1 v0.15.0 更新于 2026-11-08

falsepass MCP Server

Find RL environment graders that pay wrong answers: probes reward code, returns reproducible leads

适用客户端

本地客户端
Claude Desktop、Claude Code、Cursor、Cline 等支持本地 MCP 的客户端

安装配置

本地运行(pypi)
{
  "mcpServers": {
    "falsepass": {
      "command": "uvx",
      "args": [
        "falsepass"
      ]
    }
  }
}

将上方 JSON 加入 MCP 客户端配置(如 Claude Desktop 的 claude_desktop_config.json 或项目的 .mcp.json)即可接入;远程接入按客户端要求填写 URL 与鉴权头。

提供的工具 接入后 Agent 可调用这 10 个工具

falsepass_scan
扫描环境验证器代码,静态查找潜在的评分缺陷。
falsepass_init
初始化指定环境(Hub 环境、本地文件夹、Inspect 任务或 HUD 环境)以便审计。
falsepass_audit
对已初始化的环境运行探测审计,检查误奖励和误失败问题。
falsepass_audit_status
查询后台运行的审计任务的状态。
falsepass_results
获取审计结果,包括关键指标和未通过的探测项。
falsepass_completion
获取进行中或已完成审计的补全输出信息。
falsepass_reach
分析验证器代码的可达性相关信息。
falsepass_repro
复现已发现的评分缺陷。
falsepass_verify_fix
验证修复后的验证器是否已消除缺陷。
falsepass_discover
发现可用的环境或任务以供审计。