agent-trace-audit

当用户说『AI刚才干了什么我要查』『agent操作有没有越界』『出事了能回溯吗』『给AI行为留个账本』，或要给 agent 的操作做可审计留痕时使用。把 agent 的动作日志（时间戳/执行者/动作/对象/是否过闸）建成可追溯账本，标出未过闸的越界操作（有籍），输出时间线+违规清单。可运行脚本（trace_audit 审计器）。理论根基：LGD 三律之有籍（全程可追溯）。与 agent-redteam-kit/有门禁互补。触发词：行为留痕、trace audit、操作审计、agent回溯、可追溯、行为账本、审计日志。

凡自治之物 · LGD 治理学 · 创造术家族 ｜ 评测协议：skill-quality-gate

English

When to use

1. When the user questions or follows up on what an agent just did and asks to "check the ledger".
2. When suspected risk behavior is detected: unauthorized access, unapproved execution, "no registration", or "failed gate".
3. When reporting AI-service compliance to management and needing a fully traceable behavior ledger as evidence.
4. When the user explicitly uses trigger words (e.g. "behavior trace", "audit log") to start a review.

Usage

Natural-language calls are supported, as well as precise command-line execution; the underlying script is trace_audit.py. Configurable parameters: -t/--time-range (query window), -f/--format (json/text output), -v/--violation-flag (force-flag boundary-crossing actions). Without the command line, just say "audit the AI behavior just now" and the call protocol matches automatically.

Process

1. The user issues an instruction or natural-language question containing audit intent.
2. The system parses context, identifies the trace_audit script, and loads the local log cache.
3. The script reads core fields: timestamp, actor, action, and object.
4. Per the LGD Three Laws, verify whether each operation has a "gate" permission record.
5. Auto-filter boundary-crossing actions that failed the gate, and build a full timeline plus violation list.
6. Return an audit conclusion with the evidence chain and follow-up compliance advice.

Evidence & safety statement

• Evidence: TBD (no evaluation/badge link yet; fill in the real link here once produced).
• Version: 1.0.1
• Safety: No independent security scan has been done (TBD); the conclusion is pending. No endorsement is given until it is completed.

中文

何时用

1. 当用户质疑或追问 Agent 刚完成的具体操作及其结果，要求“查账”时。
2. 当检测到疑似 AI 存在越权访问、未授权执行等“无籍”或“过闸失败”风险行为时。
3. 当需要向管理层汇报 AI 服务合规性，需提供全程可追溯的行为账本证据时。
4. 当用户在对话中显式使用触发词（如“行为留痕”、“审计日志”）发起核查请求时。

用法

支持自然语言直接调用或命令行精确执行，底层脚本文件位于 __pycache__/trace_audit.py。可配置参数：-t/--time-range (设定日志查询时间窗口)；-f/--format (指定输出格式为 json/text)；-v/--violation-flag (强制标记越界操作)。若无需命令行，直接描述“帮我审计一下刚才的 AI 行为”即可自动匹配调用协议。

流程

1. 用户发起包含审计意图的指令或自然语言提问。
2. 系统解析上下文，识别 trace_audit 脚本并加载本地日志缓存。
3. 执行脚本读取时间戳、执行者、动作及对象等核心字段。
4. 依据 LGD 三律标准校验每笔操作是否具备“过闸”权限记录。
5. 自动筛选未过闸的越界行为，构建完整的时间线与违规清单。
6. 向用户返回含证据链的审计结论与后续合规建议。

证据与安全声明

• 证据：TBD（暂无评测/徽章链接；产生后在此更新实际链接）
• 版本：1.0.0
• 安全：未做独立安全扫描（TBD），结论待补；补全前不作推荐背书。