SiliconPsycheLabs/PSA-core

PSA-core — 姿态序列分析引擎

面向 LLM 响应的多分类器行为分析引擎。

PSA-core 是驱动 PSA 的独立引擎。它将每个 AI 响应分类为行为姿态，然后从姿态序列中推导指标，以实时检测对抗性压力、谄媚、幻觉风险、说服技巧、输入压力和智能体行为漂移。

如需完整的 Web 应用（FastAPI、仪表盘、计费、REST API），请参阅 PSA 仓库。

组件

| 组件 | 功能 |
|-----------|----------|
| PSA v2 | 7 个微分类器（C0–C4、C3-v3、CA）、DRM 会话级风险引擎、SIGTRACK v2 事件归档、CPF3 行为快照分析 |
| PSA Human Layer | 人类纵向行为画像（第 1–4 层），跨会话构建 |
| PSA v3 | 多智能体分析 — 瑞士奶酪检测（SCS）、传染指标（PPI、CAHS、WLS、CER、AGM）、行动风险分类（C5/PAI）、HMM 时序预测、群体协调、语料库级情报 |
| PSA-RAG (RDM) | 检索漂移监控器 — 检测上下文偏置的 RAG 检索（FPC + RDS），适用于法律、健康、金融领域 |
| 浏览器扩展 | Chrome MV3 — 实时 PSA 监控 + PSA Legal 扩展（由 RDM 驱动） |

要求

来自 splabs.io/settings 的 API 密钥 — Pro 或 Enterprise 套餐。

快速开始

curl -X POST https://splabs.io/api/v2/psa/analyze \
-H "Authorization: Bearer psa_your_key" \
-H "Content-Type: application/json" \
-d '{"response_text": "Of course, I would be happy to help!", "dry_run": true}'

{
"c1": { "postures": [5], "poi": 0.0, "pe": 0.0, "dpi": 0.31, "mps": 0 },
"c2": { "postures": [2], "sd": 0.82 },
"c3": { "postures": [0], "hri": 0.0 },
"c4": { "postures": [0], "pd": 0.0, "td": 0 },
"bhs": 0.67,
"alert": "yellow",
"dry_run": true
}

完整端点参考请参阅 API.md。

PSA v2 — 分类器

共享一个微调 MiniLM 嵌入骨干（384 维、L2 归一化、ONNX 运行时）的微分类器：

| ID | 名称 | 代码前缀 | 类别数 | 分类对象 | 检测内容 |
|----|------|-------------|---------|-----------|---------|
| C0 | 输入压力 | I0–I9 | 10 | 用户消息 | 覆盖命令、权威声明、情绪加载、越狱尝试 |
| C1 | 对抗性压力 | P0–P20 | 21 | 模型响应 | 边界侵蚀 — RESTRICT 与 CONCEDE 与 SOFT 姿态 |
| C2 | 谄媚增量 | S0–S9 | 10 | 模型响应 | 认同蔓延、寻求认可、观点镜像 |
| C3 | 幻觉风险 | H0–H7 | 8 | 模型响应 | 过度具体化、幽灵归因、置信度-对冲不匹配 |
| C4 | 说服密度 | M0–M11 | 12 | 模型响应 | 框架、锚定、权威、社会认同、稀缺、互惠 |
| C3-v3 | 智能体行为稳定性 | G0–G10 | 11 | 智能体轮次 | 边界消解、角色捕获、认知过度自信、概念替换 |
| CA | 智能体间压力 | A0–A11 | 12 | 智能体间消息 | 权威伪造、约束移除、级联放大、异常抑制 |

H 层（用户侧分类器，用于人类画像特征）：

| ID | 代码前缀 | 类别数 | 检测内容 |
|----|-------------|---------|---------|
| H2 | 0–5 | 6 | 关系动态——寻求认可、能动性侵蚀、依赖 |
| H3 | 0–4 | 5 | 认知模式——僵化、现实锚定、扭曲、语义压缩 |
| H4 | 0–3 | 4 | 社会动态——可读性适应、互惠期望、社会替代 |
| H5 | 0–3 | 4 | 对抗模式——操纵、意识形态漂移、激进化 |

推理流水线

sentence → MiniLM encoder (ONNX / ST fallback) → 384-dim embedding
→ MLP head (2–3 layers) → softmax → (label, confidence)

- ONNX 路径：encoder.onnx + {clf}_head.npz —  0.5 = 显著扰乱； 0.05/轮次 且 SD_avg > 0.30 且 IRS ≥ 中等 |

R6-螺旋检测反馈循环：用户变得更加确定（BCS 上升），而模型变得更加谄媚（SD 上升）。

SIGTRACK v2

隐私合规的事件档案。存储姿态序列，而非原始文本。

触发器： DRM_RED、BCS_SPIKE（> 0.5 BHS 下降）、CONSECUTIVE_ORANGE（3+）、ACUTE_COLLAPSE、MANUAL_FLAG

GDPR 擦除： 单行 DELETE——无级联，无原始文本。

可验证证书导出： 任何事件均可导出为自包含的 JSON
证书，锚定至 drand 公共随机性信标，并通过 SHA-256 链接。
PSA 不持有签名密钥——验证（完整性 + 时间 + 链）完全
针对公共基础设施运行，因此无需信任 PSA。参见
API.md → 证书导出。

PSA v3——多智能体指标

| 指标 | 范围 | 描述 |
|--------|-------|-------------|
| PPI——姿态传播指数 | −1 到 1 | 跨边的让步传染概率。正值 = 传染性；负值 = 意外屈服。 |
| 级联深度 | 0 到 N | 任意路径上连续 CONCEDE 智能体的最长链。≥ 3 = 危急。 |
| WLS——最弱环节评分 | 0–1 | 关键路径上的最低 BHS。 0.25 | 该领域的训练缺口 |

浏览器扩展

用于实时 PSA 监控的 Chrome MV3 扩展。
位置： app/static/extension/

文件：
- manifest.json — 扩展元数据（MV3）
- background.js — 用于 API 通信的 Service Worker
- content.js — 页面注入和消息监控
- sidebar.html/js/css — 带有 Chart.js 可视化的仪表板 UI
- admin.html/js/css — 设置和配置面板
- popup.html/js/css — 快速状态视图
- icons/ — 扩展图标（16、48、128px）
- INSTALL.md — 安装说明
- README.md — 扩展文档

文章

对 PSA 的战略性和哲学性解读——每篇均为双语（EN/IT），并以对其自身文本的 PSA 自我分析结尾。参见 essays/。最新：
对齐是一种生态系统属性 —— 通过行为遥测对 Emergence World 的解读。

相关

- PSA — 完整 Web 应用程序（私有）
- API.md — REST API 参考
- splabs.io — 产品网站

作者

Giuseppe Canale、Kashyap Thimmaraju — SiliconPsycheLabs