一名开发者在 Hacker News 的 Show HN 版块发布名为 ai·rete·rag 的工具，将自动化决策拆成前后两级：裁决由纯 Python 的 Rete 规则引擎给出，检索增强生成只负责为已经做出的结论生成带引用的自然语言解释。
据该开发者在帖文中的说明，他开发这一工具的动因是反复看到团队把大语言模型放在需要可审计的决策位置上，涉及贷款、欺诈识别和临床分诊等场景，然后再事后加装“护栏”。ai·rete·rag 改为让两者串联运行。第一层是纯 Python 的 Rete 引擎，针对事实评估 YAML 规则，裁决只来自这一层，相同的事实每次得到相同的裁决，规则冲突依据显著性消解；第二层由检索增强生成从使用者自有的政策文档中调取段落，再由大语言模型写出对该裁决的通俗解释并标注引用来源，解释环节无法改动裁决。
在规则结构上，该工具把规则组织成图而非扁平列表，支持嵌套的 all、any、not 组合，规则可以断言新事实供其他规则消费，即前向链式推理，决策轨迹会显示其中的因果链条。
审计模式会记录每一条被评估的规则，包括最终没有触发的规则，逐条记录条件，并保存规则集快照以便重放。规则与检索之间也存在双向作用：已触发的规则可以缩小文档检索范围，检索到的文本也可以转换为引擎可用的事实。
面向非技术作者，该工具提供可视化编辑器用于构建规则，也支持粘贴一份政策文档，由大语言模型起草带引用的规则；草稿未经复核不会被保存。工程师仍可直接使用 YAML。
在交付形态上，产品着陆页提供无需注册的在线演示，覆盖贷款、欺诈、临床、保险、法律、运营、电商和区块链八个场景。该工具同时提供 MCP 服务器，使 Claude 及其他智能体可以把 /decide 作为工具调用，命令为 uvx ai-rete-rag-mcp。开发者明确说明，这是一款设有免费额度的托管产品，MCP 客户端以 MIT 协议开源，引擎与平台目前并不开源。
开发者表示，他尤其希望听到曾需要向监管者或审计师解释自动化决策的人的意见，了解这些人实际被问到了哪些要求。截至发帖时，该帖在 Hacker News 上获得 5 分，尚无评论。