AI 智能体的授权层
每个智能体都需要身份。每个行动都需要授权。每项授权都需要证据。StructureClerk 将 192 个司法管辖区与您的内部策略转化为智能体在行动之前即可调用的决策。
Identity answers who. StructureClerk answers what.
Okta, Auth0 and your IAM know who your agent is. Policy engines like OPA know how to evaluate a rule. StructureClerk provides what's missing: the content of the rule. Which action this agent may perform, in this jurisdiction, on this data, at this autonomy level — and what proof remains. Built to complement your identity and enforcement stack, not to replace it.
司法管辖区改变答案
同一个智能体、同一个行动、同一份数据。只有来源地和目的地不同——决策也随之改变。
| 行动 | 来源 | 目的地 | 决策 | 原因 |
|---|---|---|---|---|
| read.customer_record | CA_QC | CA_QC | ALLOW | 留在魁北克 |
| read.customer_record | CA_QC | US_FED | APPROVE | 需要传输机制 |
| read.customer_record | US_FED | CA_QC | ALLOW | 反向：开放制度 |
| read.customer_record | FR | CA_FED | ALLOW | 充分性认定 |
| replicate.records | CN | US_FED | DENY | 本地化义务 |
| score.applicant | FR | — | DENY | 人工介入权 |
| score.applicant | US_TX | — | ESCALATE | 无对等权利 |
与司法管辖区相关的规则只能收紧决策，绝不会放宽：引擎先在不含这些规则的情况下评估规则表，再含入评估，并保留更严格的答案。因此，指定一个司法管辖区永远不是获取许可的途径。未提供目的地时，答案会附带警告，而不是隐含的放行。
决策原语
四种可能的答案。每一种对应三区框架中的一个区域。
ALLOW
行动属于第 1 区：智能体可在策略范围内自主行动。
APPROVE
行动属于第 2 区：智能体准备，由人工在执行前批准。
DENY
行动属于第 3 区：决策保留给人类。智能体不能做出该决策。
ESCALATE
置信度低于 90%：疑虑阈值将请求转交人工审查，而不是猜测。
咨询性决策。StructureClerk 决策，您的基础设施执行。
一个请求、一个决策、一份证据
一个财务智能体想在魁北克执行一笔涉及健康数据的 12,500 美元付款。以下是引擎的回答。
POST /api/v1/authority/decide
{
"agent": { "id": "financebot-01", "autonomy_level": 3 },
"action": {
"type": "payment.execute",
"amount": 12500,
"currency": "CAD",
"data_categories": ["personal", "health"]
},
"context": { "jurisdictions": ["QC"], "sector": "health" }
}{
"advisory": true,
"decision": "APPROVE",
"zone": 2,
"reason": "financial_threshold_exceeded",
"reasons": [
"financial_threshold_exceeded",
"sensitive_data_regulated_sector"
],
"confidence": 0.96,
"frameworks": [
{ "name": "Loi 25", "domain": "data_protection", "jurisdiction": "CA_QC" },
{ "name": "Loi 25 (dispositions IA)", "domain": "ai_governance", "jurisdiction": "CA_QC" },
{ "name": "Loi 25 — Volet décision automatisée (Québec)", "domain": "algorithmic_decisions", "jurisdiction": "Québec, Canada", "status": "enacted" },
{ "name": "PIPEDA — Volet décision automatisée", "domain": "algorithmic_decisions", "jurisdiction": "Canada (Fédéral)", "status": "enacted" }
],
"sector_risk_level": "high",
"evidence": {
"id": "EVD-1c9a7e58-2b41-4f6e-9c3d-8a5b0e7f21d4",
"timestamp": "2026-08-13T14:02:11.000Z",
"sha256": "5b2aeaa5261c375a..."
},
"rules_version": "2026-09-18.1",
"disclaimer": "Décision consultative fondée sur une cartographie réglementaire. Ne constitue pas un avis juridique. L'application de la décision relève de votre infrastructure."
}Try it now
Query the engine live
This form calls the real public endpoint. The response below, signature included, is exactly what your agent would receive.
// Pick a scenario or compose an action,
// then request a decision.Advisory decisions. StructureClerk decides. Your infrastructure enforces.
Agent interoperability
3 protocols, 0 auth
Your agents already query StructureClerk over A2A, MCP and REST. They can now ask it for authorization before acting.
Google Agent-to-Agent protocol. Lets AI agents query StructureClerk via JSON-RPC.
/api/a2aModel Context Protocol. Exposes 5 compliance tools for MCP-compatible clients.
/api/mcp-httpClassic REST API. Compliance analysis, jurisdiction mapping and roadmap endpoints.
/api/agent/compliance-checkIntegrate in 3 lines
Pick your protocol. Copy. Execute.
// A2A — JSON-RPC 2.0
const res = await fetch(
"https://structureclerk.ca/api/a2a",
{
method: "POST",
headers: { "Content-Type": "application/json" },
body: JSON.stringify({
jsonrpc: "2.0",
method: "compliance/check",
params: {
jurisdiction: "QC",
company_size: "11-50",
sector: "health",
uses_ai: true
},
id: 1
})
}
);
const { result } = await res.json();
console.log(result.applicable_frameworks);三区框架
智能体的自主级别不是技术变量，而是治理边界。
第 1 区 — 自动化
→ ALLOW
智能体在策略范围内自主行动。读取、分类、草稿、不涉及敏感数据的对账。
第 2 区 — 增强
→ APPROVE
智能体准备，人工批准。超过阈值的财务操作、不可逆操作、受监管行业中的敏感数据。
第 3 区 — 禁区
→ DENY
保留给人类的决策：招聘、解雇、信贷、薪酬、医疗决定、法律交易。智能体不能做出该决策。
横向 — 疑虑阈值→ ESCALATE
当引擎置信度低于 90% 时，无论规则结果如何，请求都会转交人工审查。系统的设计目标是知道自己不知道什么。
三区框架 — L'Architecte Numérique，Michel Fotsing（2026），由 Hachette 发行。 larchitectenumerique.com
每个决策都留下证据
谁提出请求、什么行动、什么上下文、适用什么策略、做出什么决策、在什么时间。每个决策都经过加密签名并追加到链式日志中。任何第三方都可以在不信任我们的前提下，验证某个智能体在那一刻拥有该授权。
- 每个响应中都有唯一的证据标识符（EVD-…）
- 请求-决策对的 SHA-256 指纹
- Ed25519 签名，公钥已公开
- 链式日志：每条记录引用前一条
- 第三方公开验证，无需账户
与标准的发展方向一致
这一方法遵循 NIST 人工智能智能体标准倡议（2026 年 2 月）在智能体身份与授权方面确立的方向。
编排层与任何单一模型提供商解耦。若某个模型退化或某家提供商调整价格，系统可切换而无需触及决策逻辑。
决策契约是开放的。欢迎实现它、批评它、扩展它。 查看规范（JSON Schema、OpenAPI、MIT）
已经在使用智能体平台？我们为其中十个平台记录了集成场景 — monday.com、Agentforce、Copilot Studio 及其他