rei-verify
rei-verify
反証機械 (refutation machine) — 专精于否定而非生成的验证基础设施 + MCP 服务器。
版本: 0.1.0a1 (2026-08-19) — 4 个原语 + 4 个反证工具 + 8 个 MCP 工具 + 集成演示。 测试 198/0 PASS。
为什么是「反证机械」
生成正在饱和。反证不会饱和。
当前 LLM 很流畅。它们能输出看似合理的证明思路、看似合理的代码、看似合理的定理名称,而与其是否为事实无关。即使基准测试饱和到 96%,这一结构也不会改变。这个世界所缺少的不是「制造看似合理之物的机器」,而是 「能可靠杀死看似合理之物的机器」。
反证机械的核心承诺:
收到主张后,将计算资源分配给反例搜索。证明尝试放在后面。
如果未找到反例,则明确返回 「未找到的搜索空间形态」(不将沉默伪装成成功)。
输出中必定附带 「若该主张为假则会崩溃的位置」。Lean 4 的零
sorry是这一原则最严格的特殊案例。「未能反证」 与 「正确」 在类型层面被当作不同事物处理。
Related MCP server: leanscreen
4 值判定(「绝对不说谎」核心纪律)
class Verdict(str, Enum):
CONFIRMED = "confirmed" # post-condition PASS + marker 空
REFUTED = "refuted" # 具体的な counter-witness が 得られた
HOLDING = "holding" # counter-witness 未発見 かつ marker 非空
INCOMPLETE_FRAME = "incomplete_frame" # 主張自体が well-formed でない不采用二元 TRUE/FALSE = 未被反证 ≠ 正确。IUT 12 年持有纪律的类型化。
「不将沉默伪装成成功」的类型保证:除 CONFIRMED 外的所有判定必须 至少包含一个 IncompleteMarker(维度 + 已尝试内容 + 未尝试内容 + 原因)(数据类不变量,不可违反)。
4 个原语 (rei_verify)
原语 | 角色 |
| 4 值枚举 |
| 4 种维度词汇 ( |
| sha256 哈希链式追加 JSONL + 篡改检测( |
| 前置检查 + 动作 + 后置检查 + 审计 原子化捆绑 的上下文 |
4 个反证工具 (rei_verify.*)
反证机械的核心。所有工具返回 VerdictWithMarkers(4 值判定 + 标记 + 审计哈希)的一致形状。
工具 | 模块 | 含义 | 判定模式 |
|
| 执行 Lean 4 源码,验证 sorry / native_decide / 不允许的公理 | CONFIRMED / REFUTED / HOLDING / INCOMPLETE_FRAME |
|
| 在可迭代空间 + 可调用谓词中搜索反例 | REFUTED / HOLDING / INCOMPLETE_FRAME(从不 CONFIRMED) |
|
| N 个带标签案例 × 各自逻辑的穷举检查 | REFUTED / HOLDING / INCOMPLETE_FRAME(从不 CONFIRMED) |
|
| 声明式 HOLDING 生成(「保留的类型化」) | HOLDING / INCOMPLETE_FRAME(仅此) |
★ 工具输出 CONFIRMED 的只有 refute_lean_source(仅限 Lean 4 内核认定为无 sorry 的案例)。其他 3 个工具始终返回 REFUTED 或 HOLDING = 「反例缺失不等于证明」 纪律的类型层面保证。
8 个 MCP 工具
可从 Claude Desktop / Cursor / Cline 等 LLM 客户端直接调用:
工具 | 用途 |
| 创建命名审计链 |
| 追加原始条目 |
| 完整性遍历 + 篡改检测 |
| 简单追加 4 值判定 + 标记(强制不变量) |
| 验证 Lean 4 源码 |
| 反例搜索( |
| 穷举检查( |
| 声明式 HOLDING |
MCP 安全表达式采用 受限求值 = 预先拒绝 __import__ / exec / eval / open / __ 前缀,仅允许 _SAFE_BUILTINS 白名单(abs/min/max/sum/len/int/float/str/bool/round/any/all/range)。
安装
pip install rei-verify # core primitives (no external deps)
pip install rei-verify[mcp] # + MCP server或从源码安装:
git clone https://github.com/fc0web/rei-verify.git
cd rei-verify
pip install -e .[mcp]需要 Python 3.10+(数据类 + 枚举 + 类型新特性)。核心原语仅依赖标准库(即使没有 mcp 包也能导入)。
用法 — 库
VerifiedExecution(自定义)
from pathlib import Path
from rei_verify import (
Verdict, IncompleteMarker, PostCheckResult,
VerifiedExecution, AuditChain,
)
audit = AuditChain(Path("./reasoning.jsonl"))
ve = VerifiedExecution(
claim="1 + 1 == 2",
pre_check=lambda: True,
post_check=lambda r: PostCheckResult(refuted=(r != 2), markers=[]),
audit=audit,
)
result = ve.run(lambda: 1 + 1)
# result.verdict == Verdict.CONFIRMED
# result.audit_hashes == [h1, h2, h3, h4, h5] # 5 phase entryrefute_lean_source
from rei_verify.refute import refute_lean_source
result = refute_lean_source(
claim="trivial True holds",
lean_source="theorem trivial_true : True := trivial\n",
audit=audit,
theorem_name="trivial_true",
timeout_sec=60,
)
# result.verdict == Verdict.CONFIRMED (axiom-free, ~1200 ms)默认允许的公理 = Mathlib 基础 [propext, Classical.choice, Quot.sound]。sorry / native_decide / 不允许的公理会被路由到 HOLDING。
search_counterexample
from rei_verify.search import search_counterexample
result = search_counterexample(
claim="no n in [1,100] equals 42",
predicate=lambda x: x == 42,
space=range(1, 101),
audit=audit,
space_description="range(1, 101)",
)
# result.verdict == Verdict.REFUTED (witness marker: n=42)穷举 → HOLDING(search_space 标记,「缺失 ≠ 证明」)
时间/样本预算 → HOLDING(compute_budget 标记)
assert_breakpoints
from rei_verify.breakpoint import Breakpoint, assert_breakpoints
result = assert_breakpoints(
claim="Collatz t1=1 orbits descend",
breakpoints=[
Breakpoint("n=27", assertion=lambda: descent(27), context={"n": 27}),
Breakpoint("n=703", assertion=lambda: descent(703), context={"n": 703}),
Breakpoint("n=6171", assertion=lambda: descent(6171), context={"n": 6171}),
],
audit=audit,
stop_on_first_failure=True, # False で 全 breakpoint 実行 (集計目的)
)任意断点为 False → REFUTED(标签 + 上下文作为见证)
全部通过 → HOLDING(「列出的检查点已穷举 ≠ 覆盖所有案例」)
hold_verdict
from rei_verify.hold import hold_verdict
result = hold_verdict(
claim="my analytical claim under investigation",
markers=[
IncompleteMarker(
dimension="search_space",
what_was_tried="5 counterexample approaches",
what_was_not_tried="structural refutation via categorical semantics",
reason="categorical angle deferred to next session",
),
],
audit=audit,
notes="manual reasoning pause",
require_multi_dimension=True, # 単一 dim なら augmentation marker 追加
)
# result.verdict == Verdict.HOLDING (audit chain 4 phase entries + caller markers)用法 — MCP(Claude Desktop)
claude_desktop_config.json:
{
"mcpServers": {
"rei-verify": {
"command": "python",
"args": ["-m", "rei_verify"]
}
}
}或(已安装脚本):
{
"mcpServers": {
"rei-verify": {
"command": "rei-verify"
}
}
}MCP 表达式示例(搜索用 x 绑定,断点用 ctx 绑定):
{
"tool": "search_counterexample_explicit",
"arguments": {
"chain_id": "chain-abc123",
"claim": "no perfect square in [1,100] equals 42",
"samples": [1, 4, 9, 16, 25, 36, 49, 64, 81, 100],
"predicate_expr": "x == 42",
"space_description": "perfect squares up to 100"
}
}{
"tool": "assert_breakpoints_explicit",
"arguments": {
"chain_id": "chain-abc123",
"claim": "Collatz t1=1 descent",
"breakpoints": [
{"label": "n=27 case", "assertion_expr": "ctx['descent'] < 0",
"context": {"n": 27, "descent": -0.5}},
{"label": "n=703 case", "assertion_expr": "ctx['descent'] < 0",
"context": {"n": 703, "descent": 0.2}}
]
}
}集成演示
examples/collatz_t1_ones_lyapunov_demo.py — 使用 assert_breakpoints 对 trailing_ones(n)=1 的 Collatz 奇数 n 执行 Lyapunov α-descent 扫描。
python examples/collatz_t1_ones_lyapunov_demo.py示例输出(1,048,575 个样本 / 76.7 毫秒):
α=0.5〜0.85: WITNESS n=9 r(n)=0.885622 → α refuted ✓
α=0.9: WITNESS n=17 r(n)=0.905315 → α refuted ✓
α=0.93: WITNESS n=57 r(n)=0.930288 → α refuted ✓
α=0.95: WITNESS n=313 r(n)=0.950121 → α refuted ✓
α=0.97: WITNESS n=14,601 r(n)=0.970001 → α refuted ✓
α=0.99: NO WITNESS in range max r=0.981135 < 0.99 → α NOT refuted in sample
VERDICT: REFUTED (α=0.99 が サンプル範囲 で 未 refute = finite absence report)
audit chain: 6 entries、 sha256 hash chain intact见证 n 随 α 收紧而增大(n=9 → n=14,601)= 直接观察到 r(n) → 1 当 n → ∞ 的有限反映,工具遵守了 「不将有限缺失自动升级为 CONFIRMED」 纪律的实例。详细的诚实范围请参见演示内注释。
测试覆盖率
累计 198/0 PASS(6 个测试文件):
文件 | 断言数 | 内容 |
| 37 | Verdict + IncompleteMarker + PostCheckResult + VerdictWithMarkers + AuditChain + VerifiedExecution 不变量 + 4 值判定路径 |
| 30 | 工具直接调用 + 验证 + 篡改检测 + 冒烟注册 |
| 22 | parse_lean_axioms + classify_axioms + 前置检查 + 实时冒烟(Lean 4.33) |
| 37 | 4 个退出路径 + 每个样本错误 + 受限求值安全性(8 个恶意表达式被拒绝)+ MCP 工具 |
| 33 | 前置检查 + 判定路径 + stop_on_first_failure + 时间预算 + var_name 扩展 |
| 39 | 前置检查 + 有效 HOLDING + require_multi_dimension + 不变量 + MCP + 4 工具形状一致性 |
# individual
python test/test_skeleton.py
python test/test_refute.py # requires 'lean' on PATH for live smoke
# all
for f in test/test_*.py; do PYTHONIOENCODING=utf-8 python -u "$f" | tail -3; done给维护者:PyPI 受信发布者设置
本仓库的 .github/workflows/publish.yml 支持 v 标签推送时发布到 PyPI 正式版* + workflow_dispatch 时发布到 TestPyPI 试运行。使用前需要在 PyPI / TestPyPI 两侧注册受信发布者并创建 GitHub 环境。
详细步骤请参见 TRUSTED_PUBLISHER_SETUP.md。
⚠️ 标签推送前请双重检查 workflow.yml + 受信发布者注册(防止「标签 = 发布触发器」事故)。
设计
完整原理请参见 DESIGN.md(8 节):
设计起点(Rei 栈 4 原则)
4 个原语详细说明
判定规则表(单一真相来源)
反证机械 3+1 工具映射
与框架漂移检测器的关系
非目标(骨架范围外)
依赖(零外部依赖的意图)
诚实范围
相关项目
fc0web/rei-automator-mcp — Windows PC 自动化 MCP,AuditChain 的来源(STEP 1340 AuditLogWriter 的通用提取)
fc0web/grounded — 散文接地检查器(2 层验证)
fc0web/grounding-check — SCPI 硬件接地检查器
作者
藤本 伸树 (Nobuki Fujimoto)
许可证
MIT(v0.x 不可撤销)。v1.0+ 可能采用 AGPL-3.0 + 商业双许可证。请参见 LICENSE。
诚实范围(不可妥协的底线)
(i) 骨架的反证工具仅与 Lean 4 直接协作(单文件
lean执行),依赖 Mathlib 的证明需另开迭代(通过 lake 项目)(ii)
IncompleteMarker.dimension词汇初始仅 4 种,扩展需基于操作经验(iii) 哈希链用于篡改检测,加密签名(如 Sigstore 等)是另一关注点
(iv) 受限求值弱于 AST 级别分析(如 asteval 等),高可靠性需求需另开迭代添加依赖
(v) 「反证机械」的原创性主张为零(
[[feedback-world-uniqueness-claim-controllable]])= 仅是基于属性的测试(Hypothesis)+ Lean 4 sorry 检查 + Coq / Isabelle 系行业标准的集成纪律层,新颖性仅在于「4 值判定 + 标记不变量 + 哈希链的类型级集成 + MCP 包装器」的组合纪律(vi) 集成演示(Collatz t1=1)并非 藤本先生实际 Lyapunov 分析的 再现 — 仅为简化版 V = log2(n) 和有限样本下的 工具行为演示,真正复现需通过藤本先生实际 V + 条件 + Lean 4 形式化另开迭代
(vii)
refute_lean的「无 sorry」判定依赖#print axioms= 若 Lean 本身存在内核错误则无法验证(内核错误超出 Rei 范围)
This server cannot be deployed
Maintenance
Related MCP Connectors
38 MCP tools: Rust computation, Discovery, composition, counterexample scans and signed checks.
Read-only MCP server checks and quote verification, free and keyless; results signed and publicly lo
MCP-native AI evaluation: rubric audits, eval suites, and proof reports for AI/LLM output.
Physics-based validation of simulation results: receipts with per-check verdicts, via MCP.
Related MCP Servers
- AlicenseNot gradedqualityAmaintenanceMCP server that gives LLMs access to formal verification via Z3 and SWI-Prolog, plus tree-sitter-based source code analysis. Translates natural language problems into formal logic using a template-based pipeline, verifies results with mathematical certainty, and analyzes call graphs for reachability, dead code, and impact analysis.89 npm218Apache 2.0
- FlicenseAqualityBmaintenanceA calibrated faithfulness screen for informal↔Lean 4 statement pairs, served over MCP. It provides deterministic checks and deep LLM-based analysis to help draft Lean statements.27-
- AlicenseAqualityBmaintenanceAn MCP server that provides tools for certificate verification, equivalence proving, and pre-registration sealing, enabling AI agents to re-derive verdicts from artifacts rather than trust assertions.9Apache 2.0
- AlicenseAqualityCmaintenanceMCP server that provides six verification tools (Lean proof checking, axiom audit, bound, gridlock check, certificate verification, residency check) with honest status reporting (ok/failed/unavailable) to prevent agents from claiming unchecked proofs passed.10Apache 2.0