Avant de commencer
- Python 3.10 ou plus récent sur la machine où l'agent s'exécute.
- Une clé d'API
member.
Dans la console CertOne, ouvrez Developer Hub, puis API keys. Nommez la clé, choisissez le rôle member et sélectionnez New key.
- Copiez le secret immédiatement : il n'est affiché qu'une fois.
- Les clés commencent par
ck_et expirent après au plus 365 jours. - La création de clés exige le rôle
admindans votre organisation. - Une clé
viewerpeut lire les résultats mais ne peut pas soumettre d'analyses.
Installez le serveur MCP de CertOne, certone-mcp, et rendez la clé disponible :
pip install "certone-sdk[mcp]"
export CERTONE_API_KEY=ck_... # PowerShell: $env:CERTONE_API_KEY = "ck_..."| Outil | Rôle |
|---|---|
certone_scan | Analyse confidentielle d'un dossier de projet dans un bac à sable attesté par le matériel : le verdict et chaque constat avec la loi qu'il enfreint, son fichier et sa ligne. |
certone_fixes | Les corrections proposées par les agents LLM scellés de CertOne, avec l'examen du vérificateur indépendant. S'ils travaillent encore, il l'indique et l'agent rappelle. |
certone_release_gate | Autorise une mise en production seulement pour un verdict réussi avec une attestation signée. |
certone_attestation | L'attestation signée d'un rapport réussi, liée à sa version exacte. |
Claude Code
Enregistrez le serveur une fois, puis demandez en langage courant, par exemple Use CertOne to check this service before release.
claude mcp add certone --env CERTONE_API_KEY=$CERTONE_API_KEY -- certone-mcp
claudeClaude Desktop
Ajoutez le serveur à claude_desktop_config.json (Settings, Developer, Edit Config), puis redémarrez Claude Desktop. certone-mcp doit être dans le PATH, sinon indiquez son chemin complet comme command.
{
"mcpServers": {
"certone": {
"command": "certone-mcp",
"env": { "CERTONE_API_KEY": "ck_..." }
}
}
}VS Code avec GitHub Copilot
Ajoutez .vscode/mcp.json à l'espace de travail. VS Code demande la clé une fois et la conserve dans son stockage secret. Ouvrez la conversation en mode Agent et sélectionnez Start au-dessus du serveur dans mcp.json.
{
"inputs": [
{ "type": "promptString", "id": "certone-key", "description": "CertOne API key", "password": true }
],
"servers": {
"certone": {
"type": "stdio",
"command": "certone-mcp",
"env": { "CERTONE_API_KEY": "${input:certone-key}" }
}
}
}GitHub Actions
À chaque demande de tirage, un agent analyse le changement, valide la correction de CertOne sur la branche, analyse de nouveau et publie le verdict et l'attestation en commentaire. Ajoutez deux secrets au dépôt, CERTONE_API_KEY et ANTHROPIC_API_KEY, et ce flux de travail :
name: CertOne AI agent (MCP)
on:
pull_request:
branches: [main]
permissions:
contents: write # commit CertOne's fix to the pull request branch
pull-requests: write # post the report
jobs:
certone-agent:
# branches of this repository only: forks never run the agent or reach the secrets
if: github.event.pull_request.head.repo.full_name == github.repository
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
with:
ref: ${{ github.head_ref }}
- uses: actions/setup-python@v5
with:
python-version: "3.12"
- name: Install Claude Code and the CertOne MCP server
run: |
curl -fsSL https://claude.ai/install.sh | bash
echo "$HOME/.local/bin" >> "$GITHUB_PATH"
pip install "certone-sdk[mcp]"
- name: Certify the AI system with CertOne
env:
ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
CERTONE_API_KEY: ${{ secrets.CERTONE_API_KEY }}
run: |
claude -p "Use CertOne to check my-model/ before release. If it fails, apply CertOne's patch and scan again. Write the full report to certone-report.md. Do not run git." \
--mcp-config '{"mcpServers":{"certone":{"command":"certone-mcp"}}}' \
--allowedTools "mcp__certone,Read,Edit,Write,Glob,Grep" --permission-mode acceptEdits
- name: Commit CertOne's fix to the pull request
run: |
git config user.name "certone-agent"
git config user.email "certone-agent@users.noreply.github.com"
git add my-model
git diff --cached --quiet || { git commit -m "Apply CertOne's fix" -m "[skip ci]"; git push; }
- name: Post the report on the pull request
env:
GH_TOKEN: ${{ github.token }}
run: gh pr comment ${{ github.event.pull_request.number }} --body-file certone-report.md- Remplacez
my-modelpar le dossier de votre système d'IA. - La ligne
if:tient les dépôts dérivés à l'écart de l'agent et des secrets. [skip ci]empêche la validation de la correction de relancer le flux.
Autres clients MCP et vos propres agents
Tout client MCP qui exécute des serveurs locaux peut utiliser CertOne : la commande est certone-mcp (stdio), avec CERTONE_API_KEY dans son environnement. CERTONE_API_URL le dirige vers un autre déploiement de CertOne.
Avec l'OpenAI Agents SDK (pip install openai-agents), pour les modèles d'OpenAI :
import asyncio, os
from agents import Agent, Runner
from agents.mcp import MCPServerStdio
async def main():
async with MCPServerStdio(params={
"command": "certone-mcp",
"env": {"CERTONE_API_KEY": os.environ["CERTONE_API_KEY"]},
}) as certone:
agent = Agent(name="Release checker", mcp_servers=[certone],
instructions="Use CertOne before every release of an AI system.")
result = await Runner.run(agent, "Use CertOne to check ./my-model before release.")
print(result.final_output)
asyncio.run(main())Avec le Claude Agent SDK (pip install claude-agent-sdk) :
import asyncio, os
from claude_agent_sdk import ClaudeAgentOptions, query
options = ClaudeAgentOptions(
mcp_servers={"certone": {"command": "certone-mcp",
"env": {"CERTONE_API_KEY": os.environ["CERTONE_API_KEY"]}}},
allowed_tools=["mcp__certone", "Read", "Edit"],
)
async def main():
async for message in query(prompt="Use CertOne to check ./my-model before release.",
options=options):
print(message)
asyncio.run(main())certone-mcp. Utilisez l'OpenAI Agents SDK ci-dessus avec les mêmes modèles d'OpenAI.Notes
- Le serveur n'approuve ni n'applique jamais de correction sur la plateforme : l'agent l'applique dans sa propre arborescence, où votre équipe l'examine, et une nouvelle analyse décide.
- Les agents LLM scellés prennent quelques minutes après le verdict; l'agent attend et rappelle
certone_fixes. - Gardez la clé d'API dans le stockage secret de l'agent ou son environnement, jamais dans le dépôt.