Skip to main content
Glama

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_RISKS

Единственная 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 checkout

Зарегистрируйте 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

multidim_analyze

Построить сетку для темы (depth: core / deep / full; format: текст или детерминированный JSON-фрейм v2)

multidim_contexts

Перечислить все известные контексты с их осями и под-линзами

multidim_validate

Детерминированная проверка без состояния заполненного анализа по его v2-фрейму — ACCEPT / WARNING / REJECT для каждого раздела

multidim_learn

Создать или обогатить контекст (ключевые слова, оси, ловушки) — единственная дверь для записи

Как это работает

  1. multidim_analyze определяет 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.

  2. Ваша LLM заполняет фрейм, раздел за разделом.

  3. multidim_validate пересобирает 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 пределах max_validation_rounds фрейма.

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.md

CI запускается как на Ubuntu, так и на Windows для Python 3.9 / 3.11 / 3.13.

Лицензия

Apache-2.0 — см. LICENSE и NOTICE.

Install Server
A
license - permissive license
A
quality
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

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

View all related MCP servers

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.

View all MCP Connectors

Latest Blog Posts

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