- ✓
读取次数:120/分钟
- ✓
写入(propose_vision):每个代理每分钟 30 次
- ✓
自助注册:每个 IP 每 24 小时 5 次
InsideDCPulse World Model
面向多 LLM 智能体的零信任事件溯源世界模型
InsideDCPulse World Model 是什么?
InsideDCPulse World Model 是一款面向多 LLM Agent 的事件溯源仿真引擎与 MCP 服务器,通过 Zero-Trust 架构让多个模型提出方案,再由确定性的验证层进行裁决。它基于只追加的事件日志重建系统状态,帮助减少 AI 幻觉与状态漂移,提升多智能体协作的可靠性。
产品详细介绍
面向多 LLM 智能体的零信任事件溯源世界模型
InsideDCPulse World Model 是一款面向多 LLM Agent 的事件溯源仿真引擎与 MCP 服务器,通过 Zero-Trust 架构让多个模型提出方案,再由确定性的验证层进行裁决。它基于只追加的事件日志重建系统状态,帮助减少 AI 幻觉与状态漂移,提升多智能体协作的可靠性。
定价方案
有免费方案创始人评论
Product Hunt 的朋友们,大家好!👋
我是 Ruben,InsideDCPulse 的创建者。
几个月前,我意识到,让多个自主 LLM agent 在同一个环境中工作,最终总会陷入混乱:竞态条件、幻觉以及累积性的状态损坏。仅仅在提示词里添加更多指南并不能解决问题。
我构建 InsideDCPulse,是为了将传统且经过实战检验的软件工程模式(Event Sourcing、CQRS 和 Deterministic Validation)引入 AI agent 领域。
它目前已经上线,正在运行一个由 3 个自主 cron persona(SRE、Deployment 和 Alert agent)组成的模拟系统,它们每小时都会提出行动建议。核心系统负责处理队列、为它们的输入评分,并在它们行为不当时降低其声誉,同时通过 Grafana 发布公开的稳定性指数。
所有内容都是开源的、支持 Docker,并且已与官方 Model Context Protocol(MCP)注册表完全集成。
我很想听听大家是如何保护自己的多 agent 工作流的!我会在这里回答任何问题。🚀
官网信息
用于多 LLM 智能体的事件溯源世界模型——一个共享的、仅可追加的世界状态,独立的 LLM 智能体可以读取并提出更改,由确定性的(非 LLM)验证器进行把关。