Привет, HN, я создал ai·rete·rag, потому что постоянно видел, как команды поручают LLM решения, которые должны быть аудируемыми (кредитование, мошенничество, клиническая сортировка), а затем добавляют «ограждения» задним числом. Он запускает их последовательно: Движок Rete на чистом Python оценивает правила YAML против ваших фактов. Вердикт исходит только отсюда. Одни и те же факты, один и тот же вердикт, каждый раз, с разрешением конфликтов на основе значимости. 2. RAG извлекает отрывки из ваших собственных политических документов, а LLM пишет объяснение решения на простом английском языке, которое уже было принято, ссылаясь на эти отрывки. Он не может изменить вердикт.

Несколько вещей, которые зашли дальше ожидаемого: Правила — это граф, а не плоские списки: вложенные all/any/not, и правила могут утверждать факты, которые другие правила потребляют (прямая цепочка). Трассировка решения показывает причинно-следственную цепочку. Режим аудита записывает каждое оцененное правило, включая те, которые не сработали, условие за условием, с моментальным снимком набора правил для воспроизведения. Правила могут управлять извлечением (сработавшее правило сужает поиск документов), а извлеченный текст может быть преобразован в факты для движка. Нетехнические авторы могут создавать правила в визуальном редакторе или вставить документ политики и получить правила, составленные LLM, с цитатами. Черновики никогда не сохраняются без проверки. YAML по-прежнему доступен для инженеров.

На целевой странице есть живая демонстрация без регистрации (8 демо-доменов: кредиты, мошенничество, клиника, страхование, юриспруденция, операции, электронная коммерция, блокчейн). Есть также сервер MCP, поэтому Claude и другие агенты могут вызывать /decide как инструмент: uvx ai-rete-rag-mcp. Честно говоря: это хостинговый продукт с бесплатным уровнем. Клиент MCP имеет открытый исходный код (MIT, github.com/zaharajabeen13-create/ai-rete-rag-mcp); движок и платформа в настоящее время не имеют открытого исходного кода. Я особенно хотел бы услышать от тех, кому приходилось объяснять автоматизированное решение регулятору или аудитору: что они на самом деле просили?