multidim-mcp
multidim-mcp
Структурированные сетки мышления для ИИ-агентов — автономный MCP-сервер, только стандартная библиотека.
Multidim направляет тему к набору аналитических линз (контекст) и возвращает иерархическую сетку — оси, под-линзы, обязательные вопросы — для заполнения вызывающей LLM. Мышление остаётся у вызывающей стороны: сервер предоставляет структуру, но не мышление. Он не вызывает LLM, не делает сетевых запросов, и один и тот же вход всегда даёт один и тот же фрейм.
Ноль зависимостей — Python 3.9+, только стандартная библиотека.
Детерминированный контракт v2 — каждый фрейм содержит самопроверяемый
frame_hash; заполненный анализ проверяется по разделам с конкретными кодами ошибок.Изученные ловушки — записанные вами уроки становятся обязательными вопросами, которые внедряются в каждый будущий фрейм, если тема совпадает.
Устойчивое хранилище — атомарные записи, нативная межпроцессная блокировка, аддитивные миграции, резервные копии при сбросе и защита, которая отказывается трогать чужое хранилище
~/.multidim.
Посмотрите разницу
Агент анализирует «Стоит ли мигрировать биллинговый сервис с MySQL на PostgreSQL?». Каждый раздел заполнен, каждое предложение выглядит нормально. Вот что возвращает multidim_validate при первом проходе:
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_RISKSЕдинственная альтернатива повторяла гипотезу, гипотеза не содержала теста, который мог бы её опровергнуть, эффект второго порядка повторял первый слово в слово, а вывод не ссылался ни на одну из вышеперечисленных работ. Ничего из этого не видно при чтении ответа; всё это здесь указано поимённо.
Переделайте отклонённые разделы, и тот же проверяющий вернёт ACCEPT. Отредактируйте фрейм, чтобы удалить неудобное правило, и он отклонит всю подачу — фрейм содержит хэш своего собственного содержимого.
Полная расшифровка, включая то, как выглядят исправленные разделы и что это сознательно не проверяет: DEMO.md. Воспроизведите её одной командой: python demo.py.
Related MCP server: CRASH - Cascaded Reasoning with Adaptive Step Handling
Быстрый старт
pip install multidim-mcp # from PyPI
pip install . # or from a source checkoutЗарегистрируйте сервер в любом MCP-клиенте (транспорт stdio):
{
"mcpServers": {
"multidim": {
"command": "multidim-mcp"
}
}
}Или запустите напрямую: python -m multidim_mcp, или без установки: uvx multidim-mcp.
Сервер указан в официальном реестре MCP как io.github.Cherridsaid/multidim-mcp.
Инструменты
Инструмент | Роль |
| Построить сетку для темы ( |
| Перечислить все известные контексты с их осями и под-линзами |
| Детерминированная проверка без состояния заполненного анализа по его v2-фрейму — |
| Создать или обогатить контекст (ключевые слова, оси, ловушки) — единственная дверь для записи |
Как это работает
multidim_analyzeопределяет наилучший контекст для вашей темы (сопоставление ключевых слов по границам слов, с учётом акцентов) и возвращает v2-фрейм: обязательные разделы, схемы разделов, правила валидации, обязательные вопросы — включая каждую изученную ловушку, чьи триггеры соответствуют теме.Ваша LLM заполняет фрейм, раздел за разделом.
multidim_validateпересобирает фрейм из хранилища, отклоняет изменённый или устаревший (frame_hash), затем проверяет анализ: структурную полноту, тесты на опровержение гипотез, альтернативы, которые действительно отличаются от основной, эффекты второго порядка, отличные от первого порядка, пре-мортем, который не копирует список рисков, синтез, который ссылается на реальные идентификаторы, и ограничение плотности фраз-заполнителей. Переделываются только отклонённые разделы, в пределахmax_validation_roundsфрейма.
Четыре исходных контекста нейтральны и детерминированы: generic (8 общих линз), code_review, technical_writing, decision.
Хранилище
Хранилище находится в специальном пути данных для каждого пользователя (MULTIDIM_MCP_HOME переопределяет его) и создаётся при первом запуске из нейтральных исходников. Записи атомарны и сериализованы между процессами с помощью нативной файловой блокировки ОС; повреждённое хранилище перед сбросом резервируется, никогда не отбрасывается молча. Ловушка отказывает в любом чтении или записи, которые могут разрешиться в чужое личное хранилище ~/.multidim.
Поддерживающие форки могут расширить защиту нейтральности своими приватными маркерами через MULTIDIM_MCP_EXTRA_FORBIDDEN (через запятую), не встраивая их в публичный исходный код.
Прозрачность
Не является ИИ-системой. multidim-mcp не содержит модели и не выполняет выводов: это детерминированное программное обеспечение, основанное на правилах. В соответствии с Законом ЕС об ИИ (Рег. 2024/1689) он не является ИИ-системой в смысле ст. 3(1), и как свободное и открытое программное обеспечение подпадает под исключение ст. 2(12). Он не собирает данные и не делает сетевых вызовов.
Иллюстрации в этом README были созданы с помощью GPT и сохраняют свои метаданные происхождения C2PA нетронутыми.
Разработка
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.mdCI запускается как на Ubuntu, так и на Windows для Python 3.9 / 3.11 / 3.13.
Лицензия
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
- AlicenseBqualityNot gradedmaintenanceProvides structured sequential thinking capabilities for AI assistants to break down complex problems into manageable steps, revise thoughts, and explore alternative reasoning paths.29
- AlicenseAqualityBmaintenanceEnables structured, iterative reasoning for complex problem-solving with features like confidence tracking, revision mechanisms, and branching support. Provides flexible validation and multiple output formats for systematic analysis and decision-making tasks.15372MIT
- AlicenseBqualityDmaintenanceProvides AI systems with structured thinking frameworks and reasoning tools to maintain consistent problem-solving patterns across conversations. Enables multi-step reasoning, decision analysis, and systematic troubleshooting through invocable mental models.152419MIT
- AlicenseAqualityDmaintenanceProvides structured thinking with step-by-step reasoning and steel-manning verification for AI agents, backed by cognitive science research.2401MIT
Related MCP Connectors
Deterministic reasoning stack for AI agents: simulate, decide & compute, plus cross-domain tools.
Deterministic validation for AI-generated artifacts: JSON Schema, OpenAPI response, SQL syntax.
Build, validate, and deploy multi-agent AI solutions from any AI environment.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/Cherridsaid/multidim-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server