CHAP（Collaborative Human Agent Protocol，协作式人类-智能体协议）是一个面向可审计人机协作的开放协议与运行时，兼容 MCP 与 A2A。其目标是为人类与智能体共同完成的工作提供可问责的记录方式。
用途 在由大量智能体和人员共同参与的团队中，智能体负责起草、分诊和推荐，人类负责审批、纠正、否决和升级。这些人类决策通常只散落在聊天记录、工单评论和记忆中。CHAP 为这些决策赋予明确的结构和可审计的记录：智能体产出了什么、人做了什么决定以及为什么，全部记录在可查询、可验证的日志中。
主要能力
- 结构化覆盖：当人编辑智能体的工作时，编辑会连同差异（diff）、理由（rationale）和团队定义的标签一起被记录，便于后续分析。
- 防篡改日志：每次变更按顺序记录。启用哈希链后，若保留的近期链头不在操作者可控范围内，被篡改的条目在验证时会被检测到（见 SECURITY.md §5）。历史记录可跨密钥轮换、供应商日志过期和人员变动而保留。
- 签名与身份：可选扩展（称为 profiles）要求每次调用都签名，将签名密钥绑定到已验证身份，并将条目提交到透明度日志。
- 与 MCP 和 A2A 并存：MCP 连接智能体与工具，A2A 连接智能体与智能体，CHAP 记录智能体与人共享的工作。
协议结构 CHAP 是一组调用，由智能体、人及其工具发送给协调器（coordinator），协调器是调解工作区的服务。协调器根据工作区规则检查每次调用、作出应答，并将每个被接受的变更记录到工作区的审计日志中。TypeScript 和 Python 包即为协调器，可嵌入自有进程或作为服务器运行。 动词即其名称：任务被创建、完成并送审（task.create、task.complete、review.request）；审查者批准、拒绝或覆盖（decide.approve、decide.reject、decide.override）；工作被交接或升级（handoff.propose、escalate.raise）；audit.read 返回记录。
核心与配置文件（profiles） 每个协调器都实现 Core（core/1.0）：工作区、参与者、任务和审计日志。其余均为可选配置文件，带版本命名。review/1.0 增加审查请求与决策；其他配置文件增加向人快速提问（whisper/1.0）、群组投票（deliberation/1.0）、交接（handoff/1.0）、暂停与回滚（control/1.0）、路由（routing/1.0）、影子与试用模式（modes/1.0）、签名调用（security-signed/1.0）、已验证身份（identity-oidc/1.0、identity-vc/1.0）和透明度日志（audit-scitt/1.0）。工作区会声明其使用的配置文件，协调器拒绝属于其他配置文件的调用。core/SPEC.md 将 Core 浓缩在一页内，profiles/PROFILES.md 列出所有配置文件，GLOSSARY.md 定义每个术语。
使用方式
- 新项目：create-chap-app 可生成一个带审查台、一个配置文件设置和 diff-profiles 命令的项目。默认模板是代码门禁：编码智能体在 git 仓库中的每次变更都以 diff 形式审查，经审查者签名批准，并连同证据一起提交，供 CI 验证。其他模板包括面向 Claude Desktop、Cursor 和 Claude Code 的 MCP 门禁、支持台、出站审批门禁和生产集。docs/profile-explorer.md 展示每个配置文件带来的变化。
- 从仓库克隆：START_HERE.md 在 Python 协调器上运行本地审查台，仅需 Python 3.10 或更高版本，无需安装其他内容。examples/00-five-minute-start.md 用 curl 向 Core 参考服务器发送信封并读回审计日志。库位于 packages/coordinator/ 和 packages/coordinator-py/，参考实现位于 reference/ 和 reference/python/。
- 90 秒演示：展示一位独立开发者用 Cursor 审查拉取请求，机器人标记了一个开发者不认同的警告，演示以六步展示整个交互，约 23 秒。每一步的代码以 TypeScript 和 Python 给出。TypeScript 提供类型化门面 coord.api.*，每个方法都有自动补全和编译期检查；Python 在表面保留 JSON-RPC 信封 coord.dispatch({...})，此处包装在 send() 辅助函数中，这是 Python 测试使用的惯用法。两者发送相同的参数和信封，因此无论哪个客户端调用，审计链读取结果一致。
- 分析：chap-analytics（pip install chap-analytics）将整条链加载到有文档的 pandas 表中，来源可以是 SQLite 文件、JSON 导出、实时协调器或 audit.read，涵盖覆盖、决策、审查者、耳语和交接。有一个 notebook 处理一周的审查数据，ANALYTICS_ROADMAP.md 描述计划中的工作。
覆盖信封 覆盖信封记录审查者对智能体输出的更改。其中两个字段对分析最重要：intent_preserved 区分精炼型覆盖（人保留智能体的决定但改写措辞）与替换型覆盖（人做出不同决定）。前者多指向智能体的检索问题，后者多指向策略模糊或智能体任务上下文问题。tags 是团队约定的小型受控词汇表，三个月后可用于统计哪些提示需要改进、哪些路径机器人总是出错。
适用场景
- 需要人类审批、覆盖、交接和升级的智能体工作流。
- 需要可审计、可验证证据日志的合规或问责场景。
- 与 MCP 或 A2A 集成的多智能体与人类协作系统。
- 使用 LangGraph、Pydantic AI、AG2、LlamaIndex Workflows 和 Google ADK 的框架桥接，将人在环决策记录到审计日志。
限制与状态 CHAP 0.3 是公开草案：一个小型 Core 和可选配置文件（SPECIFICATION.md）。两个参考协调器（TypeScript 和 Python）实现相同方法，差分模糊测试器检查它们应答和记录是否一致。一致性测试工具覆盖 Core 和 review/1.0，可针对 Python 协调器和独立 TypeScript 服务器运行。协调器可将自身呈现为 MCP 服务器或 A2A 智能体。在 1.0 之前，小版本可能引入破坏性变更，其变更日志会列出每项破坏及迁移方式；从 1.0 起规范遵循语义化版本。如需严格稳定性，请等待 1.0：ROADMAP.md 列出它将承诺的内容及沿途里程碑。
许可 规范文本采用 CC BY 4.0（见 LICENSE-SPEC.md），其余一切采用 Apache 2.0。任何语言、任何部署方式均可。
