# https://github.com/DanceNitra/inspeximus 项目说明书

生成时间：2026-07-25 16:55:37 UTC

## 目录

- [项目概览、安装与快速上手](#page-1)
- [核心内存操作、超取代与代码守护](#page-2)
- [可验证擦除、合规证据与审计包](#page-3)
- [框架集成、MCP 服务器与基准测试](#page-4)

<a id='page-1'></a>

## 项目概览、安装与快速上手

### 相关页面

相关主题：[核心内存操作、超取代与代码守护](#page-2), [框架集成、MCP 服务器与基准测试](#page-4)

<details>
<summary>相关源码文件</summary>

以下源码文件用于生成本页说明：

- [README.md](https://github.com/DanceNitra/inspeximus/blob/main/README.md)
- [pyproject.toml](https://github.com/DanceNitra/inspeximus/blob/main/pyproject.toml)
- [inspeximus/__init__.py](https://github.com/DanceNitra/inspeximus/blob/main/inspeximus/__init__.py)
- [inspeximus/core.py](https://github.com/DanceNitra/inspeximus/blob/main/inspeximus/core.py)
- [examples/01_basics.py](https://github.com/DanceNitra/inspeximus/blob/main/examples/01_basics.py)
- [.claude-plugin/plugin.json](https://github.com/DanceNitra/inspeximus/blob/main/.claude-plugin/plugin.json)
</details>

# 项目概览、安装与快速上手

## 项目定位与核心能力

`inspeximus` 是一个聚焦于"可验证智能体记忆（verifiable agent memory）"的代码仓库，核心包为 `mnemo`。自 `mnemo 1.0.0` 起，公共 API 已在 `mnemo.__all__` 中冻结，治理与擦除工具下放到子模块 `deletion_manifest`、`erasure_auditor`，标志着该项目进入"成熟里程碑"阶段，而非新增功能阶段。设计上的两个基本约束是：零依赖（无需外部云服务或第三方库即可跑通测试套件）与 cloud-free CI（在 py3.9 / 3.11 / 3.12 上由 GitHub Actions 持续集成 16 个测试用例）。

围绕"治理 / 时间"支柱，`mnemo` 自 0.7.22 起提供 CT 风格外部锚点（RFC 6962）与绑定授权主体的擦除墓碑；自 1.2.0 起提供 `spend_irreversible` 与 `is_universal_executor` 的通用执行器闸门；自 1.4.0 起在 `ErasureAuditor` 中加入软删除残留探针；自 1.5.0 起通过 `ErasureAuditor.compliance_receipt(...)` 签发可对外分享的"擦除证明（proof-of-erasure）"收据，作为 GDPR Art. 17 / EU AI Act 记录留存场景下交付给监管方的工件。

资料来源：[README.md:1-60]()，[pyproject.toml:1-30]()，[inspeximus/__init__.py:1-20]()

## 安装

仓库通过 `pyproject.toml` 进行包定义，可直接以可编辑模式从源码安装到任意 Python 3.9+ 环境中：

```bash
git clone https://github.com/DanceNitra/inspeximus.git
cd inspeximus
pip install -e .
```

由于 `mnemo` 默认行为即"零依赖、本地可跑"，安装完成后无需任何 `.env` 或外部凭据即可启动 MCP stdio 服务（暴露 12 个工具）。需要注意的是，`1.1.0` 中引入的安全加固特性（如 `Mnemo(max_text=N)`、`verify_writes(warn_unpinned=True)`）均为 OPT-IN，默认行为与 `1.0.0` 完全一致，由 5 个测试用例锁定。

资料来源：[pyproject.toml:1-30]()，[inspeximus/__init__.py:1-20]()

## 快速上手

最小可运行示例以 `Mnemo(...)` 实例开始，使用 `remember()` 写入、按值排序召回，再以 `verify_writes()` 完成自校验：

```python
from inspeximus import Mnemo

m = Mnemo()                       # 默认行为：与 1.0.0 一致
m.remember("user", "topic", "首条记忆")
hits = m.recall("topic")
m.verify_writes()                 # 自校验哈希链收据
```

进阶示例见 `examples/01_basics.py`，覆盖了值排序召回、按类型衰减、词汇+语义自动模式整合，以及由 `revert()` / `retract_lineage()` / `echo_guard` / `forget_subject()` 构成的纠错与擦除通道。底层逻辑（如哈希链构造、影响闸门判定）封装于 `inspeximus/core.py`，可通过直接阅读该文件理解收据串联、`forget_subject` 授权绑定与 `verify_writes` 报告自指公钥陷阱的实现细节。

资料来源：[examples/01_basics.py:1-80]()，[inspeximus/core.py:1-120]()

## 插件形态与已知限制

仓库同时提供 Claude 插件描述符 `.claude-plugin/plugin.json`，定义插件元数据，便于在 Claude Code / Claude Desktop 中以 MCP stdio 形式直接加载 `mnemo`，无需编写额外胶水代码。

社区已记录一个安装即用层面的陷阱：README 中宣传的"本地即可跑"完整性基准命令 `python mnemo/probes/integrity_bench_revert.py --systems mnemo`，在全新克隆并以仓库根目录执行时，会因 `server/.env` 缺失而在参数解析前失败；即便绕过加载阶段，评分仍依赖 OpenAI judge，因此并非完全离线（参见 issue #1）。建议在 1.5.0 引入合规收据后，参考对应发行说明评估新功能对现有取证链的影响。

| 模块 / 能力 | 默认行为 | 关键入口 |
|---|---|---|
| 记忆写入与召回 | 启用 | `Mnemo.remember()` / `recall()` |
| 收据自校验 | 启用 | `Mnemo.verify_writes()` |
| 可用性保护（截断） | 关闭 | `Mnemo(max_text=N)` |
| 自指公钥告警 | 关闭 | `verify_writes(warn_unpinned=True)` |
| 合规收据（Pillar 2） | 关闭 | `ErasureAuditor.compliance_receipt(...)` |
| 通用执行器闸门 | 关闭 | `spend_irreversible(...)` |

资料来源：[.claude-plugin/plugin.json:1-20]()，[README.md:80-140]()

---

<a id='page-2'></a>

## 核心内存操作、超取代与代码守护

### 相关页面

相关主题：[项目概览、安装与快速上手](#page-1), [可验证擦除、合规证据与审计包](#page-3)

<details>
<summary>相关源码文件</summary>

以下源码文件用于生成本页说明：

- [inspeximus/core.py](https://github.com/DanceNitra/inspeximus/blob/main/inspeximus/core.py)
- [inspeximus/code_guard.py](https://github.com/DanceNitra/inspeximus/blob/main/inspeximus/code_guard.py)
- [examples/02_correction_and_erasure.py](https://github.com/DanceNitra/inspeximus/blob/main/examples/02_correction_and_erasure.py)
- [examples/03_semantic_recall.py](https://github.com/DanceNitra/inspeximus/blob/main/examples/03_semantic_recall.py)
- [examples/08_code_guard.py](https://github.com/DanceNitra/inspeximus/blob/main/examples/08_code_guard.py)
- [examples/05_review_trigger.py](https://github.com/DanceNitra/inspeximus/blob/main/examples/05_review_trigger.py)
</details>

# 核心内存操作、超取代与代码守护

`inspeximus` 是一个面向智能体（agent）的可验证内存框架，本页聚焦三大支柱能力：**核心内存操作**、**超取代（correction/erasure 通道）**以及**代码守护（code_guard）**。这些模块共同构成了"先写入—可校正—可审计—可拒绝危险执行"的闭环。

## 1. 核心内存操作：`Mnemo.remember()` 与 `recall()`

`Mnemo` 类是整个库的入口。`remember(text, type=..., meta=...)` 接收一段文本及其类型、附加元数据并写入本地 JSON 存储，同时产出可签名的 `receipt`（收据）对象。`recall(query, k=..., type=...)` 在写入集合上做值排序（value-ranked）的语义/词法混合检索，支持按类型过滤。

```python
from inspeximus import Mnemo
m = Mnemo()
m.remember("server URL is https://api.example.com", type="config")
hits = m.recall("server url", k=3)
```

关键设计点：

- **零依赖**：仅依赖标准库，存储为本地 JSON。
- **可签名收据**：每条 `remember()` 都产出 hash-chained 的 `receipt`，可选 Ed25519 签名（依赖 `cryptography`，缺省时降级为非签名模式）。
- **可选软上限**：`Mnemo(max_text=N)` 在 1.1.0 中加入，超长文本会被截断并在 `meta.truncated_from` 打戳。

资料来源：[inspeximus/core.py:1-120](), [examples/03_semantic_recall.py:1-80]()。

## 2. 超取代通道：`revert()` / `retract_lineage()` / `forget_subject()`

"超取代"（super-replacement）指的是不仅改写当前值，还能沿因果链向上回滚并发布不可磨灭的撤销证据。

| 方法 | 作用 | 适用场景 |
| --- | --- | --- |
| `returns.overrides()` | 覆写最近一条同类型记忆 | 纠错（"改成 https://api2..."） |
| `revert(receipt_id)` | 按 receipt 撤销并写明文 "REVERTED" | 局部撤销已确认错误 |
| `retract_lineage(parent_id)` | 整段血统回滚 | 该记忆派生的所有条目一并撤销 |
| `forget_subject(basis=..., authorized_by=...)` | 跨存储删除主体 | GDPR Art.17 合规场景 |

`forget_subject` 在 0.7.22 引入，在 1.5.0 中升级为 `ErasureAuditor.compliance_receipt()`，输出**带签名的"擦除证明"**（proof-of-erasure）凭证，可直接提交监管方。1.4.0 新增 soft-delete residual probes，专门探测后端在 API 返回 200 后但物理介质尚未真正回收的残留数据。

资料来源：[examples/02_correction_and_erasure.py:1-120](), [inspeximus/core.py:200-360]()。

## 3. 代码守护：`code_guard` 与 `is_universal_executor()`

`inspeximus.code_guard` 提供静态层面的危险调用检测：

```python
from inspeximus.code_guard import is_universal_executor
is_universal_executor("shell", "subprocess.run(cmd)")  # True
```

它识别**动词多态**的"万能执行器"（universal executor），例如 `subprocess.run` / `eval` / `exec` / SQL 透传 / HTTP 透传——这类工具的可逆性从签名层面无法判定。结合 `spend_irreversible(tool=..., contained=...)`（1.2.0 引入）：

- 若 `contained=True`：放行，但要求执行被沙箱包裹。
- 若 `contained=False`：直接拒绝（denied outright），因为一旦生效不可逆。

```mermaid
flowchart TD
  A[spend_irreversible tool=T] --> B{is_universal_executor T?}
  B -- 否 --> C[放行]
  B -- 是 --> D{contained?}
  D -- 是 --> E[沙箱内放行]
  D -- 否 --> F[拒绝]
```

资料来源：[inspeximus/code_guard.py:1-90](), [examples/08_code_guard.py:1-60]()。

## 4. 评审触发与整体协作

`examples/05_review_trigger.py` 展示了上述三层的协作模式：当 `recall()` 返回高价值记忆但 confidence 偏低、或出现 `REVERTED` 标记、或检测到 universal executor 时，自动生成**待人工评审条目**。该机制确保：

1. 写入 → recall 检索（核心操作）
2. 出错 → revert / retract_lineage / forget_subject（超取代）
3. 执行危险代码 → code_guard 拒绝（代码守护）
4. 异常状态 → 触发人工 review（闭环）

社区关注点：当前 `probes/integrity_bench_revert.py` 在仓库根目录以 `python mnemo/probes/integrity_bench_revert.py` 调用时，会因 `server/.env` 缺失与默认依赖 OpenAI judge 而在参数解析前失败（见 issue #1）。本地纯 mnemo 路径建议在 `mnemo/` 子目录下运行或显式 `--systems mnemo --no-judge`。

资料来源：[examples/05_review_trigger.py:1-100](), [inspeximus/code_guard.py:30-90](), [examples/02_correction_and_erasure.py:40-120]()。

---

<a id='page-3'></a>

## 可验证擦除、合规证据与审计包

### 相关页面

相关主题：[核心内存操作、超取代与代码守护](#page-2), [框架集成、MCP 服务器与基准测试](#page-4)

<details>
<summary>相关源码文件</summary>

以下源码文件用于生成本页说明：

- [inspeximus/erasure_auditor.py](https://github.com/DanceNitra/inspeximus/blob/main/inspeximus/erasure_auditor.py)
- [inspeximus/deletion_manifest.py](https://github.com/DanceNitra/inspeximus/blob/main/inspeximus/deletion_manifest.py)
- [inspeximus/audit_bundle.py](https://github.com/DanceNitra/inspeximus/blob/main/inspeximus/audit_bundle.py)
- [inspeximus/witness_pool.py](https://github.com/DanceNitra/inspeximus/blob/main/inspeximus/witness_pool.py)
- [inspeximus/witness_server.py](https://github.com/DanceNitra/inspeximus/blob/main/inspeximus/witness_server.py)
- [inspeximus/compliance.py](https://github.com/DanceNitra/inspeximus/blob/main/inspeximus/compliance.py)
</details>

# 可验证擦除、合规证据与审计包

## 1. 设计目的与作用域

inspeximus 项目将"可验证擦除"作为其治理与时间维度的核心支柱（Pillar 2），目标是把数据主体的删除请求转化为可向监管方（GDPR Art. 17 / EU AI Act）出示的**签名证据**。区别于仅返回 HTTP 200 的"软删除"语义，系统通过多个存储后端（mnemo 主体、可选第三方存储）联合探测残余，并打包为可离线核验的审计包。

资料来源：[inspeximus/erasure_auditor.py:1-40]()

## 2. 核心组件构成

`ErasureAuditor` 是入口类，它将擦除审计拆分为三个职责：

- **探测清单**：通过 `deletion_manifest` 声明待核验的存储后端与待擦除值；
- **跨库探测**：在每个后端执行残余探测（残留记录、未压缩段、向量嵌入等）；
- **证据打包**：调用 `audit_bundle` 把探测结果、签名、时间戳组装为可分发的 bundle。

`compliance_receipt(subject, values, sign=, pubkey=, request_id=, basis=)` 是 DPO（数据保护官）可直接对外出示的产物——一个带签名的"proof-of-erasure"，包含：哪些存储被检查、每个存储的逐项结论、签发者身份与请求 ID。

资料来源：[inspeximus/erasure_auditor.py:42-110]() [inspeximus/deletion_manifest.py:1-30]()

## 3. 数据流与审计包结构

| 阶段 | 组件 | 产出物 |
|------|------|--------|
| 声明擦除 | `forget_subject` | tombstone + 授权 basis |
| 探测残余 | `ErasureAuditor.probe` | per-store findings |
| 外部锚定 | `anchor()` / `verify_consistency()` | RFC 6962 风格的 CT 日志条目 |
| 打包 | `audit_bundle.build` | 含签名与时间戳的 bundle |
| 出示 | `compliance_receipt` | 可分享的 proof-of-erasure |

`witness_pool` 与 `witness_server` 共同提供去中心化的见证者集合：每个 witness 对同一 `audit_bundle` 给出独立签名，bundle 需达到阈值签名才被视为可信。这一设计防止单一审计员伪造证据。

资料来源：[inspeximus/audit_bundle.py:1-60]() [inspeximus/witness_pool.py:1-50]() [inspeximus/witness_server.py:20-80]()

## 4. 合规层与时间维度

`compliance` 模块把审计包映射到具体法规条款，提供查询函数 `lookup_basis(regulation, article)`，供 `compliance_receipt` 在打包时自动引用对应法条作为 `basis` 字段。1.5.0 版本同时引入**双时间（bitemporal）审计**：业务时间（`subject_time`，数据主体声称的擦除时刻）与审计时间（`audit_time`，探测实际完成时刻）分别记录，避免"先宣称已删除、后探测"的争议。

```mermaid
flowchart LR
  A[forget_subject] --> B[DeletionManifest]
  B --> C[ErasureAuditor.probe]
  C --> D[per-store findings]
  D --> E[audit_bundle.build]
  W[WitnessPool] --> E
  E --> F[compliance_receipt]
  F --> G[DPO / Regulator]
```

签名密钥遵循 1.1.0 引入的自引用公钥防护：`verify_writes(warn_unpinned=True)` 在公钥未锚定到外部见证时告警，避免密钥持有者回滚历史。

资料来源：[inspeximus/compliance.py:1-70]() [inspeximus/audit_bundle.py:60-120]()

## 5. 使用模式与已知限制

社区中报告的 Issue #1 指出，`mnemo/probes/integrity_bench_revert.py --systems mnemo` 在新克隆环境下会因缺失 `server/.env` 与 OpenAI judge 依赖而失败。这意味着即便 mnemo-only 配置是"本地可跑"的承诺，端到端基准仍依赖外部服务——选择 `--systems mnemo` 时应预期审计包仅包含 mnemo 自身存储的结论，不含 OpenAI 评判维度。

资料来源：[inspeximus/erasure_auditor.py:110-160]()

## 6. 小结

可验证擦除管线由 `deletion_manifest` → `erasure_auditor` → `audit_bundle` → `witness_pool` → `compliance` 五段构成，最终以签名 `compliance_receipt` 形式落地。双时间记录、CT 风格外部锚定、阈值见证签名共同保证：DPO 拿到的不是"删除已执行"的承诺，而是可在事后被独立核验的密码学证据。

---

<a id='page-4'></a>

## 框架集成、MCP 服务器与基准测试

### 相关页面

相关主题：[项目概览、安装与快速上手](#page-1), [可验证擦除、合规证据与审计包](#page-3)

<details>
<summary>相关源码文件</summary>

以下源码文件用于生成本页说明：

- [inspeximus/mcp_server.py](https://github.com/DanceNitra/inspeximus/blob/main/inspeximus/mcp_server.py)
- [inspeximus/cli.py](https://github.com/DanceNitra/inspeximus/blob/main/inspeximus/cli.py)
- [inspeximus/integrations/__init__.py](https://github.com/DanceNitra/inspeximus/blob/main/inspeximus/integrations/__init__.py)
- [inspeximus/integrations/langgraph.py](https://github.com/DanceNitra/inspeximus/blob/main/inspeximus/integrations/langgraph.py)
- [inspeximus/integrations/crewai.py](https://github.com/DanceNitra/inspeximus/blob/main/inspeximus/integrations/crewai.py)
- [inspeximus/integrations/langchain.py](https://github.com/DanceNitra/inspeximus/blob/main/inspeximus/integrations/langchain.py)
</details>

# 框架集成、MCP 服务器与基准测试

`inspeximus`（仓库原名 `mnemo`）是一套面向 agent 记忆层提供可验证治理能力（防遗忘、对账、影响门控）的基础库。本页聚焦三条对外暴露面：**第三方 agent 框架集成**、**MCP（Model Context Protocol）服务器**，以及**完整性基准测试**。三者在仓库中分别由 `inspeximus/integrations/`、`inspeximus/mcp_server.py` 与 `inspeximus/probes/integrity_bench_revert.py` 共同承担 资料来源：[inspeximus/integrations/__init__.py:1-1]()。

## 1. 框架集成（LangGraph / CrewAI / LangChain）

`inspeximus/integrations/` 子包通过轻量级适配器，将核心 `Mnemo` 记忆原语（`remember`、`recall`、`revert`、`forget_subject`、`verify_writes` 等）映射到主流 agent 编排框架的回调 / 工具接口：

| 适配器 | 主要职责 | 关键文件 |
| --- | --- | --- |
| LangChain | 作为 `BaseMemory` / `BaseChatMemory` 子类接入 chain 与 LCEL | `inspeximus/integrations/langchain.py` |
| LangGraph | 作为节点（node）与 checkpointer 接入有状态图 | `inspeximus/integrations/langgraph.py` |
| CrewAI | 包装为 crew 可调用的 `Tool`，供 agent 在 `StepCallback` 中读写 | `inspeximus/integrations/crewai.py` |

适配层坚持**零新增运行时依赖**原则，导入即注册；因此默认不会引入框架的传递依赖，框架作为可选 peer 运行 资料来源：[inspeximus/integrations/__init__.py:1-1]()。LangGraph 集成利用图节点拦截 `messages`/`state` 的写入路径，使每次 `remember` 都生成带哈希链的收据，便于事后回放；LangChain 集成则复用其 `Memory` 接口的 `load_memory_variables` / `save_context` 约定，对外保持兼容 资料来源：[inspeximus/integrations/langchain.py:1-1]()。CrewAI 适配器把记忆原语暴露为 `Tool`，让 agent 在 ReAct 循环内显式调用 `forget_subject` 等高风险操作，从而通过审计 资料来源：[inspeximus/integrations/crewai.py:1-1]()。

## 2. MCP 服务器（stdio / 12 个工具）

`inspeximus/mcp_server.py` 通过标准输入输出（stdio）暴露 MCP 协议，把记忆能力以工具的形式提供给任意 MCP 兼容 host（例如 Claude Desktop、其他 agent runtime）。该服务器随 `mnemo 0.7.20` 引入，默认提供 12 个工具，覆盖召回、纠正、撤销、遗忘、影响门控与凭证验证等核心能力 资料来源：[inspeximus/mcp_server.py:1-1]()。

工具集合与 CLI 形成互补关系：`mcp_server.py` 面向进程内 / 跨进程调用，`cli.py` 则面向终端与脚本场景。两者共享同一组底层 API，因此开发者可以选择“以 MCP host 形式接入”或“以命令行管道形式接入”，而无需重复实现 资料来源：[inspeximus/cli.py:1-1]()。

## 3. 完整性基准测试（integrity_bench_revert）

`inspeximus/probes/integrity_bench_revert.py` 是仓库内用于**评估记忆回滚与可验证性**的基准脚本。社区文档（README）将其宣传为“无需联网、本地可跑”的轻量级回归：

```bash
python mnemo/probes/integrity_bench_revert.py --systems mnemo
```

但 Issue #1 指出：在**全新克隆**的仓库中执行该命令时，脚本会在参数解析之前就因 `server/.env` 缺失而失败；即便绕过该依赖，裁判环节仍调用 OpenAI 作为 judge，因此并不是真正的“离线”基准 资料来源：[inspeximus/probes/integrity_bench_revert.py:1-1]()。

下图给出完整的数据流与依赖边界：

```mermaid
flowchart LR
    Host[MCP Host / CLI] -->|stdio| MCP[mcp_server.py]
    Host -->|argparse| CLI[cli.py]
    MCP --> Core[(Mnemo 核心 API)]
    CLI --> Core
    LangChain[langchain.py] --> Core
    LangGraph[langgraph.py] --> Core
    CrewAI[crewai.py] --> Core
    Bench[integrity_bench_revert.py] -->|judge via LLM| OpenAI[(OpenAI API)]
    Bench --> Core
    Bench -.失败.-> Env[server/.env]
```

开发者若希望真正本地复跑，应事先检查：`server/.env` 是否存在、是否启用了 `OPENAI_API_KEY` 回退到内置启发式 judge，或在 PR 中增加离线 judge 路径（这是 Issue #1 当前讨论的核心）。

## 4. 选型建议与常见误区

- **零依赖运行时**：核心包不强制安装框架，导入 `inspeximus.integrations.langgraph` 等才会触发对应框架的导入 资料来源：[inspeximus/integrations/__init__.py:1-1]()。
- **MCP 优先 vs CLI 优先**：自动化 agent 集成建议走 MCP（结构化 JSON-RPC）；CI 流水线、批处理、回放脚本建议走 CLI 资料来源：[inspeximus/cli.py:1-1]()。
- **基准测试可复现性**：在未解决 Issue #1 之前，不要把 `integrity_bench_revert.py` 的输出作为唯一合规证据；推荐结合 `verify_writes()` 与外部锚点（`anchor()`）共同取证 资料来源：[inspeximus/mcp_server.py:1-1]()。

---

<!-- evidence_pipeline_checked: true -->
<!-- evidence_injected: true -->

---

## Doramagic 踩坑日志

项目：DanceNitra/inspeximus

摘要：发现 8 个潜在踩坑项，其中 0 个为 high/blocking；最高优先级：配置坑 - 可能修改宿主 AI 配置。

## 1. 配置坑 · 可能修改宿主 AI 配置

- 严重度：medium
- 证据强度：source_linked
- 发现：项目面向 Claude/Cursor/Codex/Gemini/OpenCode 等宿主，或安装命令涉及用户配置目录。
- 对用户的影响：安装可能改变本机 AI 工具行为，用户需要知道写入位置和回滚方法。
- 证据：capability.host_targets | https://github.com/DanceNitra/inspeximus | host_targets=mcp_host, claude_code, claude

## 2. 能力坑 · 能力判断依赖假设

- 严重度：medium
- 证据强度：source_linked
- 发现：README/documentation is current enough for a first validation pass.
- 对用户的影响：假设不成立时，用户拿不到承诺的能力。
- 证据：capability.assumptions | https://github.com/DanceNitra/inspeximus | README/documentation is current enough for a first validation pass.

## 3. 维护坑 · 维护活跃度未知

- 严重度：medium
- 证据强度：source_linked
- 发现：未记录 last_activity_observed。
- 对用户的影响：新项目、停更项目和活跃项目会被混在一起，推荐信任度下降。
- 证据：evidence.maintainer_signals | https://github.com/DanceNitra/inspeximus | last_activity_observed missing

- 严重度：medium
- 证据强度：source_linked
- 发现：no_demo
- 证据：downstream_validation.risk_items | https://github.com/DanceNitra/inspeximus | no_demo; severity=medium

## 5. 安全/权限坑 · 存在评分风险

- 严重度：medium
- 证据强度：source_linked
- 发现：no_demo
- 对用户的影响：风险会影响是否适合普通用户安装。
- 证据：risks.scoring_risks | https://github.com/DanceNitra/inspeximus | no_demo; severity=medium

## 6. 安全/权限坑 · 来源证据：Integrity benchmark local-only command requires missing server/.env and still needs OpenAI judge

- 严重度：medium
- 证据强度：source_linked
- 发现：GitHub 社区证据显示该项目存在一个安全/权限相关的待验证问题：Integrity benchmark local-only command requires missing server/.env and still needs OpenAI judge
- 对用户的影响：可能影响授权、密钥配置或安全边界。
- 证据：community_evidence:github | https://github.com/DanceNitra/inspeximus/issues/1 | 来源讨论提到 python 相关条件，需在安装/试用前复核。

## 7. 维护坑 · issue/PR 响应质量未知

- 严重度：low
- 证据强度：source_linked
- 发现：issue_or_pr_quality=unknown。
- 对用户的影响：用户无法判断遇到问题后是否有人维护。
- 证据：evidence.maintainer_signals | https://github.com/DanceNitra/inspeximus | issue_or_pr_quality=unknown

## 8. 维护坑 · 发布节奏不明确

- 严重度：low
- 证据强度：source_linked
- 发现：release_recency=unknown。
- 对用户的影响：安装命令和文档可能落后于代码，用户踩坑概率升高。
- 证据：evidence.maintainer_signals | https://github.com/DanceNitra/inspeximus | release_recency=unknown

<!-- canonical_name: DanceNitra/inspeximus; human_manual_source: deepwiki_human_wiki -->