weekly-verify
wöchentlich-verifizieren (weekly-verify-mcp)
Vergleicht den erstellten Wochenarbeitsbericht (.docx) mit den Quelldaten (.xlsx) und meldet der Person falsche Werte · fehlende Einträge · von den Daten abweichende Beschreibungen zurück – ein persönlicher MCP-Server.
Es korrigiert nicht. Es weist nur hin. Die Korrektur übernimmt der Mensch.
Das Gesamtdesign finden Sie in docs/검증프로세스.md.
Aktueller Stand — P0~P5 abgeschlossen · bei Codex registriert
Phase | Inhalt | Status |
P0 | Grundgerüst + kontaminierter Datensatz | ✅ |
P1 | Bewertungsprogramm ( | ✅ |
P2 | Quellparser + 5 Bewertungs-Engines + L3-Fehler | ✅ |
P3 | Behauptungsextraktion + Wertabgleich (L1·L2) + Beschreibungskonflikt (L4) | ✅ |
P4 | 10 MCP-Tools verpackt + Smoke-Test | ✅ |
P5 | Codex-Registrierung + Startprüfung | ✅ |
Related MCP server: phionyx-pipeline-mcp
Die 4 Verifikationsebenen
Das gesamte Design dieses Tools leitet sich aus dieser Tabelle ab.
Ebene | Frage | Bewertung | Schweregrad |
L1 Existenz | Ist dieser Wert in der Quelle vorhanden? | Code |
|
L2 Konsistenz | Stimmt er mit dem entsprechenden Feld der entsprechenden Aufgabe überein? | Code |
|
L3 Fehlen | Fehlt eine Bewertung, die aus der Quelle hätte kommen müssen? | Code |
|
L4 Interpretation | Der Wert stimmt, aber die Beschreibung weicht ab. | Mensch |
|
L1 allein reicht nicht aus. Wenn man den Wert von
L-18in die Zeile vonL-19überträgt, sind beide Werte in der Quelle vorhanden, also besteht L1. Nur L2, das auch die Aufgabenkennung prüft, fängt das ab.L3 ist der Existenzgrund dieses Tools. Menschen machen bei Wochenberichten meist keine Zahlenfehler, sondern vergessene Einträge. Falsche Zahlen fallen auf, fehlende Zeilen nicht.
L4 kann strukturell kein
errorsein.harness.Findingerzwingt dies undtests/test_harness.pyverankert es. Wenn man einer unsicheren Prüfung Blockierbefugnis gibt, werden normale Berichte blockiert und der Mensch schaltet den Prüfer ab.
Die 6 Gates
evals/weekly-verify.yaml fordert dies von der Engine. Bewertung mit uv run python scripts/run_eval.py.
ID | Anforderung | Blockiert |
G1 Erkennungsrate | Kein einziges error-Level-Kontaminat von C01~C07 wird übersehen | ✅ |
G2 Fehlalarm | Kein error bei normalen Berichten (C10) | ✅ |
G3 Schweregrad | Kein error bei C08·C09 | ✅ |
G4 Geschwindigkeit | Ein Bericht in 60 Sekunden | ✅ |
G5 Begründung | Jeder error füllt die Pflichtkoordinaten der jeweiligen Ebene | ✅ |
G6 Ebenengenauigkeit | Klassifiziert gefundene Hinweise in die richtige Ebene | ⬜ nur Beobachtung |
Die Koordinatenanforderungen unterscheiden sich je Ebene (G5)
Ebene | Berichtsposition | Quellposition | Grund |
L1 | ✅ | — | Der Wert ist in der Quelle nicht vorhanden, es gibt also keine Zelle, auf die man verweisen kann |
L2 | ✅ | ✅ | Auf beiden Seiten vorhanden |
L3 | — | ✅ | Der Eintrag ist im Bericht nicht vorhanden, es gibt also keine Position, auf die man verweisen kann |
L4 | ✅ | — |
Wenn man nicht füllbare Koordinaten gewaltsam füllt, öffnet der Mensch die falsche Stelle und glaubt trotzdem, geprüft zu haben.
N/A ist kein Bestehen
Gates der Art „Tue nichts Schlechtes" (G2·G3·G5) sind automatisch erfüllt, wenn die Engine nichts liefert. Wenn man das als PASS einträgt, sieht es so aus, als hätte eine Engine ohne jede Funktion 5 von 6 bestanden. Deshalb wird N/A eingetragen, wenn es keine Grundlage zur Bewertung gibt, und N/A zählt nicht als Bestehen.
Aktuelles Bewertungsergebnis (Stand P3 — alles bestanden)
C01 수치 조작 [OK] 1/1 C05 지연 누락 [OK] 3/3 C09 반올림 [OK] 0/0
C02 날짜 오기 [OK] 1/1 C06 미제출 은폐 [OK] 3/3 C10 정상 [OK] 오탐 0
C03 값 오배치 [OK] 1/1 C07 역행 무시 [OK] 1/1
C04 없는 과제 [OK] 1/1 C08 서술 상충 [OK] 0/0
[PASS] G1_검출률 11/11 (100%) [PASS] G4_속도 최장 0.1초 / 제한 60초
[PASS] G2_오탐 error 0건 [PASS] G5_근거 좌표 누락 0건 / error 12건
[PASS] G3_심각도 위반 0건 [PASS] G6_계층정확성 11/11 (100%)G5 hat 12 errors geprüft, erwartet waren 11. Das liegt daran, dass die Kontamination von C01 jeweils eine Zelle in zwei Tabellen verändert hat. Beide Stellen müssen korrigiert werden, es handelt sich also nicht um eine Dublette.
Ordner
weekly-verify-mcp/
├─ docs/검증프로세스.md 설계 문서 (13개 절)
├─ src/weekly_verify/
│ ├─ harness.py 도구 응답 규약 · Finding · 두 좌표계
│ ├─ sources.py 원본 xlsx 파서 + DATA_ROOT 가드
│ ├─ findings.py 판정 5종 (원본만 보고 계산)
│ ├─ report.py 보고서 docx 파서
│ ├─ claims.py 주장 추출 (규칙 기반, LLM 미사용)
│ ├─ values.py L1 존재 · L2 정합 + 억제 규칙 3종
│ ├─ completeness.py L3 누락 검사
│ ├─ narrative.py L4 서술 상충 (warning 고정)
│ ├─ verify.py 진입점 — 네 계층 조립 + 계층 간 중복 제거
│ ├─ record.py 검증 결과 문서 생성·저장 + 승인 토큰
│ └─ server.py MCP 도구 10개 · 리소스 2 · 프롬프트 1
├─ scripts/
│ ├─ make_fixtures.py 오염 시나리오 10종 생성
│ ├─ check_fixtures.py 픽스처 자기검증 (30개 검사)
│ ├─ run_eval.py 채점기 (게이트 6종)
│ ├─ smoke_stdio.py stdio 기동 + 하네스 검사 15종
│ └─ verify_registration.py 설정 파일의 절대경로로 기동 확인
├─ tests/
│ ├─ test_harness.py 하네스 규약 잠금 (16개)
│ ├─ test_eval_contract.py 채점기 검증 — 가짜 엔진 7종 (20개)
│ ├─ test_findings.py 판정 엔진 ↔ 정답지 1건씩 대조 (27개)
│ ├─ test_completeness.py L3 누락 검사 (31개)
│ ├─ test_values.py L1·L2 + 억제 규칙 (53개)
│ ├─ test_narrative.py L4 서술 상충 (43개)
│ └─ test_server_contract.py docstring ↔ 실제 규칙 잠금 (63개)
├─ data/
│ ├─ 원본/ ← 서버가 읽는 유일한 곳
│ │ ├─ 마스터_주간보고_누적.xlsx
│ │ └─ 제출_2026-W35/ (담당자 6명)
│ ├─ 보고서/ C01~C10.docx 검증 대상
│ └─ 출력/ 검증 결과 기록 (저장 산출물)
├─ config/ 등록 설정 + README
├─ templates/ 검증 결과 문서 템플릿
└─ evals/ 🚫 서버 접근 금지 — evals/README.md 참조
├─ 정답지_2026-W35.xlsx
├─ fixtures_manifest.json 픽스처가 담고 있는 사실
└─ weekly-verify.yaml 엔진에게 요구하는 정책Der Grund für die Trennung von manifest und suite sind unterschiedliche Zuständigkeiten – ersteres sind vom Generator erzeugte Fakten, die sich mit dem docx ändern, letzteres ist eine von Menschen festgelegte Richtlinie, die unabhängig vom docx ist. Fasst man sie in einer Datei zusammen, entstehen Erwartungswerte an zwei Stellen und es kommt zu Drift.
Die 10 Kontaminationsszenarien
data/보고서/C01~C10.docx. Die erwartete Erkennung für jede Datei steht in evals/fixtures_manifest.json.
Code | Typ | Eingepflanzter Inhalt | Erwartung |
C01 | Zahlenmanipulation | L-01 Wochenfortschritt 80 → 90 |
|
C02 | Falsches Datum | L-08 geplantes Abschlussdatum um einen Tag verschoben |
|
C03 | Wert falsch platziert | 60 von L-18 in Zeile L-19 (richtig: 40) |
|
C04 | Nicht existierende Aufgabe | Zeile L-31 hinzugefügt |
|
C05 | Verzögerung verschwiegen | Verzögerungen 6→3, Anzahl in der Zusammenfassung ebenfalls angepasst |
|
C06 | Nichtabgabe verheimlicht | Tabelle der Nichtabgaben gelöscht + mit Vorwochenwerten gefüllt |
|
C07 | Rückschritt ignoriert | 1 Rückschritt nicht erwähnt |
|
C08 | Beschreibungskonflikt | 64 Tage Verzögerung als „läuft reibungslos" |
|
C09 | Rundung | 62,2 % → 62 % |
|
C10 | Normal | Keine Kontamination |
|
C05 · C06 · C07 sind der Kern
Diese drei halten die interne Konsistenz des kontaminierten Berichts aufrecht. Beim Löschen der 3 Verzögerungen wurde auch die Anzahl in der Übersichtstabelle von 6 auf 3 korrigiert. Beim bloßen Lesen des Berichts gibt es also keinen Widerspruch – es wird erst im Abgleich mit der Quelle sichtbar. Die gelöschten L-02 · L-08 · L-19 sind genau die 3 Einträge, bei denen der Verantwortliche das Feld 이슈리스크 leer gelassen hat.
C09 · C10 sind genauso wichtig
Das sind Fehlalarm-Tests. Einen Prüfer, der bei normalen Berichten error ausgibt, benutzt niemand.
Unterdrückungsregeln — ein Fehler wird als ein Fall gemeldet
Selbst wenn nur eine Stelle kontaminiert ist, werden abgeleitete Werte in einer Kette falsch. Bei C02 wurde nur das 계획완료일 um einen Tag verschoben, aber auch 경과일 wird falsch; bei C03 wurde nur 금주진척률 geändert, aber auch 증감 wird falsch. Wenn man das so meldet, wird ein einmaliger Schreibfehler zu zwei Hinweisen, der Mensch muss zwei Stellen suchen und kann die Schwere nicht mehr an der Anzahl der Hinweise ablesen.
# | Regel | Nicht unterdrückter Fall |
1 | Wenn die Aufgabe nicht in der Quelle ist, werden die anderen Werte dieser Zeile nicht abgeglichen | — (endet mit 1 L1-Hinweis) |
2 | Wochenwerte nicht abgegebener Aufgaben werden nicht abgeglichen | Vorwochenwerte werden weiterhin abgeglichen |
3 | Abgeleitete Werte werden übersprungen, wenn die Grundlage bereits beanstandet wurde | Wenn die Grundlage stimmt, wird der Fehler im abgeleiteten Wert beanstandet |
4 | Aggregat-Anzahlhinweise für Kategorien, die L3 behandelt, werden unterdrückt | Wenn die Einträge stimmen und nur die Anzahl falsch ist, wird beanstandet |
Unterdrückung ist nicht bedingungslos. Für jede Regel wurde das Paar aus unterdrückter und nicht unterdrückter Seite getestet – Unterdrückungsregeln brechen genau in dem Moment still zusammen, in dem man denkt „das wäre auch noch ein netter Hinweis".
Nicht geprüfte Spalten werden deklariert
In claims.미검증_열 sind 5 Arten mit Begründung festgehalten (상태 ist ein Bewertungslabel und damit Sache von L3, die Form O (완료 2026-08-20) in der Rückschritt-Tabelle ist Freitext und daher im Abgleich instabil, usw.). Wenn man still überspringt, liest es sich als „alles geprüft", obwohl es tatsächlich Spalten gibt, die nicht angesehen wurden.
Ausführung
uv sync --extra devuv run python scripts/make_fixtures.pyuv run python scripts/check_fixtures.pyuv run python scripts/run_eval.pyuv run python -m pytest -quv run python scripts/smoke_stdio.pyuv run python scripts/verify_registration.pyDie 10 MCP-Tools
# | Tool | Phase | Schreibend |
1 |
| DISCOVER | |
2 |
| SOURCE | |
3 |
| BASELINE | |
4 |
| REPORT | |
5 |
| CLAIM | |
6 |
| VERIFY (L1·L2) | |
7 |
| COMPLETE (L3) | |
8 |
| NARRATE (L4) | |
9 |
| PREVIEW | |
10 |
| SAVED | ✅ |
Schnellweg: Mit Nummer 9 allein laufen alle vier Ebenen. Die Zwischentools dienen dazu, dem Menschen zu zeigen, „warum so bewertet wurde".
Ressourcen template://verification · report://{보고서}, Prompt verify_weekly_report.
Speichern ist ein 'Hinweisprotokoll' — error blockiert nicht
Im Designentwurf stand „Speichern wird verweigert, wenn auch nur ein error vorliegt" – das war eine falsche Regel. Das Speichern ist das Protokollieren von Hinweisen, und gerade bei einem error ist das Protokoll am nötigsten. Wenn man dann blockiert, wird das Tool nutzlos.
Was blockiert werden muss, war etwas anderes.
# | Ablehnungsbedingung | Grund |
1 | Genehmigungstoken stimmt nicht mit dem aktuellen Hinweisinhalt überein | Verhindert, dass nicht vom Menschen geprüfte Inhalte in der Datei landen |
2 |
| Es wird kein Protokoll, sondern eine Lüge |
Die Schlussfolgerung ist eine von 통과 · 보류 · 반송. Da das Genehmigungstoken aus dem Hinweisinhalt berechnet wird, weicht das Token ab, sobald sich auch nur ein Hinweis ändert, und das Speichern wird verweigert.
Diese beiden Bedingungen sind in der Toolbeschreibung von save_approved_verification explizit angegeben, und tests/test_server_contract.py verankert den Abgleich zwischen Beschreibung und tatsächlichem Code – das Modell liest keinen Code, also existieren Regeln, die nicht in der Beschreibung stehen, für das Modell nicht.
Registrierung (P5)
Codex-Registrierung abgeschlossen — in ~/.codex/config.toml ist [mcp_servers.weekly-verify] enthalten (Backup: config.toml.bak-2026-08-26). Nach einem Neustart von Codex erscheint das Tool.
Bei Claude Desktop ist %APPDATA%\Claude ein teilweise blockierter Pfad, das Tool kann dort nicht hineinschreiben. Bitte den Inhalt von config/claude_desktop_config.example.json manuell zusammenführen – das ist eine beabsichtigte Blockierung und wird nicht umgangen.
command muss zwingend ein absoluter Pfad sein. Desktop-Apps erben die PATH-Variable der Login-Shell nicht; wenn man nur uv schreibt, funktioniert es im Terminal, aber in der App startet der Server nicht.
uv run python scripts/verify_registration.pyEs werden 3 Konfigurationen geprüft: 2 Beispielkonfigurationen und die tatsächlich registrierte Live-Konfiguration. Selbst wenn die Beispiele stimmen, startet die App nicht, wenn die tatsächliche Registrierung falsch ist.
Zu den Daten
Alle Daten in data/ sind Übungsdaten (fiktiv). Die Verantwortlichennamen stammen aus klassischen Romanfiguren, die Aufgaben sind nicht existierende Logistikautomatisierungsthemen. Es sind keinerlei interne Echt- oder Personendaten enthalten, und bitte legen Sie keine echten internen Dateien in diesen Ordner.
Die Quelldaten stammen aus mx-agentic-ai-day1-prd.
Available Tools
10 toolscheck_completenessARead-onlyIdempotent
원본에서 나와야 할 판정이 보고서에 빠졌는지 봅니다 (L3).
이 검사가 이 도구의 존재 이유입니다. 사람이 주간보고에서 틀리는 것은 대개 숫자가 아니라 안 쓴 항목입니다. 틀린 숫자는 눈에 띄지만 없는 줄은 눈에 띄지 않습니다.
언급 여부를 두 수준에서 봅니다. 상세 표가 있으면 표에 없는 과제코드가 누락이고, 집계만 했으면 건수가 원본과 맞는지 봅니다 — 집계만 하고 개별 항목을 나열하지 않는 것은 정상적인 보고 방식이기 때문입니다.
Returns: 지적응답: L3 지적 목록. 보고서에 없는 항목이므로 보고서 좌표는 비어 있고 원본 좌표만 채워집니다.
Examples: - 사용: "빠뜨린 지연 과제가 있나요?" - 사용하지 않음: 적힌 값이 맞는지 보려면 → verify_claims
Inputs: 보고서 (required), 전주차, 기준주차, 원본디렉터리. Returns: info, error, stage, status, +4 more
compute_baseline_findingsARead-onlyIdempotent
원본 데이터만으로 판정 5종(신규완료·지연·일정변경·역행·미제출)을 계산합니다.
이 도구는 보고서를 입력으로 받지 않습니다. 그것이 핵심입니다. 보고서를 보고 판정을 계산하면 보고서에 이끌려, 보고서에서 빠진 항목을 영영 찾지 못합니다.
판정은 날짜·완료여부 계산으로만 합니다. 담당자가 적은 이슈리스크 텍스트는
판정에 쓰지 않습니다 — 이슈를 적지 않은 지연 과제를 잡아내는 것이 이 도구의
존재 이유입니다.
Returns: 판정응답: 구분별 건수와 판정 목록. 각 판정은 원본 좌표를 갖습니다.
Examples: - 사용: "이번 주에 보고되어야 할 변동이 뭔가요?" - 사용하지 않음: 보고서와 대조하려면 → check_completeness / verify_claims
Inputs: 구분, 전주차, 기준주차, 원본디렉터리. Returns: stage, status, 구분별, 기준일, +3 more
extract_report_claimsARead-onlyIdempotent
보고서에서 원본과 대조 가능한 주장을 뽑습니다.
값은 원문 문자열 그대로 담습니다. 숫자로 바꾸거나 정규화하지 않습니다 —
62 를 62.0 으로 바꿔 놓으면 반올림 오류를 반올림 오류로 지적할 수 없습니다.
표 기반 보고서는 열 이름 → 필드 매핑으로 결정적으로 뽑힙니다. 추측이 개입하지 않으므로 같은 보고서는 항상 같은 주장을 냅니다.
미검증열 에는 의도적으로 검증하지 않는 열과 그 이유가 담깁니다. 조용히
건너뛰면 "전부 검증했다"로 읽히기 때문입니다.
Returns: 주장응답: 총 주장 수, 필드별 개수, 주장 목록(잘릴 수 있음).
Examples: - 사용: "보고서가 L-08 계획완료일을 뭐라고 적었나요?" (필드="계획완료일") - 사용하지 않음: 맞는지 틀리는지 판정하려면 → verify_claims
Inputs: 보고서 (required), 필드. Returns: stage, status, 잘림, 주장, +4 more
flag_narrative_risksARead-onlyIdempotent
값은 맞지만 서술이 데이터와 어긋나는 후보를 표시합니다 (L4).
64일 지연된 과제를 "순조롭게 진행 중"이라고 쓴 보고서는 숫자가 전부 정확합니다. L1·L2·L3 어디에도 걸리지 않는데, 읽는 사람은 완전히 잘못된 인상을 받습니다.
이 검사는 판단하지 않고 표시만 합니다. 그 서술이 부적절한지는 문맥에 달렸고
기계는 그 차이를 모릅니다. 그래서 결과는 항상 warning 이며 저장을 막지
않습니다. 확신하지 못하는 검사에 차단 권한을 주면 정상 보고서가 막히고, 사람이
검사기를 꺼 버립니다.
표는 보지 않습니다. 표의 칸은 값이고 값의 정합은 L2 소관입니다.
Returns:
지적응답: L4 후보 목록. error 는 구조적으로 나올 수 없습니다.
Examples: - 사용: "지연된 과제를 괜찮다고 써 놓은 데가 있나요?" - 사용하지 않음: 숫자 대조 → verify_claims
Inputs: 보고서 (required), 전주차, 기준주차, 원본디렉터리. Returns: info, error, stage, status, +4 more
list_verification_targetsARead-onlyIdempotent
검증할 수 있는 보고서와 대조 기준이 되는 원본 파일 목록을 조회합니다.
검증 작업의 출발점입니다. 여기서 얻은 파일명을 다른 도구에 넘깁니다.
Returns:
대상목록응답: 원본 엑셀 목록과 .docx 보고서 목록.
Examples: - 사용: "검증할 수 있는 보고서가 뭐가 있나요?" - 사용하지 않음: 이미 파일명을 알고 바로 검증할 때 → preview_verification_report
Inputs: 원본디렉터리, 보고서디렉터리. Returns: stage, status, 보고서, next_actions, +2 more
preview_verification_reportARead-onlyIdempotent
네 계층을 모두 돌려 지적 목록과 저장 대상, 승인 요청 문장을 돌려줍니다.
이 도구 하나로 L1·L2·L3·L4 전부를 검사합니다. 중간 도구들은 "왜 그렇게 판정했는지"를 사람에게 보여줄 때 씁니다.
승인토큰 은 지적 내용에서 계산됩니다. 지적이 하나라도 달라지면 토큰이 달라지므로,
사용자가 확인한 내용과 저장될 내용이 같다는 것을 보장할 수 있습니다.
approval_request 문장을 사용자에게 그대로 보여 주고, 명시적으로 승인받은
뒤에만 save_approved_verification 을 호출하십시오.
Returns: 미리보기응답: 지적 목록, 저장 경로, 승인토큰, 지금 쓸 수 있는 결론 후보.
Examples: - 사용: "이 보고서 검증해 주세요" - 사용하지 않음: 사용자 승인 없이 저장 → 절대 금지
Inputs: 보고서 (required), 전주차, 기준주차, 원본디렉터리. Returns: info, error, stage, status, +9 more
read_reportARead-onlyIdempotent
검증 대상 보고서(.docx)의 구조를 표와 문단으로 읽습니다.
각 표에 직전 제목을 붙여 돌려줍니다. "이 표가 무엇에 대한 표인가"를 알아야 지연 표에서 빠진 과제를 찾을 수 있기 때문입니다.
Returns: 보고서응답: 표별 제목·헤더·행수와 보고서에 등장한 과제코드 목록.
Examples: - 사용: "이 보고서에 어떤 표가 들어 있나요?" - 사용하지 않음: 값을 대조하려면 → extract_report_claims → verify_claims
Inputs: 보고서 (required). Returns: 표, stage, status, 파일, +4 more
read_source_dataARead-onlyIdempotent
원본 엑셀을 읽어 정규화 사실표로 만들고 그 규모를 돌려줍니다.
제출본에는 주차 열이 없으므로 기준주차를 스탬프로 찍어 적재합니다. 모든 행은 자기 좌표(파일·시트·행)를 들고 다니며, 그것이 나중에 지적의 근거가 됩니다.
Returns: 원본데이터응답: 행 수, 주차별 과제 수, 미제출 과제코드 목록.
Examples: - 사용: "원본에 몇 개 과제가 들어와 있나요?" / "누가 안 냈나요?" - 사용하지 않음: 판정 5종이 필요할 때 → compute_baseline_findings
Inputs: 전주차, 기준주차, 원본디렉터리. Returns: stage, status, 전주차, next_actions, +6 more
save_approved_verificationAIdempotent
사용자가 승인한 검증 결과를 파일로 저장합니다. 유일한 쓰기 도구입니다.
사용자가 명시적으로 승인한 뒤에만 호출하십시오. 승인 없이 호출하지 마십시오.
저장하는 것은 지적 기록입니다. 보고서를 고치지 않습니다. 그래서 error 가
있다는 이유만으로 저장을 막지는 않습니다 — 오히려 error 가 있을 때 기록이 가장
필요합니다.
두 경우에만 거부합니다.
승인토큰이 현재 지적 내용과 맞지 않을 때. 사람이 확인하지 않은 내용이 파일로 남는 것을 막습니다. preview_verification_report 를 다시 호출하십시오.
error가 있는데 결론을 '통과' 로 적으려 할 때. 그것은 기록이 아니라 거짓입니다. '보류' 또는 '반송' 을 쓰십시오.
Returns: 저장응답: 저장 경로와 기록된 결론.
Examples: - 사용: 사용자가 "보류로 저장해 주세요"라고 승인한 뒤 - 사용하지 않음: 미리보기를 보여 주기 전 / 승인 문구가 없을 때
Inputs: 결론 (required), 보고서 (required), 승인토큰 (required), 전주차, +2 more. Returns: info, error, stage, status, +4 more
verify_claimsARead-onlyIdempotent
보고서의 값을 원본과 대조합니다. L1(원본에 없음) · L2(원본과 다름).
L1 만으로는 부족합니다. L-18 의 값을 L-19 행에 옮겨 적으면 두 값 다 원본에
존재하므로 L1 은 통과합니다. 과제코드까지 맞춰 보는 L2 만이 잡습니다.
한 번의 실수가 여러 값을 틀리게 만들므로 억제 규칙이 있습니다 — 원본에 없는
과제는 그 행의 다른 값을 대조하지 않고, 미제출 과제의 금주 값은 대조하지 않으며,
파생 값(증감·경과일)은 재료가 이미 지적되면 건너뜁니다. 한 번 잘못 적은 것을
두 건으로 보고하지 않기 위한 것입니다.
반올림(0.5 이내) 차이는 error 가 아니라 warning 입니다.
Returns: 지적응답: L1·L2 지적 목록. 각 지적은 보고서 좌표와 원본 좌표를 갖습니다.
Examples: - 사용: "보고서 숫자가 원본과 맞나요?" - 사용하지 않음: 빠진 항목을 찾으려면 → check_completeness
Inputs: 보고서 (required), 전주차, 기준주차, 원본디렉터리. Returns: info, error, stage, status, +4 more
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 10 tools
Each tool owns a distinct stage or verification level (L1/L2 vs L3 vs L4), and the descriptions explicitly cross-reference when another tool should be used instead. The aggregate preview tool is clearly positioned as a convenience wrapper over the intermediate tools, so there is no real ambiguity.
All tool names follow a consistent snake_case verb_noun pattern with specific, informative verbs: list, read, compute, extract, verify, check, flag, preview, save. The naming style is uniform and each name accurately predicts the tool's operation.
Ten tools map cleanly onto the stages of the verification pipeline: discover targets, load source, compute expected findings, parse report, extract claims, verify values, check completeness, flag narrative risks, preview, and save. The count is well-scoped and every tool has a clear purpose.
The set covers the full verification lifecycle from target discovery through source normalization, report parsing, claim extraction, multi-level checks, all-level preview, and an approval-gated save. There are no obvious dead ends: the only write tool is intentionally gated, and every intermediate tool feeds into the preview/save flow.
Maintenance
Related MCP Connectors
Checks finished AI work after it is done: figures, citations and quotations, with a signed record.
Verifies AI agent work end to end: real artifacts and outcomes checked, not self-reported success.
Agent completion verification with defects, corrections, and evidence receipts.
PDF, photo, email, and file comparison evidence checks with plain-language reports.
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceThis MCP server verifies that an agent’s claimed tool output matches the actual response returned by a tool to prevent invented or distorted results. It flags mismatches, omissions, and invented fields to ensure downstream logic only processes verified tool data.-
- AlicenseAqualityBmaintenanceEnables verification of AI coding agent self-reports against git diff truth and a deterministic gate, producing pass/regenerate/reject directives to ensure claimed work matches actual changes.6AGPL 3.0
- AlicenseNot gradedqualityCmaintenanceDeterministic verification for AI-generated analysis. Reconciliation, consistency and Excel-integrity checks that stop the line when the numbers don't add up.47 PyPI1MIT
- AlicenseNot gradedqualityBmaintenanceEnables deliverable conformance and evidence-chain checks by turning requirements into executable specs, validating numbers against a provenance ledger, and auditing PDF/OOXML metadata and archive manifests.1MIT