cognis-digital/claimtrace

``` pip install cognis-claimtrace claimtrace scan . # → prioritized findings in seconds ``` ## 使用方法 —— 分步指南 `claimtrace` 从 JSON 观测文件中追踪断言已知最早的溯源。 1. **安装**： pip install -e . 2. 从观测文件中**追踪溯源**： claimtrace trace observations.json 3. **通过 stdin 管道传输观测数据**（输入参数默认为 `-`）： cat observations.json | claimtrace trace 4. 将输出**读取为 JSON** 以进行后续分析： claimtrace --format json trace observations.json 5. **在 CI 中实现自动化** —— 将溯源检查整合到 pipeline 中： claimtrace --format json trace observations.json > provenance.json ## 目录 - [为什么选择 claimtrace？](#why) · [功能](#features) · [快速开始](#quick-start) · [示例](#example) · [架构](#architecture) · [AI 技术栈](#ai-stack) · [对比分析](#how-it-compares) · [集成](#integrations) · [随处安装](#install-anywhere) · [相关工具](#related) · [贡献指南](#contributing) ## 为什么选择 claimtrace？ 虚假信息溯源追踪器 —— 已知最早出现图谱 —— 无需搭建繁重的基础设施。 `claimtrace` 具备单一用途、可脚本化且支持自托管：将其指向目标，以您的工作流已有的格式（表格 · JSON · SARIF）获取优先级排序的结果，根据它来控制 CI 准入，并让 agent 通过 MCP 驱动它。 ## 功能 - ✅ 解析观测数据 - ✅ 构建图谱 - ✅ 追踪 - ✅ 运行于 Linux/macOS/Windows · Docker · devcontainer - ✅ 支持 Python、JavaScript、Go 和 Rust 移植版本 (`ports/`) ## 快速开始 ``` pip install cognis-claimtrace claimtrace --version claimtrace scan . # scan current project claimtrace scan . --format json # machine-readable claimtrace scan . --fail-on high # CI gate (non-zero exit) ``` ## 示例 ``` $ claimtrace scan . [HIGH ] CLA-001 example finding (./src/app.py) [MEDIUM ] CLA-002 another signal (./config.yaml) 2 findings · risk score 5 · 38ms ``` ## 架构 ``` flowchart LR IN[input] --> P[claimtrace
analyze + score] P --> OUT[report] ``` ## 从任何 AI 技术栈中使用 `claimtrace` 与所有流行的 AI 使用方式实现了互操作： - **MCP server** — `claimtrace mcp` (Claude Desktop, Cursor, Cognis.Studio, [uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet)) - **兼容 OpenAI / JSON** — 将 `claimtrace scan . --format json` 通过管道传递给任何 agent 或 LLM - **LangChain · CrewAI · AutoGen · LlamaIndex** — 一行代码将 CLI/JSON 封装为工具 - **CI / 脚本** — 为非 AI pipeline 提供 exit code + SARIF ## 对比分析 | | **Cognis claimtrace** | 典型工具 | |---|:---:|:---:| | 支持自托管，无需账号 | ✅ | 视情况而定 | | 单条命令，零配置 | ✅ | ⚠️ | | 适用于 CI 的 JSON + SARIF | ✅ | 视情况而定 | | MCP 原生支持 (AI agent) | ✅ | ❌ | | 多语言移植 (JS/Go/Rust) | ✅ | ❌ | | 开源许可 | ✅ COCL | 视情况而定 | ## 集成 接入您的技术栈：用于代码扫描的 **SARIF**，用于任何场景的 **JSON**，用于 AI agent 的 **MCP server** (`claimtrace mcp`)，以及用于 SIEM/Slack/Jira 的 webhook 转发器。详见 [`docs/INTEGRATIONS.md`](docs/INTEGRATIONS.md)。 ## 安装 —— 全平台的各种方式 ``` pip install "git+https://github.com/cognis-digital/claimtrace.git" # pip (works today) pipx install "git+https://github.com/cognis-digital/claimtrace.git" # isolated CLI uv tool install "git+https://github.com/cognis-digital/claimtrace.git" # uv pip install cognis-claimtrace # PyPI (when published) docker run --rm ghcr.io/cognis-digital/claimtrace:latest --help # Docker brew install cognis-digital/tap/claimtrace # Homebrew tap curl -fsSL https://raw.githubusercontent.com/cognis-digital/claimtrace/main/install.sh | sh ``` | Linux | macOS | Windows | Docker | 云平台 | |---|---|---|---|---| | `scripts/setup-linux.sh` | `scripts/setup-macos.sh` | `scripts/setup-windows.ps1` | `docker run ghcr.io/cognis-digital/claimtrace` | [DEPLOY.md](docs/DEPLOY.md) (AWS/Azure/GCP/k8s) | ## 相关 Cognis 工具 - [`deepcheck`](https://github.com/cognis-digital/deepcheck) — 带有 C2PA 验证的轻量级合成媒体检测器 - [`electionlens`](https://github.com/cognis-digital/electionlens) — 针对选举期间的影响力行动模式监控器 - [`narrativediff`](https://github.com/cognis-digital/narrativediff) — 针对单一事件的跨 50+ 媒体新闻偏见与框架对比工具 **探索完整套件 →** [🗂️ 所有 170+ 工具](https://github.com/cognis-digital/cognis-neural-suite) · [⭐ awesome-cognis](https://github.com/cognis-digital/awesome-cognis) · [🔗 cognis-sources](https://github.com/cognis-digital/cognis-sources) · [🤖 uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet) · [🧠 engram](https://github.com/cognis-digital/engram) ## 互操作性 `{}` 与包含 300+ 工具的 Cognis 套件无缝组合 —— 支持 JSON 输入/输出以及共享的 兼容 OpenAI 的 `/v1` 主干。详见 **[INTEROP.md](INTEROP.md)** 获取 套件图谱、组合模式和参考技术栈。 ## 许可证 在 **Cognis Open Collaboration License (COCL) v1.0** 下提供源码可见授权 —— 个人使用、内部评估、研究和教育用途免费；**商业 / 生产环境使用需要获取许可** (licensing@cognis.digital)。详见 [LICENSE](LICENSE)。

标签：LNA, 信息完整性, 信息溯源, 动态分析, 可视化界面, 数据可视化, 文本分析, 日志审计, 虚假信息追踪, 请求拦截, 逆向工具