multidim-mcp

Cuadrículas de pensamiento estructurado para agentes de IA: un servidor MCP independiente, biblioteca estándar pura.

Multidim enruta un tema hacia un conjunto de lentes de análisis (un contexto) y devuelve una cuadrícula jerárquica (ejes, sublentes, preguntas obligatorias) para que el LLM que lo invoca la complete. El pensamiento permanece en quien invoca: el servidor aporta estructura, nunca cognición. No llama a ningún LLM, no realiza peticiones de red, y la misma entrada siempre produce el mismo marco.

• Cero dependencias: Python 3.9+, solo biblioteca estándar.

• Contrato v2 determinista: cada marco lleva un frame_hash autoverificable; un análisis completado se comprueba sección por sección con códigos de error accionables.

• Trampas aprendidas: las lecciones que registras una vez se convierten en preguntas obligatorias inyectadas en cada marco futuro cuyo tema coincida.

• Almacén robusto: escrituras atómicas, bloqueo nativo entre procesos, migraciones aditivas, reinicios con copia de seguridad y un guardián que se niega a tocar cualquier almacén ~/.multidim ajeno.

Ve la diferencia

Un agente analiza "¿Deberíamos migrar el servicio de facturación de MySQL a PostgreSQL?". Cada sección está completada, cada frase se lee bien. Esto es lo que devuelve multidim_validate en esa primera pasada:

overall verdict: REJECT

REJECT  alternatives        NOT_ENOUGH_ALTERNATIVES, ALTERNATIVE_DUPLICATES_PRIMARY
REJECT  hypotheses          HYPOTHESIS_NOT_FALSIFIABLE
REJECT  second_order_risks  SECOND_ORDER_REPEATS_FIRST
REJECT  cross_talk          GENERIC_DENSITY_HIGH
REJECT  synthesis           SYNTHESIS_WITHOUT_REFERENCES
WARNING premortem           PREMORTEM_SIMILAR_TO_RISKS

La única alternativa reformulaba la hipótesis, la hipótesis no incluía ninguna prueba que pudiera refutarla, el efecto de segundo orden repetía el primero palabra por palabra, y la conclusión no hacía referencia a ninguno de los trabajos anteriores. Nada de eso es visible cuando lees la respuesta; todo ello se informa aquí, por su nombre.

Vuelve a hacer las secciones rechazadas y el mismo verificador devuelve ACCEPT. Edita el marco para eliminar la regla que te resulta incómoda, y rechaza toda la entrega: el marco lleva un hash de su propio contenido.

Transcripción completa, incluido el aspecto de las secciones corregidas y lo que esto deliberadamente no comprueba: DEMO.md. Reprodúcela con un solo comando: python demo.py.

Related MCP server: CRASH - Cascaded Reasoning with Adaptive Step Handling

Inicio rápido

pip install multidim-mcp        # from PyPI
pip install .                   # or from a source checkout

Registra el servidor con cualquier cliente MCP (transporte stdio):

{
  "mcpServers": {
    "multidim": {
      "command": "multidim-mcp"
    }
  }
}

O ejecútalo directamente: python -m multidim_mcp, o sin instalarlo: uvx multidim-mcp.

El servidor está listado en el Registro MCP oficial como io.github.Cherridsaid/multidim-mcp.

Herramientas

Cómo funciona

1. multidim_analyze detecta el mejor contexto para tu tema (coincidencia de palabras clave por límites de palabra, con plegado de acentos) y devuelve un marco v2: secciones obligatorias, esquemas de sección, reglas de validación, preguntas obligatorias, incluida cada trampa aprendida cuyos disparadores coincidan con el tema.

2. Tu LLM completa el marco, sección por sección.

3. multidim_validate reconstruye el marco desde el almacén, rechaza uno manipulado u obsoleto (frame_hash), y luego comprueba el análisis: completitud estructural, pruebas de falsación sobre hipótesis, alternativas que difieren genuinamente de la principal, efectos de segundo orden distintos de los de primer orden, un pre-mortem que no copia la lista de riesgos, una síntesis que hace referencia a identificadores reales y un límite de densidad de frases de relleno. Solo se rehacen las secciones rechazadas, dentro del max_validation_rounds del marco.

Los cuatro contextos semilla son neutros y deterministas: generic (8 lentes generales), code_review, technical_writing, decision.

Almacenamiento

El almacén reside en una ruta de datos dedicada por usuario (MULTIDIM_MCP_HOME la anula) y se crea en la primera ejecución a partir de las semillas neutras. Las escrituras son atómicas y serializadas entre procesos con el bloqueo de archivos nativo del sistema operativo; un almacén corrupto se copia como respaldo antes de cualquier reinicio, nunca se descarta en silencio. Un cable trampa rechaza toda lectura o escritura que se resuelva en un almacén personal ~/.multidim ajeno.

Los mantenedores que publiquen bifurcaciones pueden ampliar el guardián de neutralidad con sus propios marcadores privados mediante MULTIDIM_MCP_EXTRA_FORBIDDEN (separados por comas), sin codificarlos en el código fuente público.

Transparencia

• No es un sistema de IA. multidim-mcp no contiene ningún modelo ni realiza inferencia alguna: es software determinista y basado en reglas. En virtud de la Ley de IA de la UE (Reg. 2024/1689) no es un sistema de IA en el sentido del art. 3, apdo. 1, y como software libre y de código abierto se acoge a la exención del art. 2, apdo. 12. No recopila datos ni realiza llamadas de red.

• Las ilustraciones de este README se generaron con GPT y conservan intactos sus metadatos de procedencia C2PA.

Desarrollo

python run_tests.py      # full suite, stdlib only
python smoke_install.py  # packaging smoke test (wheel + venv + entry point)
python demo.py           # the analyse -> validate -> fix -> accept cycle of DEMO.md

La CI se ejecuta tanto en Ubuntu como en Windows con Python 3.9 / 3.11 / 3.13.

Licencia

Apache-2.0: consulta LICENSE y NOTICE.