multidim-mcp

AI 에이전트를 위한 구조화된 사고 그리드 — 독립형 MCP 서버, 순수 표준 라이브러리.

Multidim은 주제를 분석 렌즈 집합(컨텍스트)에 라우팅하고, 호출하는 LLM이 채울 수 있도록 계층적 그리드 — 축, 하위 렌즈, 필수 질문 — 를 반환한다. 사고는 호출자에게 머물러 있다: 서버는 구조만 제공하지, 인지 기능은 제공하지 않는다. LLM을 호출하지 않고, 네트워크 요청도 하지 않으며, 같은 입력은 항상 같은 프레임을 만들어 낸다.

• 의존성 제로 — Python 3.9+, 표준 라이브러리만.

• 결정적 v2 계약 — 모든 프레임은 자체 검증 가능한 frame_hash를 담고 있다. 채워진 분석은 섹션별로 검사되고, 명확한 오류 코드가 반환된다.

• 학습된 트랩 — 한 번 학습한 교훈은 주제가 일치하는 향후 모든 프레임에 필수 질문으로 주입된다.

• 강화된 스토어 — 원자적 쓰기, 네이티브 프로세스 간 잠금, 추가형 마이그레이션, 백업 후 리셋, 그리고 외부 ~/.multidim 저장소에는 절대 접근하지 않는 가드를 갖추었다.

차이점 보기

어떤 에이전트가 *"청구 서비스를 MySQL에서 PostgreSQL로 마이그레이션해야 하나?"*를 분석했다. 모든 섹션이 채워져 있고, 모든 문장이 자연스럽게 읽힌다. 다음은 첫 시도에서 multidim_validate가 반환한 결과다:

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

유일한 대안은 가설을 되풀이했을 뿐이고, 가설에는 틀렸음을 증명할 테스트가 없었으며, 2차 효과는 1차 효과를 글자 그대로 반복했고, 결론은 앞선 작업 중 어떤 것도 참조하지 않았다. 이런 문제는 답변을 읽을 때 전혀 드러나지 않는다. 하지만 여기서는 항목별로 전부 보고한다.

거부된 섹션을 다시 작업하면 같은 검사기가 ACCEPT를 반환한다. 마음에 들지 않는 규칙을 지우려고 프레임을 수정하면 전체 제출을 거부한다 — 프레임에는 자신의 내용 전체에 대한 해시가 들어 있기 때문이다.

수정된 섹션이 어떤 모습인지와 이 검사가 의도적으로 하지 않는 것이 무엇인지를 포함한 전문은 **DEMO.md**에 있다. 명령 하나로 재현할 수 있다: python demo.py.

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

빠른 시작

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

서버를 아무 MCP 클라이언트나(stdio 전송) 등록하자:

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

또는 직접 실행: python -m multidim_mcp, 또는 별도 설치 없이 uvx multidim-mcp.

이 서버는 공식 MCP Registry에 io.github.Cherridsaid/multidim-mcp로 등록되어 있다.

도구

동작 방식

1. multidim_analyze가 주제에 가장 적합한 컨텍스트를 탐지하고(단어 경계 키워드 매칭, 악센트 폴딩) v2 프레임을 반환한다: 필수 섹션, 섹션 스키마, 검증 규칙, 필수 질문 — 주제와 트리거가 일치하는 모든 학습된 트랩까지 포함한다.

2. LLM이 프레임을 섹션별로 채운다.

3. multidim_validate가 저장소에서 프레임을 다시 구성한다. 변조되었거나 오래된 프레임(frame_hash)은 거부된다. 그런 다음 분석을 검사한다: 구조적 완전성, 가설에 대한 반증 테스트, 기본안과 실제로 다른 대안, 1차 효과와 구별되는 2차 효과, 위험 목록을 복사하지 않는 프리모템, 실제 식별자를 참조하는 종합, 그리고 채우기 문구 밀도 상한. 거부된 섹션만 프레임의 max_validation_rounds 이내에서 다시 수행된다.

네 개의 시드 컨텍스트는 중립적이고 결정적이다: generic (8개 일반 렌즈), code_review, technical_writing, decision.

저장소

저장소는 전용화자별 데이터 경로에 위치하며(MULTIDIM_MCP_HOME으로 재정의 가능) 처음 실행 시 중립 시드로부터 생성된다. 쓰기는 원자적이며 OS의 네이티브 파일 잠금으로 프로세스 간 직렬화된다. 손상된 저장소는 리셋 전에 항상 백업되며 절대 조용히 폐기하지 않는다. 트립와이어는 외부 개인 ~/.multidim 저장소로 이어지는 모든 읽기/쓰기를 거부한다.

포크를 배포하는 유지관리자는 개인적인 비공개 표시를 공개 소스에 하드코딩하지 않고 MULTIDIM_MCP_EXTRA_FORBIDDEN(쉼표로 구분)을 통해 이 중립성 보호막을 확장할 수 있다.

투명성

• AI 시스템이 아니다. multidim-mcp는 모델을 포함하지 않으며 어떤 추론도 수행하지 않는다. 결정적이고 규칙 기반의 소프트웨어다. EU AI Act(Reg. 2024/1689)에 따라 Art. 3(1)에 정의된 AI 시스템이 아니며, 무료·오픈소스 소프트웨어로서 Art. 2(12) 면제 조항에 해당한다. 어떠한 데이터도 수집하지 않고 네트워크 호출도 하지 않는다.

• 이 README의 일러스트레이션은 GPT로 생성되었으며 C2PA 출처 메타데이터를 유지한다.

개발

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

CI는 Python 3.9 / 3.11 / 3.13에 걸쳐 Ubuntu와 Windows 둘 다에서 실행된다.

라이선스

Apache-2.0 — LICENSE 및 NOTICE 참조.