WhitePact — независимый слой принятия решений, управления и гарантий для автономных систем, работающий в рантайме: движок принятия решений по управлению с пятью исходами (ALLOW / ALLOW_WITH_REDACTION / REQUIRE_APPROVAL / DENY / QUARANTINE), оценка доверия, выявление предвзятости, guardrails, детекция галлюцинаций, маппинг соответствия нормативам (NIST AI RMF / EU AI Act / ISO 42001), аналитика затрат, мониторинг дрейфа, публичный Trust Index / лидерборд / AI Incident Database, а также MCP-сервер (30 инструментов, 20 ресурсов) с интеграциями trust-gate для LangChain, LangGraph и Google ADK.

┌──────────────────────────────────────────────────────────────────────────────┐
│                        WhitePact  v1.2.6                                     │
│                                                                              │
│  ┌──────────────┐  ┌─────────────┐  ┌──────────────┐  ┌──────────────────┐  │
│  │ Governance   │  │ Trust Score │  │  Compliance  │  │  Guardrails      │  │
│  │ 5-way decide │  │ 6-dim A–F   │  │ NIST/EU/ISO  │  │  PII + Tox       │  │
│  └──────────────┘  └─────────────┘  └──────────────┘  └──────────────────┘  │
│  ┌──────────────┐  ┌─────────────┐  ┌──────────────┐  ┌──────────────────┐  │
│  │ Hallucination│  │ Cost Intel  │  │   Red Team   │  │  Drift Monitor   │  │
│  │ Self-consist.│  │ Route+Budget│  │ 10 attacks   │  │  Alerts+Trend    │  │
│  └──────────────┘  └─────────────┘  └──────────────┘  └──────────────────┘  │
│  ┌──────────────┐  ┌─────────────┐  ┌──────────────┐  ┌──────────────────┐  │
│  │ AI Passport  │  │  BiasBuster │  │ PrivacyLabel │  │  MCP Server      │  │
│  │ SHA-256 cert │  │ 6 probes+CI │  │  Federated   │  │  30 tools/HTTP   │  │
│  └──────────────┘  └─────────────┘  └──────────────┘  └──────────────────┘  │
│  ┌──────────────────────────────────────────────────────────────────────────┐ │
│  │   Governance Dashboard — FastAPI · Per-org rate limit · Alembic · OTEL  │ │
│  └──────────────────────────────────────────────────────────────────────────┘ │
└──────────────────────────────────────────────────────────────────────────────┘

Какую проблему это решает

Каждая команда, выводящая AI в продакшен, сталкивается с одним и тем же пробелом: нет единого способа доказать, что модель — или действия автономного агента — безопасны, справедливы, соответствуют нормативам и подотчётны. Аудиты проводятся вручную, предвзятость обнаруживается уже в продакшене, комплаенс живёт в электронной таблице, вызовы инструментов агента остаются без контроля, и никто не знает, каким будет счёт за LLM в следующем месяце.

WhitePact закрывает эту потребность одной платформой — REST API, Python SDK, MCP-сервер и дашборд в реальном времени — покрывающей полный жизненный цикл управления:

Проблема	Модуль	Результат
Разрешить это действие агента, отредактировать его, отправить на одобрение, отклонить или поместить в карантин?	`WhitePactRuntimeGateway` (ядро управления)	Пятивариантное решение `GovernanceDecision`, детерминированное, без вызова LLM в цепочке принятия решения
Заслуживает ли эта модель доверия?	`TrustScoreEngine`	Оценка 0–100, грейд A–F, уровень риска
Соответствует ли она нормативным требованиям?	`ComplianceEngine`	NIST AI RMF, уровень по EU AI Act, ISO 42001
Утекают ли через неё персональные данные (PII)?	`GuardrailsEngine`	Блокировка / редактирование с журналом аудита
Галлюцинирует ли она?	`HallucinationDetector`	Оценка риска, неподтверждённые утверждения
Подвержена ли она атакам?	`RedTeamSimulator`	10 векторов атак, идентификаторы CVE, доля безопасных отказов
Во сколько она обходится?	`CostTracker` + `ModelRouter`	Затраты в USD по каждой модели, маршрутизация на самую дешёвую подходящую модель
Ухудшается ли её качество со временем?	`TrustDriftMonitor`	Тренд за 7/30 дней, оповещения по уровню критичности
Есть ли в ней предвзятость?	`BiasBuster`	6 демографических проб, шлюз в CI
Снабжены ли данные метками с сохранением приватности?	`PrivacyLabel`	Федеративные DP-метки, данные не покидают устройство
Подлинный ли это медиаконтент?	`DeepfakeDetector`	Ансамблевая оценка уверенности, определённый метод подделки
Можно ли доверять стороннему MCP-серверу до подключения к нему?	`SupplyChainScanner`	Вердикты VERIFIED_FACT / INFERRED_SIGNAL / UNKNOWN — проверки на тайпсквоттинг, соответствие описания содержимому и известные инциденты
Ведётся ли защищённая от подделки запись каждого решения по управлению?	`EvidenceRepository`	Хеш-цепочка записей `EvidenceRecord`, изоляция по организациям, `verify_chain()`
Попадает ли рискованное действие на проверку человеку?	`ApprovalRepository`	Процесс `PENDING → APPROVED/DENIED`, защищённый от состояний гонки
Как эта модель ранжируется среди других — независимо?	`Public Leaderboard`	Кросс-модельный рейтинг доверия на основе реальных вызовов API каждой модели, а не самоотчётов
Можно ли где угодно сослаться на оценку доверия и проверить её?	`Trust Index`	Бесплатный сертифицированный паспорт — самостоятельно оценённый или проверенный людьми, с верификацией по `/verify/{id}` и встраиваемым бейджем
Были ли у этой AI-системы публичные сбои раньше?	`AI Incident Database`	Публичный реестр с краудсорсинговыми отчётами, модерацией и хеш-цепочками
Должен ли мой агент доверять этому стороннему инструменту перед его вызовом?	`rai_check_trust` + интеграции с LangChain/LangGraph/ADK	Бесплатная проверка плюс реальный шлюз блокировки/паузы прямо внутри агента
Может ли любой MCP-клиент контролировать каждый вызов AI?	`MCP Server`	27 инструментов управления через stdio, Streamable HTTP или устаревший HTTP+SSE

Установка

# Governance platform + REST API
pip install "rai-governance-platform[dashboard]"

# With PostgreSQL support
pip install "rai-governance-platform[dashboard,postgres]"

# With Redis + OpenTelemetry
pip install "rai-governance-platform[dashboard,redis,telemetry]"

# With LLM providers
pip install "rai-governance-platform[dashboard,openai,anthropic]"

# Everything
pip install "rai-governance-platform[all]"

Опубликованное имя пакета на PyPI (rai-governance-platform) и имя для импорта (responsibleai) появились до переименования в WhitePact и сохранены без изменений — в разделе 3 файла MIGRATION_WHITEPACT_V2.md объясняется, почему вместо переименования опубликованного пакета был добавлен пакет-алиас (whitepact).

Быстрый старт за 30 секунд

# Start the governance dashboard
pip install "rai-governance-platform[dashboard]"
uvicorn responsibleai.dashboard.app:app --port 8765

# Evaluate a model (no LLM key needed — supply your own scores)
curl -X POST http://localhost:8765/api/evaluate \
  -H "Content-Type: application/json" \
  -d '{
    "model_name": "gpt-4o",
    "provider": "openai",
    "fairness": 0.80,
    "privacy": 0.85,
    "security": 0.82,
    "robustness": 0.78,
    "compliance": 0.90,
    "authenticity": 0.88
  }'

{
  "trust_score": { "trust_score": 83.65, "grade": "B", "risk": "LOW" },
  "compliance": { "overall_score": 80.5, "eu_ai_act_tier": "limited_risk", "violations": 0 },
  "passport_id": "rai-a3f7c2b1",
  "passport_hash": "4d8e1f2a9c3b7e6d...",
  "drift_alert": null
}

Откройте http://localhost:8765, чтобы увидеть дашборд в реальном времени, и http://localhost:8765/api/docs — для интерактивной документации API.

Ядро управления — пять типов решений вместо бинарного «разрешить/запретить»

src/responsibleai/governance/ (полный контракт архитектуры — в разделах 4–8 файла SPEC.md) — это детерминированный runtime-механизм авторизации, который стоит перед вызовами инструментов агентом:

from responsibleai.governance import WhitePactRuntimeGateway, ActionRequest, AuthorityContext

gateway = WhitePactRuntimeGateway()
result = gateway.evaluate(
    action=ActionRequest(tool_name="rai_scan", arguments={"text": "..."}),
    authority=AuthorityContext(org_id="acme", agent_id="agent-1"),
)
print(result.decision)  # GovernanceDecision.ALLOW | ALLOW_WITH_REDACTION | REQUIRE_APPROVAL | DENY | QUARANTINE

Уровни риска (governance/risk.py) — каждый инструмент MCP классифицируется по жёстко заданной, защищённой от дрейфа таблице, а не выводится на лету в момент вызова.
Движок политик (governance/policy.py) — правила по принципу «первое совпадение выигрывает» с эффектами ALLOW / DENY / REQUIRE_APPROVAL.
Доказательства (governance/evidence.py) — каждое решение записывается в хеш-цепочный EvidenceRecord на уровне организации; verify_chain() обнаруживает подмену. Исходные значения аргументов никогда не сохраняются — только ключи-имена полей.
Процесс согласования (governance/approval.py) — решения с REQUIRE_APPROVAL ставят в очередь реальный, устойчивый к гонкам ApprovalRequest с API разрешения, а не просто строку в логе.
Сканер цепочки поставок (src/responsibleai/supplychain/) — прежде чем агент доверится стороннему MCP-серверу или инструменту, SupplyChainScanner возвращает один из трёх явных вердиктов (VERIFIED_FACT / INFERRED_SIGNAL / UNKNOWN) — никогда не единый непрозрачный балл доверия — на основе обнаружения тайпсквоттинга, сканирования описаний инструментов и перекрёстной сверки с известными инцидентами.
Identity Bridge (integrations/identity_bridge.py) — сопоставляет claims ID-токенов Entra ID, Google Workspace, Okta и AWS (Cognito / IAM Identity Center) с IdentityContext, а также map_groups_to_authority() для преобразования членства в группах IdP в AuthorityContext с предоставленными типами действий. См. раздел Identity Bridge в MACHINE_AUTHORITY_V1.md, где точно указано, что проверяется (корректность формы claims в соответствии с публичной документацией каждого провайдера), а что нет (тестирование на живых тенантах, разрешение имён групп через Graph/Admin-SDK, путь SigV4 без JWT в AWS).

Ни одно решение управления не принимается на основе LLM; почему — см. DETERMINISTIC_VS_PROBABILISTIC.md.

Увидеть сквозной сценарий: examples/08_whitepact_enterprise_scenario.py прогоняет полный сценарий (организация онбордит автономного финансового агента) через все восемь инвариантов машинной авторизации — потолок прав, делегирование, ослабление, кворум согласования, композиция workflow, бюджет автономии, межсетевой экран памяти, пакет доказательств — против реального кода, API-ключи не требуются:

python examples/08_whitepact_enterprise_scenario.py

MCP-сервер — управляйте каждым вызовом ИИ из Claude Code, Claude Desktop или любого MCP-клиента

MCP-сервер (Model Context Protocol) предоставляет WhitePact как 30 инструментов и 20 ресурсов (10 канонических URI ресурсов, двойная публикация под схемами whitepact:// и rai:// — см. MIGRATION_WHITEPACT_V2.md) любому MCP-совместимому клиенту — Claude Code, Claude Desktop, Cursor, Windsurf или собственной среде исполнения агента. Поддерживаются три транспорта: stdio, Streamable HTTP (/mcp, актуальная спецификация MCP) и устаревший HTTP+SSE (/sse + /messages/, сохранён для старых клиентов). Когда клиент команды указывает на этот сервер, каждое взаимодействие с ИИ автоматически проходит через управление — пятиуровневые решения, оценка доверия, guardrails, проверки соответствия (NIST AI RMF / EU AI Act / ISO 42001), оценка предвзятости, обнаружение дрейфа, отслеживание затрат и хеш-цепочные аудиторские доказательства срабатывают при любом вызове без изменений в коде.

Установка

# Install
pip install "rai-governance-platform[dashboard,mcp]"

# Start the REST API (MCP tools call it internally)
RAI_DB_PATH=/var/lib/rai/governance.db \
RAI_API_KEYS=your-key-here \
uvicorn responsibleai.dashboard.app:app --host 127.0.0.1 --port 8765 &

# Add to Claude Code (~/.claude/claude_desktop_config.json or via /mcp)

{
  "mcpServers": {
    "whitepact": {
      "command": "whitepact-mcp",
      "env": {
        "RAI_API_URL": "http://localhost:8765",
        "RAI_API_KEY": "your-key-here"
      }
    }
  }
}

whitepact-mcp и responsibleai-mcp — это одна и та же точка входа; см. [project.scripts] в pyproject.toml. Оба имени продолжат работать — используйте то, которое предпочитаете.

Доступные инструменты (27)

Инструмент	Что делает
`rai_scan`	Обнаруживает и вычищает PII и вредоносный контент, прежде чем он попадёт в лог
`rai_trust_score`	Составной AI Trust Score (0–100) по 6 измерениям управления
`rai_compliance`	Оценка соответствия NIST AI RMF / EU AI Act / ISO 42001
`rai_hallucination`	Риск галлюцинаций на основе хеджирования, согласованности, неподтверждённых утверждений
`rai_cost_estimate`	Стоимость вызова API модели в USD по количеству токенов
`rai_redteam_payloads`	Пейлоады состязательных атак (prompt injection, jailbreak и т. д.)
`rai_redteam_analyze`	Отчёт безопасности по ответам модели на red team-пейлоады
`rai_compare_models`	Сравнение двух моделей по всем 6 измерениям доверия
`rai_audit_summary`	Сводка возможностей управления (инструменты, фреймворки, векторы атак)
`rai_health`	Статус и доступность модулей движка управления
`rai_bias_evaluate`	Демографическая предвзятость по 6 измерениям проверки с доверительными интервалами
`rai_drift_check`	Дрейф балла доверия между базовой и текущей оценкой
`rai_passport_generate`	Проверяемый, защищённый от подмены AI Passport для оценки рисков поставщиков
`rai_budget_check`	Расход против бюджета, разбивка по командам/моделям, прогноз на конец месяца
`rai_policy_check`	Проверка текста/ответа на соответствие политике управления (блоклисты, дисклеймеры)
`rai_stream_scan`	Сканирование PII/вредоносного контента по чанкам потокового вывода LLM
`rai_benchmark`	Оценка ответов по наборам truthfulqa / bbq / hellaswag
`rai_benchmark_prompts`	Набор вопросов для набора бенчмарков
`rai_model_route`	Самая дешёвая модель, справляющаяся с задачей, с учётом компромисса цена/качество
`rai_pii_report`	Аудиторский отчёт по PII по категориям с рекомендациями по устранению в рамках GDPR/CCPA
`rai_incident_log`	Структурированная запись инцидента управления для аудита/SIEM
`rai_eu_ai_act_classify`	Классификация уровня риска по EU AI Act с дорожной картой соответствия
`rai_iso42001_gap`	Анализ пробелов системы менеджмента ИИ ISO/IEC 42001:2023
`rai_executive_summary`	Готовое для совета директоров резюме управления с индикаторами статуса RAG
`rai_org_status`	Снимок статуса управления: модели, оценки, соответствие, риски
`rai_webhook_status`	Состояние доставки вебхуков, анализ сбоев, действия по устранению
`rai_check_trust`	Бесплатный публичный запрос Trust Index для сторонней модели/инструмента перед его вызовом агентом — в отличие от всех прочих инструментов выше, которые оценивают вывод, созданный самим вызывающим

Интеграции с фреймворками агентов — LangChain, LangGraph, Google ADK

src/responsibleai/integrations/ подключает rai_check_trust напрямую к трём фреймворкам агентов, чтобы агент мог блокироваться по публичному баллу доверия инструмента до его вызова, а не просто логировать вызов постфактум:

LangChain (langchain_middleware.py) — TrustGateMiddleware, middleware для wrap_tool_call, который полностью блокирует вызов, если его балл ниже порога. Требует pip install "rai-governance-platform[langchain]".
LangGraph (langgraph_gate.py) — make_trust_gate_node(), узел, который приостанавливает граф через interrupt() для решения человека «одобрить/отклонить» по вызову ниже порога, вместо жёсткой блокировки. Требует pip install "rai-governance-platform[langgraph]".
Google ADK (adk_toolset.py) — build_stdio_toolset() / build_http_toolset(), тонкие фабрики поверх McpToolset из ADK, которые автоматически обнаруживают инструменты MCP-сервера этого проекта без кастомного связующего кода. Требует pip install "rai-governance-platform[adk]".

Все три — или любое их подмножество — устанавливаются через pip install "rai-governance-platform[agent-frameworks]". Обоснование каждого см. в фазе B файла GAME_CHANGER_BUILD_PLAN.md.

Доступные ресурсы (20)

10 канонических ресурсов, каждый из которых объявляется одновременно по обеим схемам URI — whitepact:// и rai:// (двойная схема добавлена как расширение — см. MIGRATION_WHITEPACT_V2.md; в таблице ниже приведён канонический URI):

Ресурс	URI	Содержимое
Состояние сервиса	`whitepact://health`	Текущий статус работоспособности governance-сервиса
Каталог цен на модели	`whitepact://models/catalog`	Поддерживаемые модели с ценами за токен
Фреймворки комплаенса	`whitepact://compliance/frameworks`	NIST AI RMF, EU AI Act, ISO 42001
Категории атак red team	`whitepact://redteam/categories`	Категории состязательных атак
Измерения доверия	`whitepact://trust/dimensions`	6 измерений, лежащих в основе Trust Score
Каталог bias-проб	`whitepact://bias/probes`	Доступные bias-пробы и интерпретация оценок
Шаблон политики управления	`whitepact://governance/policy`	Шаблон политики по умолчанию для `rai_policy_check`
Справочник грейдов доверия	`whitepact://trust/grades`	Пороги грейдов, уровни риска, рекомендации по развёртыванию
Чек-лист NIST AI RMF	`whitepact://compliance/checklist/nist`	Практический чек-лист внедрения NIST
Чек-лист EU AI Act	`whitepact://compliance/checklist/eu-ai-act`	Чек-лист комплаенса для операторов высокого риска

Листинги в MCP-каталогах

WhitePact уже сегодня присутствует в реальных MCP-каталогах и доступен для запросов — это не планы на будущее, всё проверено вживую:

Официальный реестр MCP — файл server.json в корне репозитория (схема 2025-12-11, версия листинга 1.2.3) опубликован как io.github.Guruprasath-Annadurai/whitepact; доступность подтверждена через registry.modelcontextprotocol.io. В листинге заявлены и PyPI/stdio-пакет (whitepact-mcp, self-hosted, бесплатный, без ограничений), и запись remotes, указывающая на хостинговые транспорты Streamable HTTP и SSE (whitepact-mcp-http.onrender.com), — удалённый коннектор в один клик, а не просто устанавливаемый пакет.
Плагин Antigravity CLI — каталог plugins/whitepact/ в корне репозитория оформлен по официальному формату манифеста плагинов Antigravity и подключается через serverUrl к тому же хостинговому транспорту Streamable HTTP. Официального каталога плагинов Antigravity пока не существует, поэтому плагин распространяется напрямую из репозитория — см. plugins/whitepact/README.md.
Smithery — листинг guruprasathannadurai-official/whitepact: при сканировании хостингового транспорта Streamable HTTP (whitepact-mcp-http.onrender.com/mcp — отдельный сервис Render, не связанный с основной панелью) обнаружено 30 инструментов и 20 ресурсов. В этом развёртывании не настроен сервер авторизации OAuth — используются только статические Bearer API-ключи, — поэтому публичный, не требующий аутентификации файл /.well-known/mcp/server-card.json отдаёт те же актуальные TOOL_DEFS/RESOURCE_DEFS, которые объявляет сам сервер; это нужно каталогам, чьи сканеры не могут выполнить полный аутентифицированный обход вживую.

Полный план распространения, включая каталоги, в которые заявка ещё не подана, описан в compliance/MCP_DISTRIBUTION_GUIDE.md.

Интеграции с платформами

WhitePact подключается к основным AI-платформам как единый MCP-сервер через клиенты, совместимые со стандартом, — без отдельных форков под каждую платформу и без дублирования логики управления. Каноническая матрица совместимости (PLATFORM_COMPATIBILITY.md), инструкции по настройке для каждой платформы (GitHub Copilot, Microsoft Copilot, Claude, Grok, Gemini, Amazon Q, AWS Bedrock AgentCore, Mistral Le Chat, Cursor) и список задач, которые всё ещё требуют участия человека (FOUNDER_ACTIONS.md), собраны в docs/integrations/. Для живой проверки на уровне протокола против хостингового эндпоинта запустите python scripts/integration_smoke.py.

Python SDK

Расчёт Trust Score

from responsibleai import TrustScoreEngine, PassportGenerator

engine = TrustScoreEngine()
score = engine.compute(
    fairness=0.80, privacy=0.85, security=0.82,
    robustness=0.78, compliance=0.90, authenticity=0.88,
)
print(f"{score.overall:.1f} / 100  Grade: {score.grade}  Risk: {score.risk_level}")
# → 83.7 / 100  Grade: B  Risk: LOW

passport = PassportGenerator().generate(
    model_name="gpt-4o", provider="openai", trust_score=score,
    compliance_summary={"overall": 80.5},
)
print(passport.passport_id)
passport.export_html("passport.html")

Guardrails — блокировка PII до попадания в логи

from responsibleai import GuardrailsEngine

guardrails = GuardrailsEngine()
result = guardrails.scan("Customer SSN is 123-45-6789, email: alice@company.com")

print(result.is_blocked)      # True
print(result.pii_count)       # 2
print(result.redacted_text)   # "Customer SSN is [SSN], email: [EMAIL]"

Обнаружение галлюцинаций

from responsibleai import HallucinationDetector

detector = HallucinationDetector()
result = detector.analyze(
    "AI will replace all human jobs by 2025.",
    candidates=[
        "AI will automate some repetitive tasks.",
        "AI creates new job categories alongside displacing others.",
    ],
)
print(f"Risk: {result.hallucination_risk:.2f}  Level: {result.risk_level}")

Комплаенс — NIST AI RMF, EU AI Act, ISO 42001

from responsibleai import ComplianceEngine

engine = ComplianceEngine()
report = engine.evaluate(
    fairness_score=0.80, privacy_score=0.85,
    security_score=0.82, robustness_score=0.78,
    compliance_maturity=0.90, use_case="credit_scoring",
)
print(f"Score: {report.compliance_score * 100:.1f}%")
print(f"EU AI Act tier: {report.eu_ai_act_tier.value}")  # high_risk

Симуляция атак red team

from responsibleai import RedTeamSimulator

simulator = RedTeamSimulator()
report = simulator.run_all()

print(f"Security score: {report.security_score:.1f}/100")
print(f"Vulnerabilities: {len(report.vulnerabilities)}")
for v in report.critical_vulnerabilities:
    print(f"  [{v['cwe_id']}] {v['name']}")

Аналитика затрат

from responsibleai import CostTracker, ModelRouter, TokenUsage, BudgetPolicy

tracker = CostTracker(db_path="~/.responsibleai/data.db",
                      policy=BudgetPolicy(monthly_limit_usd=500.0))
usage = TokenUsage.create(
    provider="openai", model="gpt-4o",
    input_tokens=2000, output_tokens=800, team="product",
)
record = tracker.record(usage)
print(f"This call: ${record.total_cost:.4f}")
print(f"Month to date: ${tracker.total_cost(30):.2f}")

router = ModelRouter()
decision = router.route("Classify this email as spam or not spam", "balanced")
print(f"Recommended: {decision.recommended_model}  ${decision.estimated_cost_per_1k:.4f}/1k tokens")

Мониторинг дрейфа Trust Score

from responsibleai import TrustScoreEngine, TrustDriftMonitor

monitor = TrustDriftMonitor(db_path=":memory:", alert_threshold=5.0)
engine = TrustScoreEngine()

for fairness in [0.90, 0.88, 0.85, 0.72]:
    score = engine.compute(fairness=fairness, privacy=0.85, security=0.80,
                           robustness=0.80, compliance=0.85, authenticity=0.85)
    alert = monitor.record("gpt-4o", "openai", score)
    if alert:
        print(f"Drift alert! {alert.severity}: {alert.delta:.1f} pt drop")

Панель управления Governance

Production-приложение на FastAPI со SPA в тёмной теме. Рабочий экземпляр доступен по адресу whitepact.com.

# Development (auth off, SQLite in-memory)
RAI_AUTH_ENABLED=false uvicorn responsibleai.dashboard.app:app --port 8765

# Production (auth + persistent DB)
RAI_API_KEYS=your-key-here \
RAI_DB_PATH=/data/responsibleai.db \
uvicorn responsibleai.dashboard.app:app --host 0.0.0.0 --port 8765 --workers 4

# Docker
docker compose up -d

Эндпоинты REST API

Метод	Путь	Описание
`GET`	`/api/health`	Проверка состояния — БД, аутентификация, OTEL, версия
`GET`	`/api/metrics`	Аптайм, количество запросов, доля ошибок, расходы за месяц
`POST`	`/api/evaluate`	Полная оценка → trust-рейтинг + комплаенс + паспорт
`GET`	`/api/trust-score/{model}/{provider}`	История оценок + тренд дрейфа
`GET`	`/api/models`	Все оценённые модели
`POST`	`/api/scan`	Guardrails — обнаружение PII + маскирование
`POST`	`/api/hallucination`	Анализ риска галлюцинаций
`POST`	`/api/cost/record`	Фиксация расхода токенов
`GET`	`/api/cost/summary`	Разбивка расходов по модели / команде / дню
`POST`	`/api/cost/analyze`	Эффективность промптов — выявление избыточности
`POST`	`/api/cost/route`	Маршрутизация задачи на самую дешёвую подходящую модель
`GET`	`/api/cost/models`	Полный каталог цен на модели
`GET`	`/api/drift/{model}/{provider}`	Тренд дрейфа + история
`GET`	`/api/audit`	Журнал аудита с пагинацией (в рамках организации)
`GET`	`/api/audit/export`	Экспорт журнала аудита в JSONL или CSV
`GET`	`/api/audit/summary`	Счётчики аудита, сгруппированные по эндпоинтам
`GET`	`/api/redteam/payloads`	Библиотека red-team-пейлоадов (10 векторов)
`POST`	`/api/redteam/analyze`	Анализ ответов модели на предмет уязвимостей
`GET`	`/api/billing/usage`	Расход токенов и состояние бюджета
`GET`	`/api/leaderboard`	Публичный межмодельный рейтинг доверия (без аутентификации)
`GET`	`/api/leaderboard/{model}/{provider}/history`	Динамика одной модели во времени (без аутентификации)
`GET`	`/api/leaderboard/{model}/{provider}/diagnostic`	Результаты по каждому промпту — требуется план PRO
`POST`	`/api/trust-index/assess`	Бесплатная публичная самооценка по открытому стандарту Trust Index
`GET`	`/api/trust-index/verify/{passport_id}`	Проверка заявленного рейтинга Trust Index (без аутентификации)
`GET`	`/api/trust-index/check`	Бесплатный и публичный — trust-рейтинг и число инцидентов для указанной модели/инструмента по точному имени (без аутентификации); именно этот эндпоинт вызывают `rai_check_trust` и интеграции LangChain/LangGraph/ADK
`GET`	`/api/trust-index/registry`	Все оценённые модели/инструменты — сертифицированные и самодекларированные, начиная с новейших (без аутентификации) — источник данных для публичной страницы `/registry`
`GET`	`/api/trust-index/certified`	Каталог сертифицированных паспортов (без аутентификации)
`POST`	`/api/trust-index/certify/{passport_id}`	Сертификация паспорта — только для супер-администратора
`GET`	`/api/trust-index/badge/{passport_id}.svg`	Встраиваемый бейдж доверия (Self-Assessed / Certified), без аутентификации
`POST`	`/api/incident-db/report`	Сообщение о публично наблюдаемом AI-инциденте (без аутентификации, с ограничением частоты запросов)
`GET`	`/api/incident-db`	Просмотр опубликованных инцидентов — фильтры по модели, провайдеру, серьёзности и типу (без аутентификации)
`GET`	`/api/incident-db/check`	Проверка инцидентов по точному совпадению для модели/провайдера перед деплоем — PRO/ENTERPRISE
`GET`	`/api/incident-db/verify`	Пересчёт хеш-цепочки по всем опубликованным записям (без аутентификации)
`POST`	`/api/orgs/{org_id}/keys/{key_id}/mfa/enroll`	Регистрация API-ключа в TOTP MFA
`POST`	`/api/orgs/{org_id}/keys/{key_id}/mfa/verify`	Проверка кода TOTP / резервного кода
`GET`/`POST`	`/api/governance/evidence`	Чтение/запись записей governance-свидетельств, защищённых хеш-цепочкой
`GET`/`POST`	`/api/governance/approvals`	Постановка решений `REQUIRE_APPROVAL` в очередь и их обработка

Интерактивная документация доступна по адресу /api/docs. Публичная страница рейтинга — /leaderboard; опубликованная методика подсчёта оценок описана в compliance/LEADERBOARD_METHODOLOGY.md, а для запуска оценок используйте scripts/run_leaderboard_eval.py. Открытый стандарт Trust Index и проверка паспортов — по адресу /verify/{id}; подробности в compliance/TRUST_INDEX_SPEC.md. Бесплатная самооценка без регистрации — /assess; все оценённые модели и инструменты собраны в /registry. Файл /llms.txt указывает AI-краулерам и движкам ответов на эти страницы как на канонические источники — обоснование приведено в GAME_CHANGER_STRATEGY.md.

Production-возможности

Возможность	Подробности
Аутентификация	Bearer-токен (`RAI_API_KEYS`) с RBAC (OWNER / ADMIN / ANALYST / VIEWER)
MFA	TOTP (RFC 6238) на шаге интерактивного входа, можно сделать обязательным на уровне организации, одноразовые резервные коды
Шифрование на уровне полей	Включается опционально (`RAI_FIELD_ENCRYPTION_KEY`) для `audit_log.ip_address`, контактных данных репортёров инцидентов, секретов вебхуков и MFA-секретов — с поддержкой ротации ключей (`MultiFernet`)
Rate limiting по организациям	Каждый Bearer-токен получает собственный бакет лимитов (ключ — SHA-256) — без общего глобального пула
CORS	Настраиваемые источники (`RAI_ALLOWED_ORIGINS`)
Заголовки безопасности	CSP, X-Frame-Options, X-Content-Type-Options
Структурированное логирование	JSON через structlog + ID запросов
База данных	SQLite (по умолчанию) или PostgreSQL (`RAI_DATABASE_URL`) с миграциями Alembic
Наблюдаемость	Трейсы и метрики OpenTelemetry (`RAI_OTEL_ENDPOINT`)
Вебхуки	Доставка с HMAC-подписью и очередь повторов, сохраняемая в БД (переживает перезапуски)
Обработка исключений	Сырые stack trace не доходят до клиентов
Governance-свидетельства	Хеш-цепочка, изоляция по организациям, защита от подделки (`GET /api/governance/evidence`)

Миграции базы данных (Alembic)

Изменениями схемы управляет Alembic. Выполните alembic history, чтобы получить актуальный и достоверный список миграций и таблиц — это значение меняется достаточно часто, поэтому жёстко указанное здесь число быстро устареет; источник истины — сама команда.

# Upgrade to latest schema
RAI_DB_PATH=/var/lib/rai/governance.db alembic upgrade head

# PostgreSQL
RAI_DB_URL=postgresql://user:pass@host:5432/responsibleai alembic upgrade head

# Show migration history
alembic history

# Generate a new migration after changing engine.py
alembic revision --autogenerate -m "add_new_column"

Все миграции используют render_as_batch=True, поэтому работают на SQLite и PostgreSQL без изменений.

Вебхук-уведомления

Зарегистрируйте эндпоинт и получайте подписанные события при срабатывании governance-порогов.

# Register a Slack webhook
curl -X POST http://localhost:8765/api/webhooks \
  -H "Authorization: Bearer your-key" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "ops-slack",
    "url": "https://hooks.slack.com/services/...",
    "events": ["drift_alert", "budget_exceeded", "guardrail_triggered"],
    "provider": "slack",
    "secret": "hmac-secret-for-signature-verification",
    "max_retries": 5
  }'

Доставки сохраняются в базе данных. Если сервер перезапустится в середине цикла повторов, фоновый воркер продолжит работу с места остановки при следующем запуске. Расписание повторов: 1 с → 5 с → 30 с → 2 мин → 10 мин.

Проверяйте полезную нагрузку по заголовку X-RAI-Signature-256: sha256=.

Docker

git clone https://github.com/Guruprasath-Annadurai/Whitepact.git
cd Whitepact

python3 -c "import secrets; print(secrets.token_urlsafe(32))"

cp .env.example .env
# Edit .env — set RAI_API_KEYS

docker compose up -d
# Dashboard: http://localhost:8765
# API docs:  http://localhost:8765/api/docs

PostgreSQL + Redis (горизонтальное масштабирование)

# .env
RAI_DATABASE_URL=postgresql://rai:secret@db-host:5432/responsibleai
RAI_REDIS_URL=redis://redis-host:6379/0
RAI_OTEL_ENDPOINT=http://otel-collector:4318

pip install "rai-governance-platform[dashboard,postgres,redis,telemetry]"

# Run migrations before first start
RAI_DB_URL=postgresql://rai:secret@db-host:5432/responsibleai alembic upgrade head

Асинхронный слой работы с базой данных использует SQLAlchemy с пулом соединений (pool_size=10, max_overflow=20, pool_pre_ping=True). Когда задан RAI_REDIS_URL, rate limiting переключается на хранилище с бэкендом Redis.

BiasBuster — оценка предвзятости в CI

# Fail CI when demographic bias exceeds threshold
biasbuster run \
  --provider openai --model gpt-4o \
  --probes gender-bias,racial-bias,cultural-bias \
  --threshold 0.20 \
  --output report --format html

from biasbuster import BiasBusterRunner, GenderBiasProbe, RacialBiasProbe
from biasbuster.providers import OpenAIProvider
import asyncio

async def main():
    provider = OpenAIProvider(api_key="sk-...", model="gpt-4o")
    runner = BiasBusterRunner(provider=provider)
    suite = await runner.run([
        GenderBiasProbe(threshold=0.20),
        RacialBiasProbe(threshold=0.20),
    ])
    print(f"Score: {suite.overall_score:.4f}  {'PASSED' if suite.passed else 'FAILED'}")

asyncio.run(main())

Доступные пробы: gender-bias, racial-bias, age-bias, religious-bias, occupational-stereotype, cultural-bias

Подсчёт оценки: косинусное расхождение TF-IDF + асимметрия длины + расхождение тональности VADER, 95% доверительные интервалы по бутстрэпу, усиление при пересечении совместных отказов (×1.15).

PrivacyLabel — федеративная разметка данных на устройстве

from privacylabel import FederatedClient, FedAvgAggregator

client = FederatedClient(
    node_id="hospital-node-01",
    provider=MyProvider(),
    epsilon_per_round=0.1,
    total_epsilon=1.0,
    delta=1e-6,
    gradient_clip=1.0,
)
# Raw data stays on disk — only privatised gradients leave the device
summary = await client.train_round("data/local_records.jsonl")
print(f"Privacy budget used: ε={summary.privacy_spent['spent_epsilon']:.3f}")

Реализованы механизмы Лапласа, Гаусса, экспоненциальный механизм и DP-SGD. Поддерживается агрегация, устойчивая к византийским отказам, на основе геометрической медианы Вайцфельда.

GitHub Actions — шлюз контроля предвзятости в CI

- name: Bias evaluation
  run: |
    pip install "rai-governance-platform[openai]"
    biasbuster run \
      --provider openai --model gpt-4o-mini \
      --probes gender-bias,racial-bias,cultural-bias \
      --threshold 0.20
  env:
    OPENAI_API_KEY: ${{ secrets.OPENAI_API_KEY }}

Переменные окружения

Переменная	По умолчанию	Описание
`RAI_DB_PATH`	`governance.db`	Путь к базе SQLite
`RAI_DB_URL`	(не задано = SQLite)	Полный URL SQLAlchemy — имеет приоритет над `RAI_DB_PATH`
`RAI_DATABASE_URL`	(не задано)	Псевдоним для `RAI_DB_URL`
`RAI_API_KEYS`	(пусто = аутентификация выключена)	Bearer-токены, разделённые запятыми
`RAI_AUTH_ENABLED`	`true`	Включение/отключение принудительной аутентификации
`RAI_REDIS_URL`	(не задано = in-memory)	URL Redis для распределённого rate limiting
`RAI_RATE_LIMIT_DEFAULT`	`100/minute`	Ограничение частоты запросов на организацию (ключ — Bearer-токен)
`RAI_OTEL_ENDPOINT`	(не задано = отключено)	HTTP-эндпоинт OTLP
`RAI_OTEL_SERVICE_NAME`	`responsibleai`	Имя сервиса для трассировок
`RAI_ALERT_THRESHOLD`	`5.0`	Падение Trust Score, при котором срабатывает оповещение о дрифте
`RAI_MONTHLY_BUDGET_USD`	`10000.0`	Месячный лимит расходов на AI
`RAI_LOG_LEVEL`	`INFO`	Уровень логирования
`RAI_LOG_JSON`	`true`	Структурированные JSON-логи
`RAI_HOST`	`127.0.0.1`	Адрес для привязки
`RAI_PORT`	`8765`	Порт

Также читаются эквиваленты с двойным префиксом WHITEPACT_* в тех случаях, когда они описаны в MIGRATION_WHITEPACT_V2.md; имена RAI_* остаются основным и всегда поддерживаемым вариантом.

Разработка

git clone https://github.com/Guruprasath-Annadurai/Whitepact.git
cd Whitepact

python3 -m venv .venv && source .venv/bin/activate
pip install -e ".[dev]"

# Full test suite (run it to see the current test count and coverage —
# see CONTRIBUTING.md's Running Tests section for why no number is
# hardcoded here)
pytest

# Dashboard tests only
RAI_DB_PATH=:memory: RAI_AUTH_ENABLED=false pytest tests/test_dashboard_api.py

# Webhook persistence tests
pytest tests/test_webhook_persistence.py

# MCP server tests
pytest tests/test_mcp_server.py

# Lint + type check
ruff check src/ tests/
mypy src/responsibleai src/biasbuster

Дорожная карта

Канонический план NOW/NEXT/LATER см. в ROADMAP.md. Список ниже — сохранённая для справки историческая сводка изменений по версиям.

Безопасность и гарантии открытого кода

Официальный проект OpenSSF/OSPS BadgeApp в настоящее время фиксирует OpenSSF Best Practices Silver и OSPS Baseline Level 1. Это добровольные подтверждения со стороны проекта, а не независимый аудит, тест на проникновение, сертификация SOC 2 или ISO. Актуальные технические границы и границы публичных заявлений поддерживаются в WHITEPACT_TRUST_STATUS.md и PUBLIC_TRUST_CLAIMS.md.

Потребители релизов могут ознакомиться с доказательствами подписанных тегов, процессом выпуска релизов, политикой безопасности, границей доказательств SLSA и руководством по верификации релизов. Повторно используемый пайплайн trusted-builder присутствует в ветке main. Релиз v1.2.6 полностью прошёл этот путь: его wheel и sdist были воспроизведены, захешированы, снабжены аттестациями, независимо проверены в задаче публикации, опубликованы на PyPI без пересборки, сверены по хешам с PyPI и приложены к GitHub Release вместе с CycloneDX SBOM. Независимая потребительская верификация была повторена 2026-08-31. Доказательства этого релиза оценены как соответствующие SLSA v1.2 Build L3; SLSA — это фреймворк соответствия требованиям, а не сертификация и не гарантия безопасности артефакта.

Дополнительные материалы

SPEC.md — действующий архитектурный контракт
MACHINE_AUTHORITY_PROBLEM.md — проблема, которую решает работа над слоем полномочий в v3
MACHINE_AUTHORITY_V1.md — перечень восьми ключевых инвариантов машинных полномочий (Delegation Graph, Autonomy Budget, Memory Firewall, Evidence Bundle и другие)
ENFORCEMENT_BOUNDARY.md — где именно заканчиваются полномочия каждого инварианта: встроенное принуждение (inline enforcement) против добровольной контрольной точки (voluntary chokepoint)
LEGACY_TO_MACHINE_AUTHORITY_MAP.md — сопоставление концепций RBAC/OAuth/IAM с их аналогами в WhitePact — для читателей, пришедших из мира традиционного контроля доступа
MIGRATION_WHITEPACT_V2.md — журнал миграции с разбивкой по этапам: что уже сделано, а что — явно нет
DEFINITION_OF_DONE.md — итоговый отчёт: что реально на сегодняшний день, а что нет — и всё это можно проверить
SECURITY_THREAT_MODEL.md — актуальная модель угроз безопасности и поверхности атаки
DETERMINISTIC_VS_PROBABILISTIC.md — почему решения по управлению (governance) детерминированы
SLA.md, ENTERPRISE_SECURITY.md, SECURITY.md — позиция по корпоративным вопросам и безопасности, изложенная честно
compliance/SOC2_ALTERNATIVE_PATH.md — реальные, бесплатные и независимо проверяемые сигналы доверия на данный момент; честный путь к настоящему SOC 2, когда на него найдётся бюджет
docs/ACCESSIBILITY.md, docs/INTERNATIONALIZATION.md — подход к доступности по стандарту WCAG2AA и архитектура i18n дашборда — оба с реальными автоматическими проверками в CI
compliance/PROJECT_CONTINUITY_PLAN.md — чек-лист доступа и восстановления, который понадобился бы второму человеку, если основатель станет недоступен; честно обозначен как план, а не как доказательство устойчивости к bus factor (второго человека с таким доступом пока нет)

Лицензия

MIT — см. LICENSE.