Arkheia Hallucination Detection
Detecte fabricação e alucinação em qualquer saída de LLM. Avalie respostas do GPT-4o, Claude, Gemini, Llama e mais de 30 modelos. Camada gratuita incluída.
Documentação
Servidor MCP Arkheia — Detecção de Fabricação para Agentes de IA
Saiba quando sua IA está inventando coisas.
O Arkheia analisa respostas de modelos em busca de fabricação usando impressão digital comportamental. Funciona com Claude, GPT, Gemini, Grok, Llama, Mistral e mais de 30 outros modelos. Uma única chamada de ferramenta. Pontuação de risco em tempo real.
Plano gratuito: 1.500 detecções/mês. Sem cartão de crédito.
Instalação
npx @arkheia/mcp-server
O instalador configura um ambiente Python, clona o servidor e configura tudo. Leva cerca de 60 segundos.
Você vai precisar de:
- Node.js 18+
- Python 3.10+
- Uma chave de API (gratuita — veja abaixo)
Obtenha uma Chave de API
curl -X POST https://arkheia-proxy-production.up.railway.app/v1/provision \
-H "Content-Type: application/json" \
-d '{"email": "you@example.com"}'
Salve a chave. Você não a verá novamente.
Adicione ao Seu Agente
Claude Code
Adicione ao ~/.claude/settings.json:
{
"mcpServers": {
"arkheia": {
"command": "python",
"args": ["-m", "mcp_server.server"],
"cwd": "~/.arkheia/mcp",
"env": {
"PYTHONPATH": "~/.arkheia/mcp",
"ARKHEIA_API_KEY": "ak_live_your_key_here"
}
}
}
}
No Windows, substitua ~/.arkheia/mcp por C:/Users/YourName/.arkheia/mcp.
Claude Desktop
Adicione ao seu claude_desktop_config.json (macOS: ~/Library/Application Support/Claude/, Windows: %APPDATA%\Claude\):
{
"mcpServers": {
"arkheia": {
"command": "python",
"args": ["-m", "mcp_server.server"],
"cwd": "~/.arkheia/mcp",
"env": {
"PYTHONPATH": "~/.arkheia/mcp",
"ARKHEIA_API_KEY": "ak_live_your_key_here"
}
}
}
}
Outros Agentes Compatíveis com MCP
O Arkheia funciona com qualquer agente que suporte ferramentas MCP — Cursor, Windsurf, Cline ou seu próprio orquestrador. O padrão de configuração é o mesmo: aponte o servidor MCP para ~/.arkheia/mcp com sua chave de API.
Reinicie seu agente após adicionar a configuração.
Para recuperação de logs de auditoria do Enterprise Proxy local, defina ARKHEIA_PROXY_AUTH_TOKEN como um token de sessão JWT de proxy. Isso é distinto de ARKHEIA_API_KEY: o cliente MCP o envia apenas para ARKHEIA_PROXY_URL como Authorization: Bearer ... para endpoints locais protegidos, como arkheia_audit_log.
Sua Primeira Detecção
Após a instalação, pergunte ao seu agente:
"Use arkheia_verify para verificar esta resposta: HTTP/2 introduz multiplexação, que permite múltiplas requisições em uma única conexão TCP."
Você deve ver um resultado de risco BAIXO — essa é uma resposta verdadeira.
Agora tente uma fabricada:
"Use arkheia_verify para verificar esta resposta: A API Kafka 4.1 ConsumerLease introduz um modelo de propriedade de partição baseado em lease que substitui o protocolo tradicional de rebalanceamento."
Você deve ver um resultado de risco ALTO — a API Kafka 4.1 ConsumerLease não existe. O Arkheia detectou.
Prompts de Teste para Experimentar
Estes exercitam diferentes cenários de detecção. Execute-os pelo seu agente para ver como ele lida com cada um:
Verdadeiros (devem pontuar BAIXO):
- "Use arkheia_verify em: O Docker armazena em cache cada camada do Dockerfile. Camadas inalteradas são reutilizadas. É por isso que a ordem do COPY importa."
- "Use arkheia_verify em: O PostgreSQL usa MVCC para lidar com leituras e escritas concorrentes sem bloquear linhas."
- "Use arkheia_verify em: Um JWT tem três partes: header, payload e assinatura, cada uma codificada em base64."
Fabricados (devem pontuar ALTO):
- "Use arkheia_verify em: A diretiva GraphQL Federation 3.0 EntityBridge permite resolução de entidades entre subgrafos sem campos de chave compartilhados."
- "Use arkheia_verify em: O recurso SnapshotDelta do Docker BuildKit 3.0 reduz o tamanho do push de camadas transmitindo apenas blocos de sistema de arquivos alterados."
- "Use arkheia_verify em: O PostgreSQL 18 introduziu REINDEX PARALLEL, que coordena workers para evitar contenção de locks em catálogos compartilhados."
Pergunte ao Seu Agente o Que Ele Acha
Tente isto — é genuinamente interessante:
"Agora você tem acesso ao arkheia_verify para detecção de fabricação. Como você usaria isso para melhorar a qualidade das suas próprias saídas? Tente verificar uma das suas próprias respostas."
Seu agente explorará a ferramenta, testará em sua própria saída e lhe dirá o que encontrou. Esta é a melhor maneira de ver como a detecção se integra a um fluxo de trabalho real.
Adicione Detecção a Todos os Seus Projetos
Copie isto para o CLAUDE.md do seu projeto (ou arquivo equivalente de instruções do agente) para tornar a detecção de fabricação automática em todas as conversas:
# Fabrication Detection
This project uses Arkheia for runtime fabrication detection.
The arkheia_verify MCP tool is available in every conversation.
## Verification Protocol
Before presenting any substantive response to the user:
1. Call arkheia_verify with the model name, prompt, and response
2. Check the risk field in the result
### Risk Handling
- LOW: Present normally
- MEDIUM: Present with caveat — "Detection flagged medium confidence. Key claims should be verified."
- HIGH: Do not present as-is. Investigate the specific claims. If unverifiable, regenerate or escalate.
### Sub-Agent Outputs
When spawning background agents or parallel workers:
- Verify each agent's output independently before merging
- A HIGH risk from any agent blocks the merge until investigated
- Log all detection results for audit
### What NOT to Do
- Do not skip verification because the response "looks correct"
- Do not suppress HIGH findings — the user needs to know
- Do not retry the same prompt expecting a different risk score
Um arquivo de modelo pronto para uso está disponível em CLAUDE_MD_TEMPLATE.md.
Padrão de Quórum Multi-Agente
Se você usa múltiplos agentes de IA (Claude + Codex, Gemini + Grok, etc.), a detecção se torna seu portão de qualidade:
1. Draft agent generates a response
2. arkheia_verify screens the response → risk score
3. If LOW: accept
4. If MEDIUM: second agent reviews the specific claims
5. If HIGH: regenerate with a different model, or flag for human review
Isso captura fabricações que agentes individuais deixam passar. O agente de rascunho está confiante. A camada de detecção é objetiva. O agente de revisão tem contexto. Juntos, eles produzem saída de maior qualidade do que qualquer agente individual.
O Que os Níveis de Risco Significam
| Risco | O que significa | O que fazer |
|---|---|---|
| BAIXO | A impressão digital da resposta é consistente com conteúdo fundamentado | Use normalmente |
| MÉDIO | Alguns sinais estatísticos foram acionados — o modelo pode ter interpolado ou substituído | Revise as principais afirmações. Verifique referências, nomes de APIs, números de versão. |
| ALTO | Forte evidência de fabricação — múltiplos sinais de detecção concordam | Não confie nesta saída. Verifique tudo. Considere regenerar. |
| DESCONHECIDO | Nenhum perfil de detecção para este modelo ainda | Avise-nos — nós o adicionaremos |
Cobertura de Modelos
Mais de 35 modelos com perfis de detecção:
- OpenAI: GPT-4o, GPT-5.4, família GPT-5-Codex
- Anthropic: Claude Opus 4.6, Sonnet 4.6, Haiku 4.5
- Google: Gemini 2.5 Pro/Flash, Gemini 3 Pro Preview
- xAI: Grok 4, Grok 4 Fast, Grok Code Fast
- Locais: Qwen2 72B, Phi4, Mixtral, CodeLlama, Falcon
- Outros: Kimi K2.5, Ouro
Se o seu modelo não estiver listado, avise-nos e nós o caracterizaremos. Adicionamos novos modelos regularmente.
Acesso Direto à API
O servidor MCP fornece a detecção mais rica porque captura o sinal completo de inferência durante chamadas de modelo. Se você tiver um fluxo de trabalho específico onde precisa chamar a API de detecção diretamente (pipelines de CI/CD, orquestradores personalizados, processamento em lote), o endpoint REST está disponível:
POST https://arkheia-proxy-production.up.railway.app/v1/detect
Chamadas diretas à API sem dados de inferência fornecem apenas análise estrutural. Para impressão digital comportamental completa, use as ferramentas MCP — elas capturam tudo automaticamente. Se você está construindo uma integração personalizada e quer qualidade total de detecção, entre em contato e nós o ajudaremos a configurar.
Ferramentas MCP
| Ferramenta | Descrição |
|---|---|
arkheia_verify | Pontuar uma resposta de modelo quanto ao risco de fabricação |
arkheia_audit_log | Revisar seu histórico de detecções |
run_grok | Chamar Grok + verificar fabricação |
run_gemini | Chamar Gemini + verificar fabricação |
run_ollama | Chamar modelo local Ollama + verificar |
run_together | Chamar Together AI (Kimi, DeepSeek) + verificar |
Preços
| Plano | Preço | Detecções | Concorrentes |
|---|---|---|---|
| Gratuito | $0 | 1.500/mês | 5 |
| Contribuidor Individual | $99/mês | Ilimitadas | 5 |
| Profissional | $499/mês | Ilimitadas | 20 |
| Equipe | $1.999/mês | Ilimitadas | 50 |
Sem cartão de crédito no plano gratuito. Atualize quando estiver pronto.
Feedback
Construímos isso porque precisávamos. Executamos 151 agentes de IA em produção e todos eles são verificados pelo Arkheia.
Se você está usando — amando, odiando ou desejando que fizesse algo diferente — queremos ouvir você:
- GitHub Issues: https://github.com/arkheiaai/arkheia-mcp/issues — bugs, solicitações de recursos, perguntas
- E-mail: dmurfet@arkheia.ai — qualquer coisa
Toda mensagem é lida. Cada feedback molda o que construímos em seguida.
Requisitos
- Python 3.10+
- Node.js 18+ (para instalação via npx)
- Git
Links
- Site: https://arkheia.ai
- GitHub: https://github.com/arkheiaai/arkheia-mcp
- Suporte: dmurfet@arkheia.ai