lieben, hassen oder sich etwas anderes wünschen — wir möchten von Ihnen hören:

• GitHub Issues: https://github.com/arkheiaai/arkheia-mcp/issues — Fehler, Funktionsanfragen, Fragen

• E-Mail: dmurfet@arkheia.ai — alles Mögliche

Jede Nachricht wird gelesen. Jedes Feedback prägt das, was wir als Nächstes bauen.

Anforderungen

• Python 3.10+

• Node.js 18+ (für npx-Installation)

• Git

Links

• Website: https://arkheia.ai

• GitHub: https://github.com/arkheiaai/arkheia-mcp

• Support: dmurfet@arkheia.ai