DCL Trust Oracle — AI/LLM Output Audit (x402 MCP)

Name: DCL Trust Oracle — AI/LLM Output Audit (x402 MCP)
Author: Fronesis-Labs

von Fronesis-LabsVersion 2.3.1i★ –iLäuft in der Cloud

Name in der Registrycom.fronesislabs/dcl-trust-oracle

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

AI/LLM agent output audit MCP: policy eval, tamper-evident chain, AI safety, x402 USDC on Base.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Stimmen der NutzeriNoch keine BewertungenBewertungen starten in einem späteren Schritt zusammen mit Benutzerkonten
Unsere Basischecksi1 von 1 bestandenAnhand öffentlicher Informationen geprüft; Code noch nicht gescannt
NutzungiNoch nicht gemessen★ –

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

Verbindung: Läuft in der Cloud
Transport: Streamable HTTP
Kategorie: Suche & KI-Gedächtnis

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

Basischecks: 1 von 1 bestanden
Läuft auf dem Server des Entwicklers: Was du fragst, läuft über dessen Server.
Die Registry nennt keinen Schlüssel zum Eintragen.

Du brauchst

Läuft in der CloudNichts zu installieren; die Verbindung läuft übers Internet

Welche App nutzt du?

ClaudeClaude CodeCursorVS CodeChatGPT

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Funktioniert in Claude im Web, auf dem Desktop und auf dem Handy:

Öffne Settings → Connectors
Tippe auf Add custom connector
Füge die Adresse unten ein und tippe auf Add
Wenn eine Anmeldung verlangt wird, melde dich beim Dienst des Entwicklers an

https://mcp.fronesislabs.com/mcp

Führe das in deinem Terminal aus

claude mcp add --transport http dcl-trust-oracle https://mcp.fronesislabs.com/mcp

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "dcl-trust-oracle": {
      "url": "https://mcp.fronesislabs.com/mcp"
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "dcl-trust-oracle": {
      "type": "http",
      "url": "https://mcp.fronesislabs.com/mcp"
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

ChatGPT verbindet sich nur mit Servern im Internet:

Öffne ChatGPT im Web → Settings → Connectors (Apps)
Tippe auf Create oder Add (bei manchen Tarifen musst du zuerst Developer mode unter Advanced einschalten)
Füge die Adresse unten ein, gib ihr einen Namen und speichere
Wenn eine Anmeldung verlangt wird, melde dich beim Dienst des Entwicklers an

https://mcp.fronesislabs.com/mcp

Menünamen können sich je nach Tarif und mit der Zeit leicht unterscheiden.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Die Tool-Liste dieses Servers haben wir noch nicht gelesen; wir prüfen die Endpunkte reihum.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 7. Nov. 2026

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde über die Domain fronesislabs.com bestätigt (die Registry prüft, wem die Domain gehört)
… Noch nicht geprüft
Wird noch gepflegt
Dieses Repo haben wir noch nicht von GitHub gelesen
… Noch nicht geprüft
Hat eine Lizenz
Dieses Repo haben wir noch nicht von GitHub gelesen
… Noch nicht geprüft
Endpunkt antwortet
Noch nicht geprüft; wir prüfen die Endpunkte reihum
… Noch nicht geprüft
Anmeldung mit OAuth
Noch nicht geprüft; wir prüfen die Endpunkte reihum
… Noch nicht geprüft
Keine versteckten Anweisungen in Tool-Beschreibungen
Noch nicht geprüft; wir lesen die Tool-Liste, wenn wir den Endpunkt prüfen

Im Vergleich mit anderen in Suche & KI-Gedächtnisi

Mehr Sterne als 0 % der anderen 7249 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 30 % der anderen 7249 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 7249 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist DCL Trust Oracle — AI/LLM Output Audit (x402 MCP) sicher?

Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

Er läuft in der Cloud des Entwicklers. Du verbindest dich übers Internet, ohne etwas zu installieren, aber was du sendest, läuft über die Server des Entwicklers.

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (2.3.1) kam vor 3 Monaten in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Er verbindet sich per URL, also funktionieren auch Apps, die Remote-MCP-Server akzeptieren, zum Beispiel ChatGPT im Entwicklermodus.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Context7, Codebase Memory, Exa

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Context7

von upstash

Up-to-date docs for AI agents

Computer oder Cloud★ 64.224MITAktualisiert heute

Installieren

Codebase Memory

von DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

Läuft auf deinem Computer★ 48.148MITAktualisiert vor 20 Tagen

Installieren

Exa

von exa-labs

Connect AI agents to Exa for web search, content fetching, and multi-step research.

Läuft in der Cloud★ 5.213MITAktualisiert letzten Monat

Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

DCL Trust Oracle

Don't trust the agent. Trust the proof.

Autonomous AI agents now take actions with real consequences — financial, legal, reputational. Most of them are black boxes: no record of what was decided, why, or whether that decision was tampered with afterward.

DCL Trust Oracle closes that gap. Every agent output is evaluated against policy in real time and sealed into a tamper-evident hash chain — a deterministic, cryptographically verifiable record of what happened and when. Edit any past entry and the entire chain invalidates. No one — not even Fronesis Labs — has to be trusted for the record to hold up.

What It Does

DCL Trust Oracle provides deterministic policy evaluation for LLM outputs with a tamper-evident audit chain. The system stores only cryptographic hashes and decision metadata — never raw content — enabling verifiable, post-action forensic analysis across distributed AI agents.

Available two ways:

REST API (webhook_server.py) — direct HTTP integration.
MCP Server (mcp_server.py) — native Model Context Protocol integration for AI agents. Live at https://mcp.fronesislabs.com/mcp (streamable-http). Also listed on Smithery (remote URL → same production endpoint; see smithery.yaml) and the official MCP Registry.

Both servers share the same evaluation logic and tamper-evident chain (dcl_core.py), and are priced identically.

Quick Start

REST API

pip install -r requirements.txt

python webhook_server.py

Server runs on `http://localhost:8080`

MCP Server

Production (hosted):

https://mcp.fronesislabs.com/mcp

Streamable HTTP transport — point any MCP client here directly, no setup required.

Local development:

pip install -r requirements.txt

python mcp_server.py

Server runs on `http://localhost:8081` (streamable-http transport)

Tools & Endpoints

Pre-Action Evaluation

Catch a bad output *before* it reaches a user, a wallet, or downstream system.

REST Endpoint	MCP Tool	Price	Description
`POST /evaluate/fast`	`dcl_evaluate_fast`	$0.01	Fast policy check for low-risk outputs. Returns tamper-evident `tx_hash`.
`POST /evaluate/strict`	`dcl_evaluate_strict`	$0.05	Deep analysis for high-stakes outputs with higher confidence thresholds.
`POST /evaluate/jailbreak`	`dcl_evaluate_jailbreak`	$0.02	Instruction adherence check — detects prompt injection patterns and role-hijacking attempts.
`POST /evaluate/safety`	`dcl_evaluate_safety`	$0.01	Baseline screening for known harmful text patterns. Optimized for high throughput.
`POST /evaluate/quality`	`dcl_evaluate_quality`	$0.03	Content quality & drift check — evaluates format adherence and contextual drift.
`POST /evaluate/batch`	`dcl_evaluate_batch`	$0.10	Bulk processing — up to 200 items per MCP call (REST default `max_items`: 20). Cost-effective for multi-turn history.

Session Management

REST Endpoint	MCP Tool	Price	Description
`POST /pipeline/start`	`dcl_pipeline_start`	$0.05	Initializes a long-running audit session for continuous drift tracking. Returns `pipeline_id`.

Post-Action Forensics

When something *did* go wrong, reconstruct exactly what happened.

REST Endpoint	MCP Tool	Price	Description
`GET /audit/{tx_hash}`	`dcl_audit_decode`	$0.10	Basic post-action audit — returns verdict, confidence, agent_id, reason by `tx_hash`.
`GET /audit/{tx_hash}/deep`	`dcl_audit_decode_deep`	$0.50	Deep forensic audit — includes drift context, tamper-evidence indices, environmental metadata.

Post-Action Scans

REST Endpoint	MCP Tool	Price	Description
`POST /evaluate/secrets`	`dcl_evaluate_secrets`	$0.02	Secret & credential leak scan.
`POST /evaluate/pii`	`dcl_evaluate_pii`	$0.02	PII detection scan.

DCL Update Sentinel (Continuous Skill Monitoring)

Continuous security auditing and release verification for AI Agent Skills and GitHub repositories. Sentinel monitors code updates via GitHub Webhooks, blocks regressions against your security baseline, and automatically recovers skill status upon clean rescans.

REST Endpoint	Price	Description
`POST /sentinel/register`	$49.00 / 30d	Register a skill/repo for continuous monitoring. Requires passing initial baseline audit (`score >= 0.80`; returns `HTTP 422` if failed). Issues `webhook_secret`.
`POST /sentinel/webhook/{webhook_secret}`	Free	GitHub Webhook receiver. Audits new release tags, blocks regressions, and logs tamper-evident events.
`POST /sentinel/scan`	$0.05–$0.50	Pay-per-call repository audit (`update_rescan`, `deep_scan`, `forensic_audit`).
`GET /sentinel/status/{repo_full_name}`	Free	Query skill security status (`active`, `blocked`, `unregistered`) and last known good version.
`POST /sentinel/renew`	$49.00 / 30d	Extend 30-day monitoring entitlement for a registered skill (owner-verified).
`GET /sentinel/prices`	Free	Returns current price breakdown for Sentinel services.

Key Features of Sentinel:

Idempotent Webhook Processing: Built-in protection against duplicate GitHub delivery retries (X-GitHub-Delivery tracking).
Auto-Recovery: Skills blocked due to security regressions (status: blocked) are automatically restored to active once a clean, policy-compliant release is published.
Strict Owner Verification: Subscription renewals require cryptographic signature match with the registered owner's wallet (owner_payer_ref).
Baseline Policy Gate: Registration requires a passing initial audit (score >= 0.80). Compromised or failing repositories are rejected immediately (HTTP 422) to prevent invalid entitlement setup.

Crypto & Trading Compliance (MCP only)

These tools are exposed on the live MCP server only (no REST routes in webhook_server.py).

MCP Tool	Price	Description
`dcl_evaluate_jailbreak_crypto`	$0.02	Crypto-specific jailbreak & injection detection.
`dcl_evaluate_wallet`	$0.02	Wallet secret guardian.
`dcl_evaluate_trade`	$0.02	Trade decision verifier.
`dcl_evaluate_mev`	$0.03	MEV & market-abuse compliance screen.
`dcl_evaluate_signal`	$0.03	Market signal fabrication screen.
`dcl_evaluate_output_sanitizer`	$0.02	Output sanitizer — final gate.
`dcl_commit`	$0.01	Leibniz Layer crypto commit — seal a decision to the audit chain.

Utility (free, REST only)

Endpoint	Description
`GET /health`	Service status and chain length
`GET /policies`	List of built-in policy names
`GET /chain/status`	Chain integrity, drift mode, drift score
`GET /chain/export`	Full chain export with integrity verification

Example Response

"verdict": "COMMIT", "confidence": 0.95, "reason": "All policy checks passed", "tx_hash": "0x7a8f3b2c...", "chain_index": 42, "input_hash": "0x9d4e1f...", "policy_version": "1.0.0", "timestamp": 1721635200.123, "pipeline_id": "abc123", "drift_mode": "NORMAL", "drift_score": 0.15 }

Verifying the Chain Yourself

You don't have to take the server's word for it. tx_hash is recomputed from the record's own fields, not just linked to the previous row — so anyone can independently confirm a record wasn't edited after the fact, without calling back into this server. See @fronesis-labs/dcl-sdk (TS/JS) or dcl-core (Python) for the free, offline verification libraries.

Metering & Settlement

Every paid call above is metered and settled automatically via the x402 protocol (USDC on Base).

We support two payment models:

Per-Call Micropayments ($0.01 – $0.50) for instant, on-demand evaluations.
30-Day Recurring Entitlements ($49.00) for continuous skill monitoring via DCL Update Sentinel.

This design eliminates API-key provisioning and invoicing overhead. Per-call pricing makes large-scale agent operations practical (an autonomous system can make thousands of evaluation calls a day).

The REST API is x402-gated via fastapi-x402; the MCP server uses paymcp in Mode.X402, paying automatically for x402-aware clients and falling back to a guided payment link for clients without a configured wallet. Both settle to the same wallet, and neither has a bypass path — an unpaid call simply receives no verdict.

License

Apache License 2.0 — see LICENSE.

DCL Trust Oracle — AI/LLM Output Audit (x402 MCP)

Überblick

Die drei Säulen von PopNx MCP

Was du damit machen kannst

Installation

Bevor du installierst

Was er kann

Basischecksi

Entwickler passt zum Repo

Wird noch gepflegt

Hat eine Lizenz

Endpunkt antwortet

Anmeldung mit OAuth

Keine versteckten Anweisungen in Tool-Beschreibungen

Im Vergleich mit anderen in Suche & KI-Gedächtnisi

Häufige Fragen

Alternativen

Context7

Codebase Memory

Exa

README vom Entwickler

DCL Trust Oracle

What It Does

Quick Start

REST API

MCP Server

Tools & Endpoints

Pre-Action Evaluation

Session Management

Post-Action Forensics

Post-Action Scans

DCL Update Sentinel (Continuous Skill Monitoring)

Key Features of Sentinel:

Crypto & Trading Compliance (MCP only)

Utility (free, REST only)

Example Response

Verifying the Chain Yourself

Metering & Settlement

License