Skip to main content
Glama

Civitas

Civitas は、交渉、エビデンスの来歴分析、適応的再計画、決定的最適化、および保護された MCP 実行を組み合わせた自律型マルチエージェント食品調達システムです。その対象製品インターフェースは Codex 互換の MCP サーバーです。オペレーターは調達目標を会話形式で伝え、Codex は Civitas の意図レベルのツールを呼び出し、Civitas は計画と安全性のワークフロー全体を管理します。

特殊化された Parliament エージェントは、競合する目的を調査し、ソルバーが生成した調達代替案を比較します。その後、エビデンスを認識する Jury が、アクションが実行安全性境界を通過する前に、来歴、情報源の真の独立性、矛盾、および敵対的反対意見を評価します。

React アプリケーションは、オプションの読み取り専用エビデンスおよび実行監査ビューアーであり、製品の主要なエントリーポイントではありません。リポジトリには、厳格なインバウンド MCP コントラクト、トランスポートに依存しない調達ファサード、決定的統合スイート、およびビューアーベースの偽コンセンサスデモが含まれています。これらのコンポーネントを PostgreSQL、永続的なワーカー、および実際の調達プロバイダーに接続するデプロイ構成は、環境固有のままです。MCP_INTERFACE.md、MCP_AGENT_WORKPLAN.md、PLAN.md、AGENTS.md、TECH_STACK.md、SECURITY.md を参照してください。

製品インターフェース

想定されるデプロイでは、アプリケーションの両側に MCP があります:

Operator → Codex → Civitas MCP server → planning / Jury / execution services
                                      → procurement-provider MCP servers

Codex は、会話、意図の捕捉、進捗の説明、承認リクエストの提示を担当します。Civitas は、型付き入力、エビデンスの取得、最適化、Parliament、Jury および Dissent、再計画、鮮度の再検証、承認のバインド、冪等性、および実行監査に関して権威を持ちます。モデルやチャットメッセージは、これらの制御を迂回できません。

主要なインタラクションは、次のように最小限であるべきです:

User: Protect seven days of demand across our warehouses while minimizing waste.
Codex: Civitas found false consensus on a stale lead-time source and replanned.
       The revised plan has Integrity 92/100 and all hard gates pass.
       Approve the exact plan for execution?

Related MCP server: sentarion-mcp

開発

前提条件: Python 3.12、uv、Node.js 24、pnpm 10.31.0、および Docker Compose。

uv sync --frozen --all-groups
pnpm install --frozen-lockfile
docker compose up -d postgres
uv run alembic upgrade head

PostgreSQL は、ローカルインストールとの衝突を避けるため、デフォルトでポート 55432 をリッスンします。上書きするには、CIVITAS_POSTGRES_PORT を設定してください。

必要なチェックは次のコマンドで実行します:

uv run ruff format --check .
uv run ruff check .
uv run mypy
uv run pytest
pnpm format
pnpm lint
pnpm typecheck
pnpm build

現在のデモンストレーション API とオプションの監査ビューアーをローカルで実行するには、次のコマンドを使用します:

uv run uvicorn civitas.api.app:create_app --factory --host 127.0.0.1 --port 8001
pnpm --filter @civitas/web dev

Vite 開発サーバーは、/api リクエストを http://127.0.0.1:8001 にプロキシします。

civitas.api.app:create_app は、ローカルのシミュレーション用デモンストレーション API です。ライブプロバイダーを使用せず、実際の調達副作用も実行しません。ループバックにバインドしたままにしてください。civitas.api.guarded_api の永続化対応 API ファクトリは、デプロイによって構成される場合、少なくとも 32 文字のベアラートークンと組織バインディングを必要とします。

デモ

現在のエンドツーエンド統合デモは、偽コンセンサスのケースファイルです。共有された古いエビデンスでサプライヤー A が勝利するところから始まり、クリーンルームの Dissent チェックを経由し、計画を再開し、新しい公開エビデンスの後にサプライヤー B を承認し、その後、鮮度の再検証と重複保護された MCP 実行を実行します。

ゴールデンスイートは次のコマンドで実行します:

uv run pytest tests/golden/test_scenarios.py -q

統合に焦点を当てたチェックは次のコマンドで実行します:

uv run pytest tests/integration/test_demo_api.py tests/unit/execution/test_service.py tests/contract/test_mcp_integration.py -q

オフラインビューアーのデモでは、http://127.0.0.1:5173 を開き、False consensus with clean-room dissent を選択して、実行を開始します。シナリオの実行中に SSE ストリームが生成されます。イベントドケットには、次のシーケンスが表示されるはずです:

evidence retrieval
→ Parliament proposal / challenge / concession
→ Jury investigate
→ clean-room Dissent evidence
→ replanning
→ Jury approve
→ freshness revalidation
→ execution succeeded
→ duplicate execution downgraded to duplicate

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      C
      quality
      A
      maintenance
      Enables governed multi-agent orchestration with pre-dispatch cost estimation, dependency-aware dispatch, and auditable recall, all protected by a fail-closed policy gate.
      13
      Apache 2.0
    • F
      license
      C
      quality
      B
      maintenance
      Enables AI agents to collaborate via shared blackboard state, multi-agent deliberation, human-in-the-loop proposal approval, operating-mode control, and audit logging through MCP.
      11
      -
    • A
      license
      Not graded
      quality
      C
      maintenance
      An MCP server that enables Alexa+ to autonomously orchestrate multi-step household tasks by decomposing goals into parallel tool calls — cross-session memory and dietary/allergy auditing, culinary planning with wine pairings, Amazon Fresh cart assembly with human-in-the-loop purchase approval, smart-home ambiance and climate control, and calendar scheduling. It pairs AWS Bedrock multi-agent reasoning with Streamable HTTP transport and interactive generative UI cards, carousels, and live IoT sliders.
      MIT