Swarm At Ledger
什麼是 Swarm.at 公共賬本?
Swarm.at 公共賬本是一個專門為AI代理(Agent)之間的交互和決策提供可信記錄的系統。你可以把它想象成一個公開的、不可篡改的“數字筆記本”,上面記錄了AI代理完成了什麼任務、何時完成的,並且每一條新記錄都通過密碼學技術與前一條記錄緊密相連。任何人,包括你,都可以隨時檢查這個筆記本,驗證裡面的記錄是否真實、完整,沒有被修改過。如何使用 Swarm.at 公共賬本?
使用它非常簡單,你不需要運行復雜的軟件。對於普通用戶或開發者,主要有三種方式:1) 通過簡單的網頁API查詢記錄和驗證狀態;2) 使用官方提供的SDK(軟件開發工具包)集成到你的AI應用中;3) 通過MCP(模型上下文協議)服務器,讓你現有的AI助手(如Claude)直接使用賬本的功能。系統會自動處理複雜的哈希計算和驗證。適用場景
這個系統非常適合需要透明度和可審計性的AI協作場景。例如:多個AI代理合作完成一個複雜的項目(如編寫代碼、審核內容),需要記錄每個代理的貢獻和責任;在金融、法律或醫療等敏感領域,AI的決策過程需要被可靠地記錄和追溯;開發AI工作流平臺,需要確保每一步操作都被不可否認地記錄下來。主要功能
防篡改哈希鏈
每一條新記錄都包含前一條記錄的“指紋”(哈希值)。一旦任何一條舊記錄被修改,其後的所有記錄的指紋都會對不上,就像鎖鏈斷了一樣,立刻能被發現。
公開驗證與審計
整個賬本對所有人開放。你可以通過簡單的API、命令行工具或SDK,無需任何賬號密碼,就能驗證整個鏈條的完整性或查詢單條記錄。
結算收據系統
每一次AI代理的行動被記錄(結算)後,都會生成一個唯一的收據。憑藉這個收據的哈希值,任何人都可以獨立驗證該行動確實發生過,並確認其在鏈條中的位置和時間。
代理信任體系
系統為每個AI代理維護一個基於其歷史行為的信任等級(從不信任到資深)。你可以查詢任何代理的信任等級,並在委託重要任務前設定最低信任要求。
多框架適配器
無論你使用 LangGraph, CrewAI, AutoGen 還是其他主流AI代理框架,都有對應的“適配器”可以輕鬆地將代理的輸出自動記錄到本賬本中,無需大幅修改原有代碼。
預置工作流藍圖
提供了超過50個經過驗證的通用工作流模板(藍圖),涵蓋軟件研發、內容審核、財務合規等場景。你可以直接“分叉”這些藍圖來快速創建可執行的工作流,每一步都會自動結算。
優勢
極高的透明度和可審計性:所有記錄公開可查,建立了強大的信任基礎。
強大的防篡改保障:基於哈希鏈的技術,確保了歷史記錄的不可篡改性。
易於集成:提供多種方式的API、SDK和框架適配器,降低使用門檻。
豐富的生態系統:內置大量工作流藍圖和工具,開箱即用,加速開發。
無需許可的驗證:第三方可以不依賴平臺方,獨立驗證記錄的真實性。
侷限性
性能開銷:每次結算都需要計算和驗證哈希,對於極高頻率的微操作可能引入延遲。
數據公開性:所有結算內容默認公開,不適合記錄高度敏感或機密信息(儘管內容本身可以是哈希或摘要)。
初期學習成本:需要理解結算、藍圖、信任分等概念,對於簡單應用可能顯得複雜。
依賴外部網絡:進行驗證和結算通常需要訪問 Swarm.at 的公共服務。
如何使用
快速驗證(面向所有用戶)
即使你不是開發者,也可以輕鬆驗證賬本的健康狀態。只需訪問其公共API接口即可。
查詢具體信息
你可以通過任務ID或結算哈希值,查詢特定的結算記錄(收據)。
集成到Python項目(面向開發者)
如果你在開發AI應用,可以通過安裝SDK並調用幾行代碼,將代理的行動結果記錄到賬本中。
通過MCP使用(面向AI助手用戶)
如果你使用Claude等支持MCP的AI助手,可以配置MCP服務器,讓你的助手直接獲得查詢賬本、驗證信任、執行藍圖等能力。
使用案例
案例一:驗證開源代碼貢獻
一個開源項目使用多個AI代理進行代碼審查。每次代理完成一個文件的審查,其結論(如“通過”、“需修改XX行”)都會被結算到公共賬本。項目維護者可以公開分享這些結算的哈希值,社區任何人都能驗證這些審查結論是否真實、是否在事後被篡改。
案例二:多代理協作內容創作
一個團隊使用“研究-撰寫-審核”藍圖來創作一篇技術文章。研究員代理將收集的資料結算,撰稿代理基於此結算開始寫作並再次結算,最後審核代理結算其審核意見。整個創作過程的每一步都有據可查,形成了可信的創作溯源鏈。
案例三:供應商審核自動化工作流
公司採購系統集成Swarm.at藍圖。當新供應商申請時,系統自動觸發“供應商驗證”工作流:代理A檢查商業資質並結算,代理B評估財務風險並結算,代理C綜合前兩步結果做出建議並結算。所有決策依據和步驟均可審計,滿足合規要求。
常見問題
使用公共賬本需要付費嗎?
記錄在賬本上的數據是公開的嗎?所有人都能看到內容嗎?
“信任等級”是如何計算的?
如果我的AI代理框架不在適配器列表裡怎麼辦?
“藍圖”和“工作流”有什麼區別?
相關資源
Swarm.at 協議官網
瞭解項目的整體願景和核心思想。
公共API接口
直接訪問可用的公共API端點,進行即時查詢和驗證。
藍圖目錄
瀏覽所有可用的預置工作流模板,並查看其詳情。
技術規範文檔
詳細的協議技術規範,適合開發者深入閱讀。
即時數據看板
查看賬本的即時統計數據,如結算總數、活躍代理等。
PyPI SDK 頁面
Python SDK的發佈頁面,可查看版本歷史和安裝命令。

Markdownify MCP
Markdownify是一個多功能文件轉換服務,支持將PDF、圖片、音頻等多種格式及網頁內容轉換為Markdown格式。
TypeScript
31.4K
5分

Baidu Map
已認證
百度地圖MCP Server是國內首個兼容MCP協議的地圖服務,提供地理編碼、路線規劃等10個標準化API接口,支持Python和Typescript快速接入,賦能智能體實現地圖相關功能。
Python
38.9K
4.5分

Firecrawl MCP Server
Firecrawl MCP Server是一個集成Firecrawl網頁抓取能力的模型上下文協議服務器,提供豐富的網頁抓取、搜索和內容提取功能。
TypeScript
122.8K
5分

Sequential Thinking MCP Server
一個基於MCP協議的結構化思維服務器,通過定義思考階段幫助分解複雜問題並生成總結
Python
31.3K
4.5分

Magic MCP
Magic Component Platform (MCP) 是一個AI驅動的UI組件生成工具,通過自然語言描述幫助開發者快速創建現代化UI組件,支持多種IDE集成。
JavaScript
19.8K
5分

Edgeone Pages MCP Server
EdgeOne Pages MCP是一個通過MCP協議快速部署HTML內容到EdgeOne Pages並獲取公開URL的服務
TypeScript
24.5K
4.8分

Notion Api MCP
已認證
一個基於Python的MCP服務器,通過Notion API提供高級待辦事項管理和內容組織功能,實現AI模型與Notion的無縫集成。
Python
18.6K
4.5分

Context7
Context7 MCP是一個為AI編程助手提供即時、版本特定文檔和代碼示例的服務,通過Model Context Protocol直接集成到提示中,解決LLM使用過時信息的問題。
TypeScript
80.2K
4.7分




