sum

SUM 是一个开源项目，为 AI 转换后的文本提供信任层。它帮助用户重塑文本、对照原始来源检查变更，并分享可验证的评论。该项目的长期目标是成为知识蒸馏器，在保留来源的基础上提供有用的细节和视角层次。 核心功能包括： - 浏览器工作台中的来源/改写审查，支持收据感知导出 - 用于基于模型的研究测量和离线验证的 CLI 和 MCP 工具 - 意义差异分析，显示改写后哪些源声明得以保留、哪些消失 - 使用 Ed25519 签名对 JCS 规范化字节进行签名的加密收据，可在 Python、Node 和浏览器运行时中交叉验证 关键特性： 1. 意义丢失收据：对指定意义丢失代理进行签名、可重放的证书，验证依赖轻量（无需 numpy/scipy/torch/GPU/网络） 2. 渲染收据：证明转换已发生（签发者、输入、滑块位置、模型、时间） 3. 认证链：将有序跳数收据绑定到整数精确的 Bonferroni 预算中，具有联合置信度 4. 合规验证器：支持欧盟 AI 法案、GDPR、HIPAA、ISO/IEC 27001、SOC 2 和 PCI DSS 5. MCP 服务器：为智能体集群集成验证和意义差异工具 6. 转换基座：通过 Ed25519/JCS/分离式 JWS 提供转换注册表和收据 该项目强调对已证明内容和已测量内容的透明度。密码学部分通过三个独立验证器实现逐字节一致来机械证明。语义部分（提取质量、事实保留）通过每个语料库的显式数字和边界进行经验测量。 安装通过 pip 进行，带有可选扩展：'sum-engine[sieve]' 用于基本功能，'sum-engine[verify]' 用于轻量验证，'sum-engine[research,judge]' 用于意义差异分析，'sum-engine[research,receipt-verify,judge]' 用于铸造收据。 该项目采用 Apache-2.0 许可证，并与开放标准（C2PA、W3C VC 2.0、JOSE/JWS/JWKS）保持一致。