Advanced Prompting Engine

Универсальный движок для создания промптов, реализованный в виде MCP-сервера. Измеряет намерения по 12 философским измерениям и возвращает основу построения, на базе которой клиент формирует промпты.

Движок не генерирует промпты. Он предоставляет размерную основу — активные конструкции, спектральные противоположности, напряжения, «драгоценные камни» (gems), «спицы» (spokes), пары гармонизации и вопросы для построения, — которые делают создание промптов принципиальным, а не эвристическим.

Быстрый старт

# Install
pip install advanced-prompting-engine

# Or run directly via uvx
uvx advanced-prompting-engine

Конфигурация MCP

Добавьте в ваш .mcp.json:

{
  "mcpServers": {
    "advanced-prompting-engine": {
      "command": "uvx",
      "args": ["advanced-prompting-engine"]
    }
  }
}

Related MCP server: MCP Prompt Optimizer

Что он делает

Движок позиционирует ваше намерение в 12-мерном философском многообразии:

Каждая грань представляет собой сетку 12x12 из 144 эпистемических точек наблюдения. Позиция определяет классификацию (угол/середина/край/центр), потенциал и принадлежность к спектру. 12 граней организованы как 6 взаимодополняющих пар (кубическая модель) с гармонизацией через общие поверхности. Движок вычисляет напряжения через позиционное соответствие, «драгоценные камни» (интеграции между гранями) с модуляцией уровней куба, «спицы» (поведенческие сигнатуры каждой грани) и центральный показатель когерентности.

Инструменты

Пример: Намерение на естественном языке

create_prompt_basis(intent="Design an ethical framework for autonomous vehicle decision-making")

Движок локализует это намерение по всем 12 философским измерениям и возвращает:

{
  "coordinate": {
    "epistemology":  {"x": 4, "y": 4, "weight": 0.76},
    "ontology":      {"x": 6, "y": 5, "weight": 0.73},
    "praxeology":    {"x": 7, "y": 4, "weight": 0.72},
    "heuristics":    {"x": 5, "y": 3, "weight": 0.66},
    "phenomenology": {"x": 7, "y": 4, "weight": 0.61},
    "ethics":        {"x": 6, "y": 4, "weight": 0.53},
    "...": "...all 12 faces with (x,y) position and relevance weight"
  },
  "harmonization": [
    {"pair": ["ontology", "praxeology"], "resonance": 0.15},
    {"pair": ["axiology", "ethics"],     "resonance": 0.05},
    "...6 complementary pairs with resonance scores"
  ],
  "spokes": {
    "ontology":      {"classification": "weakly_integrated", "strength": 0.042},
    "epistemology":  {"classification": "weakly_integrated", "strength": 0.039},
    "...": "...per-face behavioral signatures"
  },
  "central_gem": {"coherence": 0.69, "classification": "highly_coherent"},
  "construction_questions": {
    "ethics": {
      "template": "What moral obligations does this prompt impose or assume?",
      "position_summary": "balanced Deontological/Consequential + moderately Agent-focused",
      "meaning_mechanism": "composition",
      "phase": "evaluation"
    },
    "...": "...12 position-specific philosophical questions to guide prompt construction"
  }
}

Вывод сообщает вам: это намерение в первую очередь касается проверки знаний (эпистемология 0.76), того, какие сущности существуют (онтология 0.73), и структуры действий (праксеология 0.72). Этика регистрируется на уровне 0.53 — присутствует, но не доминирует. Гармонизация показывает, что онтология и праксеология сильно резонируют (0.15) — теоретическое «что существует» согласуется с практическим «как действовать».

Пример: Предварительно сформированные координаты

Для точного контроля передайте координаты напрямую:

coordinate = {
    "ontology": {"x": 0, "y": 0, "weight": 1.0},      # corner: particular + static
    "ethics": {"x": 0, "y": 11, "weight": 0.9},         # corner: deontological + act
    "methodology": {"x": 0, "y": 0, "weight": 0.8},     # corner: analytic + deductive
    # ...all 12 faces with x (0-11), y (0-11), weight (0-1)
}
result = create_prompt_basis(coordinate=coordinate)

Архитектура

• Стек: Python + NetworkX (топология) + numpy (вычисления) + SQLite (персистентность) + MCP SDK

• Граф: 1873 узла, 2279 ребер (12 граней × 144 конструкции + 132 связи + 1 центральный узел)

• Конвейер: 8 этапов (Парсер намерений → Разрешитель координат → Вычислитель позиции → Разрешитель конструкций → Анализатор напряжений → Анализатор связей/узлов → Анализатор спиц → Мост построения)

• Геометрия: Векторное равновесие (кубооктаэдр) как латентная топология между гранями, кубическая модель для 6 взаимодополняющих пар

• Развертывание: Один процесс, транспорт stdio, без демона, без внешних зависимостей

Документация

• docs/DESIGN.md — Полная спецификация дизайна

• docs/CONSTRUCT-v2.md — Спецификация конструкций (что такое грани, точки, спектры, связи, «драгоценные камни», «спицы»)

• docs/CONSTRUCT-v2-questions.md — 144 шаблона вопросов для построения по зонам

• docs/adr/ — 13 записей о архитектурных решениях (ADR)

Разработка

pip install -e ".[dev]"
pytest tests/ -v

Пересборка семантического моста (опционально)

Поставляемый пакет включает предварительно вычисленные артефакты на базе BGE (semantic_bridge.npz, semantic_vocab.json). Чтобы пересобрать их с нуля (например, после правок синонимов полюсов), установите дополнительные компоненты для сборки:

pip install -e ".[build]"
python -m nltk.downloader wordnet omw-1.4
python scripts/build_semantic_bridge.py

Сборка использует BAAI/bge-large-en-v1.5 (~1.3 ГБ, загружается один раз в кэш HuggingFace) и wordfreq для частотной сортировки. Зависимости времени выполнения остаются неизменными — конечные пользователи получают только предварительно вычисленные артефакты.

Участие в разработке

См. CONTRIBUTING.md для настройки среды разработки и руководящих принципов.

Безопасность

См. SECURITY.md для инструкций по сообщению об уязвимостях.

Лицензия

MIT