TrustOps

---

为什么需要 TrustOps

安全问卷看似是填表问题，实际是企业承诺问题。

常见问题包括：

• 是否要求所有员工和承包商启用 MFA？
• 客户数据保留多久？
• 是否每年进行独立渗透测试？
• 是否支持 BYOK？
• 数据是否在传输和静态状态下加密？
• 哪些第三方可以访问客户数据？

企业答案往往分散在：

Policy Documents · Audit Reports · Architecture Documents
Historical Questionnaires · Cloud Configurations · Contracts · Individual Knowledge

普通问卷自动化只做一件事：

Find a similar answer → Rewrite it → Fill the spreadsheet

TrustOps 做的事完全不同：

What does the policy claim?
What does the current system show?
What did the company promise before?
Are these facts consistent?
Who accepts responsibility?
Can this exact version be exported safely?

---

产品界面

TrustOps 的每一个界面都围绕一个核心概念构建：

界面	核心概念	说明
Evidence Room	证据是答案的基础	所有事实必须能引用明确来源；证据、控制和历史承诺集中呈现
Mission Control	先看状态，再执行	只读仪表盘，展示 API、Agent Teams、Live Controls、模型网关的就绪状态
Approval Inbox	批准确切状态，不是想法	每个批准决定绑定 AnswerVersion、RiskReviewResult、证据版本和控制快照
Verified Export	导出可交付物，附带收据	导出清单不可变，导出门控由后端确定性规则控制，任何一项失败则 COMPLETED 不会成立

---

产品定义

TrustOps 是面向成长型 B2B SaaS 的 Trust Evidence Control Plane（企业可信证据控制层）。

它将企业政策、当前系统控制、历史客户承诺、独立风险审查和人工责任连接起来，帮助企业形成可以对外发送的可信承诺。

核心承诺链

Question → Claim → Evidence → Control Snapshot
→ Answer Version → Risk Review Result
→ Finding → Human Approval → Export Manifest

TrustOps 不是

• 通用 Chatbot
• 普通 RAG 问答产品
• 单纯 AI 自动填表
• 完整 GRC 平台
• 自动修改生产安全配置的 Agent
• 自动代表企业提交客户问卷的机器人
• 通过固定结果模拟多 Agent 的 Demo

---

运作机制

五 Agent 独立执行

每个重要事实都由五个独立 AI Agent 协同处理：

Trust Commander · Policy Evidence Agent
Control Verification Agent · Answer Agent · Risk Reviewer Agent

每个 Agent 拥有独立的：

• Goal / System Prompt / Task
• Context 和 Skill allowlist
• Model Call 和 Structured Output
• Trace Span 和 Failure / Retry

一个模型响应拆成五个 UI 卡片，不算 Multi-Agent。

Evidence before Answer

每个重要事实必须能够引用明确来源：

The approved policy requires MFA for all workforce accounts [P1].
The latest IAM snapshot reports 122 of 124 accounts enrolled [C1].

Policy 与 Reality 分离

Policy Claim  ≠  Current Control State

Real Execution over Simulation

正式运行必须使用：

LIVE_AI + AgentTeams
+ 5 independent model calls
+ real Skill invocations
+ persisted Agent Tasks
+ real backend events
+ real Trace

企业资料可以是合成数据，Control 可以使用明确标记的 Mock Adapter，但 AI Agent 执行不能伪造。

Human Responsibility

AI 可以起草和审查，不能替企业承担最终承诺。

Deterministic Export Safety

模型可以解释风险，但不能决定最终是否允许 Export。

---

主演示场景：Q-005

客户问题：

Is multi-factor authentication required for all employees and contractors?

企业政策：

All workforce accounts must use MFA.

当前 Control Snapshot v1：

122 / 124
source_mode = MOCK

历史客户承诺：

MFA is required for administrators only.

TrustOps 应发现：

CONTRADICTION
CONTROL_DRIFT

并执行：

Question status: BLOCKED
Approval status: LOCKED
Export Gate: BLOCKED
Next action: REQUEST_RECHECK

重新验证后产生不可变 Snapshot v2：

124 / 124
Control Evaluation: PASS

Risk Reviewer 必须重新运行，高风险答案仍需 Security Owner 批准明确版本后，Export Gate 才可放行。

---

Runtime 术语

Execution Mode

LIVE_AI
TEST

Presentation Mode

CURRENT_RUN
RECORDED_REAL_RUN

Control Source Mode

LIVE
MOCK
RECORDED

RunRecording 是历史真实运行的回放资源，不是假 Run，也不能显示成当前 Live。

---

技术基线

Frontend:   Next.js 16 · App Router · TypeScript · pnpm
Backend:    FastAPI · Python · uv
Persistence: PostgreSQL · pgvector · Object Storage
Agent Runtime: AgentTeams · Model Gateway · Skill Runtime · Worker
Task durability: PostgreSQL-backed durable task records
Realtime:   SSE
Control:    Read-only Adapter
Formal truth: PostgreSQL + immutable versions + Trace + Audit

---

P0 范围

• 单 Organization
• 一种标准 Excel 问卷模板
• 50 个合成问题 · 8 份合成企业资料
• 5 个 Mock read-only Control
• 5 个真实 AI Agent
• Evidence Room · Live Controls · Approval Center · Mission Control
• Completion Report · Trace Explorer · Verified Export
• Q-005 完整闭环
• Q-003 Retention 冲突 · Q-007 过期 Pen Test · Q-010 不支持 BYOK

P0 非目标

• 任意 Excel 格式解析 · 完整 GRC · 自动 SOC 2
• 完整 ISO 管理 · 自动登录或提交客户门户
• 自动修改生产控制 · 完整 Trust Center
• 复杂多租户计费 · 通用一级 Chat
• 无限自主子 Agent · 全云平台生产连接器

---

当前状态

Specification:       P0 Frozen v1.1
Code implementation: Backend complete (39/39 tests passing)
                    Frontend UI complete (Next.js 16 + Chinese UI)
Runnable application: Backend API online (port 8000)
                     Frontend via Node proxy (port 3000)
Live AI Runtime:     AgentTeams controller + manager online
                     Q-005 Golden Run incomplete
Measured metrics:    Eval center operational, Q-005 not yet passing

后端已完整实现并通过测试。前端 UI 已到位（Next.js 16 + 中文界面）。Q-005 LIVE_AI Golden Run 受限于官方 AgentTeams controller 镜像不可用（阿里云镜像拉取失败），5-Agent 正式端到端验证尚未完成。

---

快速开始

详细指南见 GETTING_STARTED.md — 新电脑零坑启动（环境要求、Docker、后端、前端、验证清单、踩坑记录）

环境要求

• Docker & Docker Compose
• Python 3.11+ / uv
• Node.js 20+ / pnpm

启动

# 克隆仓库
git clone https://github.com/lora-sys/trustops.git
cd trustops

# 启动基础设施
docker compose up -d

# 后端
cd apps/api
uv sync
uv run uvicorn main:app --reload

# 前端
cd apps/web
pnpm install
pnpm dev

---

文档导航

类别	文档
产品	PRODUCT.md · PRD.md · DEMO.md · UI_UX.md
Agent 与架构	AGENT_SYSTEM.md · agent.md · ARCHITECTURE.md
数据契约	DATA_MODEL.md · API_CONTRACT.md · EVALUATION.md
工程治理	TECH_CONSTRAINTS.md · DECISIONS.md · AGENTS.md · CLAUDE.md
快速启动	GETTING_STARTED.md
冻结检查	SPEC_FREEZE_REVIEW.md · SPEC_INDEX.md

---

最终原则

TrustOps 的可信度不能来自 AI 表达得有多自信，而必须来自：

Real execution
+ Bounded authority
+ Versioned evidence
+ Observed controls
+ Independent review
+ Human responsibility
+ Deterministic export safety
+ Complete trace and audit

TrustOps must never confuse fluent language with verified truth.