让 AI Agent 的每一步都可记录、可验证、可复核。
I build auditable AI agent workflows.
Independent research on governable, verifiable AI agents for FDO / dataspace environments.
我聚焦可信 AI / Trustworthy AI、Agent Evidence、LangChain / LangGraph 工作流,以及 FDO Operation Evidence。
我的工作不是让模型回答得更像人,而是把 AI 从“能回答的工具”升级为“可控、可追踪、可审计、可交付的研究与业务流程”。
我关注的是 Agent 执行之后还能留下什么:结构化 evidence、hash、schema、validator、audit trail、review result,以及可以被技术团队复核的最小闭环。
- Evidence entry -> agent-evidence
- Walkthrough demo -> verifiable-agent-demo
- Architecture hub -> digital-biosphere-architecture
- Governance layer -> token-governor
- Audit plane -> aro-audit
- 让企业 AI / Agent 工作流留下结构化证据,而不是只剩聊天记录或零散日志
- 让 LangChain / LangGraph 流程更适合高责任、可审计场景
- 让研究流程中的选题、写作、审稿、复核可追踪、可回放、可交付
- 帮团队把 ChatGPT / Gemini 从工具使用升级为工作流和智能体试点
- 把 agent trace、policy reference、validator、audit receipt 组织成 HR 和技术经理都能看懂的项目交付物
- agent-evidence — 把 Agent / service operation 转换成可验证 evidence object,包含 profile、schema、validator、examples 和 demo。
- verifiable-agent-demo — 一个最小可运行演示,展示从 intent 到 trace、evidence bundle、replay verdict、audit receipt 的闭环。
- digital-biosphere-architecture — 可信 AI / Agent Evidence 的架构总图,用来解释项目之间如何组成一条工作流。
- token-governor — 面向 Agent 运行前的预算、策略、fallback 和风险治理设计。
- aro-audit — 面向执行后的 receipt 生成、验证、review 和 conformance 检查。
FDO_OPERATION_EVIDENCE_PROFILE_V0_1agent-evidencevalidator / schema / registration pack- FDO Testbed 最小注册演示
- ResearchFlow-Agent v0.1:面向论文与研究流程的多角色 Agent 工作流
- 向 Microsoft Agent Governance Toolkit 贡献并合入了一份互操作说明,说明 AGT 的运行时证据怎样映射到外部问责配置文件(operation-accountability profile)。
Trustworthy AI · Agent Evidence · LangChain · LangGraph · Tool Calling · Multi-Agent Workflow · Audit Trail · JSON Schema · Validator · FDO Operation Evidence · AI Governance · Research Workflow
I work on Trustworthy AI, Agent Evidence, and auditable AI workflow design.
My focus is not only making agents useful, but making their execution traceable, reviewable, and verifiable.
The main project line connects LangChain / LangGraph workflows, structured evidence objects, JSON Schema validation, audit receipts, and FDO-style operation evidence.
For hiring and collaboration, start with agent-evidence and verifiable-agent-demo: they show the runnable evidence path before the broader architecture.
Email: joy7759@gmail.com
GitHub: github.com/joy7758
ORCID: 0009-0002-8861-1481



