LuSilverX/veri-trace
GitHub: LuSilverX/veri-trace
通过多代理对抗验证循环消除 LLM 推理中的逻辑幻觉，为生产环境 AI 提供可审计的决策轨迹。
Stars: 0 | Forks: 0
# 🛡️ VeriTrace
**高精度 Agentic 逻辑与轨迹审计**
VeriTrace 是一个 AI 编排流水线，旨在通过实时审计消除复杂推理和工程任务中的逻辑“幻觉”。通过实施 **Agent-Critic-Auditor** 循环，系统在最终确定响应之前验证推理轨迹，确保数学和逻辑的严谨性。
## 🏗️ 架构
VeriTrace 通过使用多阶段验证循环，超越了简单的提示工程：
1. **Agent：** 生成逐步的“思维链”以解决给定的问题。
2. **Critic：** 一个专门的高精度实例，用于审计 Agent 的推理是否存在启发式偏差或“陷阱”。
3. **Auditor：** 一个持久层，用于捕获对话的完整 JSON 轨迹。
4. **Reporter：** 一个自动化后处理器，将原始技术日志转换为人类可读的 Markdown 审计报告。
## 🔍 执行流程
当系统遇到“启发式陷阱”时，您可以看到 Critic 实时进行干预。
虽然此处通过启发式谜题进行演示，但 VeriTrace 架构是一个通用评估器，能够审计代码重构、物流约束和结构化数据提取。
**终端视图：**
**深入解析：**
- [查看完整修正报告](./demo/correction_loop_demo.md) — 失败与恢复的详细分解。
- [查看成功报告](./demo/success_trace_example.md) — 标准逻辑提示的纯净执行。
## 🚀 技术亮点
* **有状态轨迹：** 每个“想法”都在 `logs/` 目录中进行索引和版本控制。
* **双流报告：** 生成唯一的历史报告，同时维护 `LATEST_TRACE.md` 以实现快速开发。
* **结构化输出：** 利用 **Pydantic AI** 实现类型安全、经过验证的模型响应。
* **模型：** 由 **Gemini 2.5 Flash** 驱动，实现高速逻辑推理。
## 🛠️ 设置与用法
1. **克隆仓库：**
git clone [https://github.com/your-username/veri_trace.git](https://github.com/your-username/veri_trace.git)
cd veri_trace
2. **安装依赖项**
pip install -r requirements.txt
3. **配置环境**
将您的 GEMINI_API_KEY 添加到 .env 文件中。
4. **运行循环**
python main.py
标签：AI可靠性, DLL 劫持, Gemini, Homebrew安装, LLM框架, Pydantic, PyRIT, Python, 人工智能, 企业级AI, 可解释AI, 多智能体系统, 大语言模型, 思维链, 无后门, 智能体编排, 用户模式Hook绕过, 轨迹追踪, 逆向工具, 逻辑审计, 风险控制