Skip to main content

Experimental AI execution protocol for safer agent workflows, minimal context, risk classification, validation, and evidence-based delivery.

Project description

AI Execution Protocol

Framework experimental para orientar agentes de IA em tarefas tecnicas com mais seguranca, contexto minimo, validacao e controle de risco.

O alvo atual e Codex. O protocolo e otimizado para Codex agora, mas foi organizado para continuar portavel para outras IAs no futuro.

Objetivo

Evitar que a IA execute pedidos de forma impulsiva, perigosa ou fora de escopo.

O framework ajuda a IA a:

  • entender a intencao antes de agir;
  • classificar o risco da tarefa;
  • localizar o dominio certo antes de abrir arquivos grandes;
  • ler apenas o contexto necessario;
  • mapear impacto antes de alterar arquivos;
  • pedir confirmacao em acoes sensiveis;
  • validar o resultado antes de entregar;
  • explicar limites e risco residual.

Ideia central

Entender -> classificar risco -> mapear impacto -> executar -> validar -> entregar

O protocolo nao tenta transformar toda tarefa em um processo pesado. A regra e proporcionalidade: tarefa simples deve ser rapida; tarefa critica exige mais mapa, confirmacao e evidencia.

Na v0.3.1, o framework combina memoria adaptativa, orcamento de contexto, validacao seletiva e roteamento de capacidades:

pedido -> risco -> memoria relevante -> contexto limitado -> acao -> validacao

Memoria orienta, o pedido atual autoriza e arquivos verificados definem a realidade. Inferencias ficam candidatas ate acumularem evidencia, e conteudo sensivel e bloqueado.

Skills, MCPs e ferramentas opcionais seguem outro limite:

resultado necessario -> capacidade minima -> permissao -> validacao

Risco maior restringe permissoes. Ele nao aumenta automaticamente a quantidade de ferramentas.

Status

Projeto em fase de pesquisa e evolucao.

Este repositorio contem uma proposta tecnica, nao uma garantia de seguranca nem uma fonte normativa definitiva. Testes reais, revisao humana e criterio tecnico continuam obrigatorios em tarefas criticas.

Estrutura

  • AGENTS.md: instrucao principal para agentes no projeto.
  • INDEX.yaml: mapa estruturado para navegacao rapida.
  • canonical-state.yaml: estado atual resumido e ordem de verdade.
  • context-map.yaml: mapa pequeno de dominios, aliases e arquivos candidatos.
  • config.yaml: configuracao do alvo atual e versao do protocolo.
  • decisions/: decisoes importantes com status.
  • memory/: preferencias, estado e padroes duraveis validados.
  • candidate-memory/: inferencias ainda nao autoritativas.
  • capabilities/: registro pequeno de skills, MCPs e ferramentas conhecidas.
  • docs/: explicacoes conceituais em Markdown.
  • protocol/: regras operacionais curtas em YAML.
  • protocol/route-packs.yaml: resumos compactos para reduzir leitura por rota.
  • cases/: casos estruturados para testar o comportamento da IA.
  • examples/: exemplos humanos de uso do framework.
  • schema/: contratos para manter os YAML padronizados.
  • eval/: rubrica e exemplos de avaliacao.
  • scripts/: automacoes de instalacao, validacao e avaliacao.
  • responses/: exemplos de respostas para avaliacao.
  • benchmarks/: comparacoes entre execucao com e sem protocolo.
  • model-runs/: respostas reais por modelo para comparacao.
  • real-runs/: templates ou registros de execucoes reais auditaveis.
  • dist/minimal/: pacote minimo gerado para instalar em outros projetos.

Como usar como agente

  1. Leia INDEX.yaml.
  2. Confirme o estado atual em canonical-state.yaml quando a verdade do projeto importar.
  3. Use context-map.yaml para localizar dominio e aliases provaveis.
  4. Confirme o alvo atual em config.yaml.
  5. Leia protocol/fast-path.yaml.
  6. Use protocol/router.yaml para escolher o menor contexto suficiente.
  7. Consulte protocol/route-packs.yaml antes de abrir todos os YAML da rota.
  8. Abra arquivos completos apenas quando o resumo compacto nao bastar.
  9. Execute, valide e entregue com evidencia.
  10. Atualize memoria apenas quando surgir um fato duravel e seguro.
  11. Carregue apenas capacidades necessarias para resultado e validacao.

Regra de seguranca:

A IA pode expandir contexto.
A IA nao pode expandir escopo.

Aliases, mapas e decisoes ajudam a navegar. Eles nao substituem verificacao no codigo ou nos arquivos atuais antes de alterar comportamento.

Como estudar o framework

Comece por:

  • docs/00-visao-geral.md
  • docs/01-modelo-de-execucao.md
  • docs/02-niveis-de-risco.md
  • docs/03-mapeamento-antes-de-alterar.md
  • docs/04-janela-de-contexto.md
  • docs/05-validacao-e-entrega.md
  • docs/15-contexto-persistente.md
  • docs/17-documentacao-atomica.md
  • docs/18-memoria-adaptativa.md
  • docs/19-orcamento-de-contexto.md
  • docs/20-validacao-seletiva.md
  • docs/21-roteamento-de-capacidades.md

Use docs/ para entender a metodologia. Use protocol/ quando quiser aplicar as regras em uma tarefa real.

Validacao local

Execute a validacao geral:

python scripts/health_check.py

Execute a bateria estrutural extra:

python scripts/framework_tests.py

Meca custo aproximado de leitura por rota:

python scripts/token_report.py

Valide a memoria e selecione apenas as verificacoes necessarias:

python scripts/memory_manager.py --root . validate
python scripts/selective_validation.py
python scripts/capability_router.py --risk 1 --operation read --tag code_search

Instalacao em outro projeto

Projeto novo:

ai-protocol init .

Projeto existente:

ai-protocol install .

Previa sem alterar arquivos:

ai-protocol install . --dry-run

Instalacao local via PowerShell:

.\install.ps1 C:\caminho\projeto -Force

Instalacao local via npm:

npm run install-protocol -- C:\caminho\projeto
npm run dry-run-protocol -- C:\caminho\projeto

Instalacao local via Python:

python scripts/install_protocol.py --target C:\caminho\projeto --force
python scripts/verify_install.py --target C:\caminho\projeto

O final esperado da verificacao e PASS.

Atualizacao pelos pacotes publicados:

npm install -g ai-execution-protocol@latest
python -m pip install --upgrade ai-execution-protocol
ai-protocol install C:\caminho\projeto
ai-protocol verify C:\caminho\projeto

Licenca

Distribuido sob a licenca MIT. Veja LICENSE.

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

ai_execution_protocol-0.3.1.tar.gz (27.1 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

ai_execution_protocol-0.3.1-py3-none-any.whl (34.7 kB view details)

Uploaded Python 3

File details

Details for the file ai_execution_protocol-0.3.1.tar.gz.

File metadata

  • Download URL: ai_execution_protocol-0.3.1.tar.gz
  • Upload date:
  • Size: 27.1 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.14.0

File hashes

Hashes for ai_execution_protocol-0.3.1.tar.gz
Algorithm Hash digest
SHA256 284e55418c670f22d334ad1524fc9b3f37a39f1275a95bed5d190ddb437e03ed
MD5 0ca5f73d20030d99781edf86e3a1666d
BLAKE2b-256 f3346b5b8b1d191a4b8adafb2b5231fed3a0ae94f59b58f91fa2d6f76d955463

See more details on using hashes here.

File details

Details for the file ai_execution_protocol-0.3.1-py3-none-any.whl.

File metadata

File hashes

Hashes for ai_execution_protocol-0.3.1-py3-none-any.whl
Algorithm Hash digest
SHA256 ae5d905a03fe87f542948b5bfd6065cfd232dd44c3629d93f277f5f26ccaf076
MD5 273710e70ea60906f37f8a7e9882439c
BLAKE2b-256 9672ed1cf56466f5c08939bf7b717f76b3b1314b118b1261380364736aa8e4ac

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page