dengyier/OpenWorkProof

解决的问题

OpenWorkProof 解决了 AI Agent 执行中的信任缺口。现有工具侧重于连接性（如 MCP），但无法证明 Agent 的行为是否经过授权、是否在约定范围内执行，或是否经过人类正式接受。它防止了 Agent 在缺乏可验证的授权和执行证据的情况下声称任务“已完成”的情况。

工作原理

它作为一个开放协议层，可嵌入到现有 Agent、CI/CD 流水线和编排器中。它创建了一个由六个关键组件组成的加密签名证据链：

1. WorkOrder：定义目标、工具和验收标准。
2. CapabilityGrant：来自权威方的签名授权。
3. PolicyDecision：执行前的检查，决定允许或拒绝某项操作。
4. ActionReceipt：实际操作及其结果的记录。
5. VerificationDecision：对证据的独立评估。
6. AcceptanceDecision：最终的人类签认。

使用 Ed25519 签名和标准化 JSON，确保对证据链的任何修改都会导致验证失败。它还引入了“人类自主性档案”，严格定义 Agent 可以自主使用的能力与需要人类干预的能力。

适用对象

• AI Agent 开发者：使他们的 Agent 工作更具可信度和可委派性。
• 企业团队：需要为 Agent 主导的代码变更或系统修改提供可验证的审计轨迹。
• 第三方审计人员：需要在不访问原始系统的情况下离线验证 Agent 工作。
• MCP/Agent 框架用户：希望为其工作流添加正式授权和接受层的用户。

核心亮点

• 加密证据：生成可使用公钥离线验证的签名证据包。
• 人机协同：明确分离执行、验证和接受的角色，防止 Agent 自行批准其工作。
• 人类自主性档案：允许人类定义 Agent 自主性的细粒度边界（允许、保留、拒绝）。
• 框架无关：可通过 Python API、CLI、GitHub Actions 或作为 MCP 服务器集成。
• 验证完整性：包含机制以确保验证结果基于完整且一致的证据集。