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
38.8K
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
49.5K
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
156.2K
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
35.8K
4.5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
24.3K
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
24.8K
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
29.3K
4.8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
99.5K
4.7分




