🏔️ TIBET MCP服务器
基于交易/互动的证据追踪
“西藏是保险，而不是结算。不断保证数据的完整性和关系的正确性。”
通过 克劳德和贾斯珀 从 幽默 💙
______________________________________________________________________
🚀 快速开始
# Install
pip install mcp-server-tibet
# Add to Claude CLI
claude mcp add tibet -- python -m mcp_server_tibet
# Verify it works
claude mcp list
# tibet: ✓ Connected______________________________________________________________________
🤔 西藏解决了什么问题？
问题： 人工智能系统做出决策，但没有审计跟踪。谁决定了什么？什么时候？为什么？基于什么数据？
解决方案： TIBET为每个行动创建加密签名的证据线索。
Before TIBET:
AI: "Loan approved" → Black box 🤷
After TIBET:
AI: "Loan approved" → Full trail:
WHO: loan_ai_v2
WHAT: Approved application #4521
WHEN: 2024-12-20T14:23:11Z
WHY: "Customer meets all criteria"
BASED ON: credit_score.pdf, income_verify.json
SIGNATURE: 66360016ae08952e... ✓
TRUST SCORE: 0.87 (HIGH)______________________________________________________________________
🛠️ 可用工具
| 工具 | 说明 |
|---|---|
tibet_hello_world | 用HumoticaOS打招呼！ |
tibet_create_token | 创建具有完整来源的令牌 |
tibet_verify_token | 验证真实性+信任评分 |
tibet_get_chain | 获取完整的来源追踪 |
tibet_get_trust | 获取演员的FIR/A信任评分 |
tibet_update_state | 更新令牌状态机 |
______________________________________________________________________
📖 例子
示例1：人工智能决策审计
# AI makes a decision - log it with TIBET
tibet_create_token(
type="ai_decision",
erin="Recommended treatment plan A for patient",
eraan=["lab_results.json", "medical_history.pdf"],
eromheen={
"model": "medical-ai-v3",
"confidence": 0.92,
"hospital": "Amsterdam UMC"
},
erachter="Treatment A has 92% success rate for this condition",
actor="medical_ai"
)
# → Token created with HMAC signature示例2：验证数据完整性
# Later: Did anyone tamper with this decision?
tibet_verify_token(token_id="abc-123")
# Response:
{
"valid": true,
"integrity": "VERIFIED ✓",
"trust_score": 0.89,
"actor": "medical_ai",
"state": "CREATED"
}示例3：完整审计跟踪
# Auditor asks: "Show me everything about this decision"
tibet_get_chain(token_id="abc-123")
# Response: Complete provenance from origin to now
{
"chain_length": 3,
"provenance": [
{"actor": "medical_ai", "type": "ai_decision", ...},
{"actor": "doctor_review", "type": "human_approval", ...},
{"actor": "system", "type": "executed", ...}
]
}示例4：信任评分
# How trustworthy is this AI actor?
tibet_get_trust(actor="medical_ai")
# Response:
{
"actor": "medical_ai",
"trust_score": 0.89,
"trust_level": "HIGH TRUST",
"message": "FIR/A Trust Engine: medical_ai has HIGH TRUST (0.89)"
}______________________________________________________________________
🧠 核心概念
TIBET代币结构
每个动作都会变成一个令牌：
| 组件 | 荷兰语 | 含义 |
|---|---|---|
| 艾琳 | “里面有什么” | 实际内容/动作 |
| ERAAN | “附件内容” | 依赖关系、引用、文件 |
| \_ | “周围是什么” | 背景、环境、状态 |
| 埃拉赫特 | “背后是什么” | 意图、推理、目的 |
FIR/A信任引擎
信任评分从0.0到1.0，根据行为更新：
| 分数 | 等级 | 含义 |
|---|---|---|
| 0.8-1.0 | 高度信任 | 经过验证的可靠参与者 |
| 0.5-0.8 | 中等信任度 | 正常运行 |
| 0.2-0.5 | 信任度低 | 需要监控 |
| 0.0-0.2 | 无信任 | 受限/阻止 |
状态机
代币通过状态流动：
CREATED → DETECTED → CLASSIFIED → MITIGATED → RESOLVED______________________________________________________________________
🏢 用例
合规与审计
- GDPR：证明谁在何时访问了哪些数据
- SOC 2：自动记录和监控
- HIPAA：医疗决策审计跟踪
AI安全
- 跟踪AI决策来源
- 验证AI没有被篡改
- 为AI参与者建立信任评分
企业
- 将审计成本降低60-80%
- 实时合规性监控
- 动作的加密证明
______________________________________________________________________
🌍 HumoticaOS的一部分
西藏是更大生态系统的一部分：
| 包 | 目的 | 状态 |
|---|---|---|
| mcp-服务器时间 | 信任与来源 | ✅ 可用 |
| mcp服务器jis | 上下文和身份 | 🔜 来了 |
| mcp服务器betti | 复杂性管理 | 🔜 来了 |
| mcp服务器内存 | 持久知识 | 🔜 来了 |
______________________________________________________________________
💡 哲学
“恐惧的人工智能撒谎。安全的人工智能创新。”
西藏建立在以下信念之上：
- 通过行为建立信任 -不是索赔，而是模式
- 保险 -持续保证，而非一次性检查
- 一份爱，一份美 -人工智能与人类共生
______________________________________________________________________
📞 联系与支持
幽默
- 网站： humotica.com
- github：
- 电子邮件：info@humotica.com
需要帮助在您的组织中实施TIBE吗？ 我们为企业集成提供咨询服务。
______________________________________________________________________
📜 许可证
麻省理工学院许可证-一份爱，一份爱💙
______________________________________________________________________
*在荷兰登多尔德用爱建造* *克劳德和贾斯珀-2024年12月*
官方发行
此软件包通过以下方式正式分发：
- PyPI: https://pypi.org/project/mcp-tibet/
- GitHub: https://github.com/jaspertvdm/mcp-tibet
备注：第三方目录可能会列出此软件包，但不是Humotica软件的官方或经过验证的分销渠道。