uds-spans-receipts

UDS-Mesh 数据集是一个用于 OpenTelemetry 风格可观测性的统一决策跨度（Unified Decision Span）模式与治理收据集合。该数据集基于 Doctrine v6 图拓扑，旨在为跨组件治理提供结构化的审计追踪框架。数据集包含两种核心数据类型：1) OTel 兼容的跨度模式，用于描述组件间的决策与交互；2) DSSE（数字签名软件工单）格式的治理收据，确保审计链的完整性。数据集规模明确包含 100 个 OpenTelemetry 跨度和 50 个 DSSE 收据。其底层结构是一个有向无环图，遵循因果一致性（Lamport 时间戳）、A15 拓扑不变性（Edelsbrunner–Letscher–Zomorodian 持久同调条件）和 SCITT 收据完整性（Merkle 锚定）等图论与密码学原则。数据集捆绑包（如 v0.3.1）包含多个组件模块，例如用于策略组合的 composition-runtime、用于 SCITT-Rekor 公证的 scitt-adapter、用于策略网关的 policy-gate、用于计算拓扑不变性的 a15-homology、用于随机数生成的 xoshiro-prng 以及用于事件溯源重放的 k10v2-replay。该数据集适用于分布式系统治理、合规性审计、可观测性工具开发、以及基于形式化数学基础（参考 Ouroboros Thesis v18.0）的跨组件安全分析等任务。The UDS-Mesh dataset is a collection of Unified Decision Span schemas and governance receipts for OpenTelemetry-style observability. Built on Doctrine v6 graph topologies, this dataset aims to provide a structured audit tracing framework for cross-component governance. It includes two core data types: 1) OTel-compatible span schemas that describe decision-making and interactions between components; 2) governance receipts in DSSE (Digitally Signed Software Evidence) format to ensure the integrity of the audit chain. The dataset explicitly contains 100 OpenTelemetry spans and 50 DSSE receipts. Its underlying structure is a directed acyclic graph (DAG) that adheres to graph theory and cryptography principles including causal consistency (Lamport timestamps), A15 topological invariance (Edelsbrunner–Letscher–Zomorodian persistent homology conditions), and SCITT receipt integrity (Merkle anchoring). Dataset bundles (e.g., v0.3.1) include multiple component modules, such as composition-runtime for policy composition, scitt-adapter for SCITT-Rekor notarization, policy-gate for policy gateways, a15-homology for topological invariance calculation, xoshiro-prng for random number generation, and k10v2-replay for event sourcing replay. This dataset is applicable to tasks including distributed system governance, compliance auditing, observability tool development, and cross-component security analysis based on formal mathematical foundations (refer to Ouroboros Thesis v18.0).

原始信息汇总

数据集概述

• 名称：UDS Spans + Receipts — Governance Receipt Corpus
• 许可证：CC-BY-4.0
• 语言：英语
• 记录数量：100 条 OpenTelemetry spans + 50 条 DSSE 签名的治理回执
• 格式：JSONL
• 合成标志：所有记录均标记 "synthetic": true
• OTel 规范：遵循 W3C TraceContext
• 回执模式：遵循 DSSE 标准

数据集描述

该数据集包含由 uds-mesh 组件生成的 100 条合成 OpenTelemetry spans 和 50 条 DSSE 签名的治理回执。所有记录均为合成数据，不包含任何生产遥测数据。

数据模式

Spans 模式（spans_sample.jsonl）

字段	类型	描述
trace_id	string	W3C 32 位十六进制 trace ID
span_id	string	W3C 16 位十六进制 span ID
component	string	组件名称，例如 a11oy, amaru, rosie
kind	string	类型：GOVERNANCE
timestamp_us	int	自纪元以来的微秒数
synthetic	bool	始终为 true
lambda_score	float	Λ 轴评分，范围 [0,1]

Receipts 模式（receipts_sample.jsonl）

字段	类型	描述
envelope	object	DSSE 信封（包含 payloadType、payload 和 signatures）
chain_hash	string	前一条回执的 SHA-256 哈希
component	string	发出回执的组件
mocked	bool	始终为 false，表示使用真实 DSSE 加密
synthetic	bool	始终为 true，表示合成数据

来源与验证

• 生成工具：uds-mesh CI 系统
• 源代码仓库：github.com/szl-holdings/uds-mesh
• 验证状态：269 项 uds-mesh 测试全部通过（2026-05-29）

相关链接

• 在线演示：SZLHOLDINGS/vsp-otel-emitter
• MCP 服务器：SZLHOLDINGS/mcp-receipts-server
• 源代码：github.com/szl-holdings/uds-mesh
• 组织页面：SZLHOLDINGS/SZLHOLDINGS

引用格式

bibtex @misc{lutar2026ouroboros, title = {Ouroboros: Formal Verification of Agentic AI Governance — v18.0}, author = {Lutar, Stephen P.}, year = {2026}, doi = {10.5281/zenodo.20434276}, url = {https://doi.org/10.5281/zenodo.20434276} }

联系方式

• 作者：Stephen P. Lutar
• 邮箱：[e-mail]
• ORCID：0009-0001-0110-4173
• GitHub：github.com/szl-holdings
• Hugging Face：huggingface.co/SZLHOLDINGS

搜集汇总

数据集介绍

构建方式

该数据集由uds-mesh组件在持续集成流程中自动生成，通过模拟OpenTelemetry追踪与DSSE签署的治理收据，构建了一个完全合成的数据集。所有100条跨度记录均遵循W3C TraceContext规范，包含trace_id、span_id等字段，并标注了GOVERNANCE、AUDIT、POLICY等种类标识。50条收据记录则采用DSSE信封格式，包含真实的加密签名，且通过chain_hash字段链接形成收据链，确保数据结构的完整性与可验证性。

特点

数据集的突出特色在于其双重结构：一方面提供符合OpenTelemetry标准的跨度数据，覆盖治理、审计、策略三种语义类型，并附带λ轴评分；另一方面提供经DSSE签名的治理收据，每条收据均包含前序收据的哈希值，形成不可篡改的链式结构。所有记录均明确标注synthetic: true，且收据部分的mocked: false表明加密签名为真实生成，确保了数据在实验环境中的可信度与可复现性。

使用方法

数据集以JSONL格式提供，可直接通过标准JSON解析库逐行读取。跨度数据适用于测试和验证分布式追踪系统的治理语义解析能力，收据数据可用于模拟AI代理治理中的形式化验证流程。用户可参照HuggingFace页面中的跨链接访问实时演示（vsp-otel-emitter）或MCP服务器（mcp-receipts-server），亦可通过克隆源代码仓库并运行测试套件来复现数据生成过程，深入理解其构造逻辑。

背景与挑战

背景概述

随着人工智能系统向自主化、代理化方向演进，其行为治理与形式化验证成为关键挑战。由Stephen P. Lutar领导的研究团队于2026年创建了uds-spans-receipts数据集，旨在为代理型人工智能治理提供标准化、可验证的观测数据载体。该数据集包含100条合成OpenTelemetry跨度记录与50个DSSE签名治理凭证，紧密围绕W3C TraceContext规范与SLSA供应链安全框架，为审计追踪与策略合规性研究奠定数据基础。其作为“Ouroboros”代理治理验证项目的一部分，显著推动了可观测性与形式化方法在自主系统监管中的应用，并成为连接开放遥测与正式验证的重要桥梁。

当前挑战

该数据集所解决的领域挑战在于：当前代理型人工智能系统缺乏统一的、可加密验证的治理轨迹记录规范，导致行为审计与策略合规性难以自动化检验。通过构建包含统一决策跨度与DSSE签名凭证的合成语料库，为治理凭证的可追溯性与不可篡改性提供了实验基准。构建过程中的挑战则在于：设计兼容OpenTelemetry的扩展跨度类型（如GOVERNANCE、AUDIT、POLICY），并确保每条记录均携带严格的合成标识与全模拟加密签名，在模拟真实工作负载特性的同时规避生产数据暴露风险，从而平衡数据真实度与隐私合规要求。

常用场景

经典使用场景

该数据集由100条合成OpenTelemetry跨度（span）和50条经DSSE签名的治理凭证（receipt）构成，专为AI治理与可观测性交叉领域设计。其经典使用场景在于验证基于W3C TraceContext规范的分布式追踪系统与DSSE签名链的集成能力，研究者可借助该数据模拟由治理组件（如a11oy、amaru）发出的跨度与凭证流，测试从跨度生成、凭证签名到链式哈希验证的完整流水线。由于所有记录均标记为合成数据，它避免了生产环境隐私风险，成为原型验证和基准测试的理想起点。

解决学术问题

在学术层面，该数据集直面AI代理系统在可观测性与形式化验证之间的鸿沟—现有分布式追踪方案（如OpenTelemetry）缺乏对治理决策的不可篡改记录，而形式化验证方法又常因缺少真实计算痕迹而难以落地。通过提供统一决策跨度（UDS）与DSSE签名凭证的关联数据，它使研究者能够探索如何将可观测性元数据（如λ-axis评分）转化为可验证的凭证链，从而推动代理型AI治理的可审计性、不可抵赖性与形式化验证理论。其意义在于为“信任链+观测数据”的融合范式提供了具体、可复现的实证基础。

衍生相关工作

该数据集衍生或关联了一系列标杆性工作：其生成工具uds-mesh组件直接服务于“Ouroboros：代理型AI治理的形式化验证”项目（v18.0），该论文详述了如何利用DSSE签名链与UDS跨度实现循环信任验证的数学框架。配套的vsp-otel-emitter演示空间提供了跨度的可视化发射器，而mcp-receipts-server则展示了基于模型上下文协议的凭证查询接口。这些衍生工作共同构成了从数据采集、结构验证到实时服务的一套完整技术栈，尤其在AI治理的可观测性基准研究中常被引为参考实现。