$ loading_
用于治理 AI 编码代理，约束任务、审查改动并保留签名决策记录。
复制安装指令，让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "io.github.ToremLabs/proof" MCP 服务： 执行：claude mcp add 'io-github-toremlabs-proof' -- npx -y @toremlabs/proof-mcp
请为这次 AI 代码修改建立治理规则：目标是修复登录接口超时，只允许修改 auth 与 network 相关模块，禁止改动数据库结构，并生成可签名的决策记录。
输出任务范围、修改约束和一份可留档的决策记录。
请审查这次 AI 代理提交的代码改动，检查是否超出原始任务范围，列出风险点，并给出批准或退回的决定与理由。
输出范围符合性检查、风险审查结果和明确的决策结论。
请把本次 AI 编码任务的背景、约束、审查意见和最终决定整理成签名决策记录，便于后续审计与追踪。
输出结构化的决策留痕文档，便于审计和责任追踪。
开发团队在使用 AI 编码代理时，可先定义任务边界，再审查代理提交的改动，避免无约束修改进入代码库。
当代码变更需要可追溯审批时，可用它记录审查与最终决定，并保留签名决策痕迹。
在修复线上问题或处理敏感模块时，团队可明确允许和禁止的改动范围，降低 AI 代理越界操作的风险。
它用于治理 AI 编码代理，包括框定工作范围、审查代码改动，以及保留签名决策记录。
从描述看，它最适合开发者、DevOps 和需要参与代码变更决策的产品或技术负责人。
当前未提供安装文档或前置条件信息，见源码仓库。
为 AI 编码代理提供可验证的持久记忆、约束与审查队列。
为 AI 代理提供 API 治理，识别破坏性变更并拦截危险调用
为 AI 代理生成可离线验证的防篡改签名审计凭证。
为 AI 代理提供防篡改回执、信任评分与能力令牌管理。
为 AI 编码代理提供战略规划、任务编排与结果审查支持
帮助团队安全读写 Frame.io 项目、素材、评审与评论，提升协作效率。