Arkheia MCPサーバー — AIエージェントのための捏造検知

AIが嘘をついているときを把握しましょう。

Arkheiaは、行動フィンガープリントを使用してモデルの回答から捏造をスクリーニングします。Claude、GPT、Gemini、Grok、Llama、Mistralなど30以上のモデルに対応。ツール呼び出しは1回。リアルタイムのリスクスコアリングを提供します。

無料枠：月間1,500件の検知。クレジットカード不要。

インストール

npx @arkheia/mcp-server

インストーラーがPython環境をセットアップし、サーバーをクローンしてすべてを設定します。所要時間は約60秒です。

必要なもの：

• Node.js 18以上

• Python 3.10以上

• APIキー（無料 — 下記参照）

Related MCP server: groundlens-deprecated

APIキーの取得

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

キーを保存してください。二度と表示されません。

エージェントへの追加

Claude Code

~/.claude/settings.json に追加します：

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

Windowsの場合は、~/.arkheia/mcp を C:/Users/YourName/.arkheia/mcp に置き換えてください。

Claude Desktop

claude_desktop_config.json (macOS: ~/Library/Application Support/Claude/, Windows: %APPDATA%\Claude\) に追加します：

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

その他のMCP対応エージェント

Arkheiaは、Cursor、Windsurf、Cline、または独自のオーケストレーターなど、MCPツールをサポートするあらゆるエージェントで動作します。設定パターンは同じで、APIキーを使用してMCPサーバーを ~/.arkheia/mcp に指定するだけです。

設定を追加したら、エージェントを再起動してください。

初めての検知

インストールが完了したら、エージェントに次のように尋ねてみてください：

"Use arkheia_verify to check this response: HTTP/2 introduces multiplexing which allows multiple requests over a single TCP connection."

LOW（低）リスクの結果が表示されるはずです。これは真実の回答です。

次に、捏造された回答を試してみましょう：

"Use arkheia_verify to check this response: The Kafka 4.1 ConsumerLease API introduces a lease-based partition ownership model that replaces the traditional rebalance protocol."

HIGH（高）リスクの結果が表示されるはずです。Kafka 4.1 ConsumerLease APIは存在しません。Arkheiaがそれを検知しました。

試すべきテストプロンプト

これらはさまざまな検知シナリオを検証します。エージェントで実行して、どのように処理されるかを確認してください：

真実（LOWとスコアリングされるべき）：

• "Use arkheia_verify on: Docker caches each Dockerfile layer. Unchanged layers are reused. This is why COPY order matters."

• "Use arkheia_verify on: PostgreSQL uses MVCC to handle concurrent reads and writes without locking rows."

• "Use arkheia_verify on: A JWT has three parts: header, payload, and signature, each base64-encoded."

捏造（HIGHとスコアリングされるべき）：

• "Use arkheia_verify on: The GraphQL Federation 3.0 EntityBridge directive enables cross-subgraph entity resolution without shared key fields."

• "Use arkheia_verify on: Docker BuildKit 3.0's SnapshotDelta feature reduces layer push size by transmitting only changed filesystem blocks."

• "Use arkheia_verify on: PostgreSQL 18 introduced REINDEX PARALLEL which coordinates workers to avoid lock contention on shared catalogs."

エージェントに意見を聞く

これを試してみてください。非常に興味深い結果が得られます：

"You now have access to arkheia_verify for fabrication detection. How would you use this to improve the quality of your own outputs? Try verifying one of your own responses."

エージェントはツールを探索し、自身の出力でテストし、何を見つけたかを教えてくれます。これが、検知機能が実際のワークフローにどのように統合されるかを確認する最良の方法です。

すべてのプロジェクトに検知機能を追加する

プロジェクトの CLAUDE.md（または同等のエージェント指示ファイル）にこれをコピーして、すべての会話で捏造検知を自動化しましょう：

# 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

すぐに使えるテンプレートファイルが CLAUDE_MD_TEMPLATE.md にあります。

マルチエージェント・クォーラム・パターン

複数のAIエージェント（Claude + Codex、Gemini + Grokなど）を使用する場合、検知機能が品質ゲートとなります：

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

これにより、個々のエージェントが見逃す捏造をキャッチできます。ドラフト作成エージェントは自信を持って回答し、検知レイヤーは客観的に判断し、レビューエージェントはコンテキストを把握します。これらが連携することで、単一のエージェントよりも高品質な出力が生成されます。

リスクレベルの意味

対応モデル

検知プロファイルを持つ35以上のモデル：

• OpenAI: GPT-4o, GPT-5.4, GPT-5-Codex ファミリー

• 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

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

• Others: Kimi K2.5, Ouro

お使いのモデルがリストにない場合は、お知らせください。特性を分析して追加します。新しいモデルは定期的に追加されています。

直接APIアクセス

MCPサーバーは、モデル呼び出し中の完全な推論シグナルをキャプチャするため、最も精度の高い検知を提供します。CI/CDパイプライン、カスタムオーケストレーター、バッチ処理など、検知APIを直接呼び出す必要がある特定のワークフローがある場合は、RESTエンドポイントが利用可能です：

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

推論データなしの直接API呼び出しは、構造分析のみを提供します。完全な行動フィンガープリントを得るには、すべてを自動的にキャプチャするMCPツールを使用してください。カスタム統合を構築していて、完全な検知品質を求める場合は、ご連絡ください。セットアップをサポートします。

MCPツール

料金

無料枠にクレジットカードは不要です。準備ができたらアップグレードしてください。

フィードバック

私たちは自分たちが必要だったからこれを作りました。私たちは本番環境で151個のAIエージェントを運用しており、そのすべてがArkheiaによってスクリーニングされています。

もしあなたがこれを使用しているなら、気に入っているか、嫌いか、あるいは別の機能が欲しいかに関わらず、ぜひご意見をお聞かせください：

• GitHub Issues: https://github.com/arkheiaai/arkheia-mcp/issues — バグ、機能リクエスト、質問

• Email: dmurfet@arkheia.ai — 何でもお気軽に

すべてのメッセージに目を通しています。すべてのフィードバックが、私たちの次の開発の形を作ります。

要件

• Python 3.10以上

• Node.js 18以上 (npxインストール用)

• Git

リンク

• ウェブサイト: https://arkheia.ai

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

• サポート: dmurfet@arkheia.ai