Metis Public Health

🩺 Это издание для общественного здоровья и эпидемиологии

Metis_PH поставляется с предзагруженным слоем знаний по общественному здоровью — рекомендации ВОЗ, отчёты о глобальном здоровье и справочники по эпидемиологии/методам — так что вы можете задавать обоснованные вопросы с цитатами с первого дня, не создавая корпус заранее. Доменно-независимая базовая оболочка (SVerITG/Metis) во всём остальном идентична; она поставляется пустой и строит слой знаний вашей области через опросник настройки.

Посмотрите в действии

Related MCP server: RecallForge

Почему исследователи доверяют ему

• 📚 Он цитирует ваши собственные источники. Ответы на основе знаний привязаны к вашей индексированной библиотеке, с цитатами на уровне документов и страниц — а не к догадкам модели. Ваша библиотека обосновывает ответ; она не ограничивает его. Metis по-прежнему привлекает свежую литературу, руководства и более широкие знания там, где это важно, и сообщает вам, что есть что — так что всё, что стоит процитировать, но чего у вас ещё нет, становится статьёй, которую можно добавить.

• 🔗 Он связывает всё, что вы знаете. Каждая статья, транскрипт встречи, идея, заметка, запись в журнале и задача связаны с остальной вашей работой. Грант, который вы пишете сегодня, всплывает методологическую статью из прошлого года и заметку о встрече от марта — вам не нужно искать; Metis приносит это вам.

• 🧠 Он направляет к нужному эксперту. Спрашивайте на простом языке, и Metis передаёт работу нужному из 30+ специализированных навыков — Библиотекарь, Тренер по методам, Партнёр по написанию, Память встреч, Эпидемиолог, Создатель курсов и другие.

• 🔁 Он улучшает себя. После каждой задачи он записывает, что сработало, а что нет; каждую неделю он составляет улучшения своего поведения и ждёт вашего одобрения. Большинство MCP-серверов статичны — Metis становится острее, чем дольше вы его используете.

• 🚫 Он отказывается выдумывать. Спросите о том, чего нет в вашей библиотеке, и Metis скажет вам об этом, вместо того чтобы фабриковать правдоподобный ответ. (Это поведение, основанное на фактах, покрыто автоматическим тестом.)

• 🔒 Он остаётся на вашей машине. Локальные эмбеддинги, локальная база данных, локальные файлы. Ваши статьи, данные, смежные с пациентами, и неопубликованные работы никогда не покидают ваш компьютер.

🎥 Смотрите в действии выше — дашборд, экскурсия по вкладкам, тихий слой в Claude Desktop и Metis, улучшающий свою работу.

Самый лёгкий способ попробовать: установите Claude Desktop и выполните настройку из 3 шагов — демо-рабочее пространство предзагружено, так что вы начнёте с чем-то для изучения, а не с пустого экрана.

Для кого это?

🔬 Я исследователь

Не нужен опыт программирования. Установка за минуты, работа сразу. Всё, что делает Metis, объясняется простым языком.

→ Начать (3 шага)

⚙️ Я разработчик

Открытый исходный код, расширяемый, хорошо спроектированный. Создавайте доменные пакеты, добавляйте агентов, расширяйте MCP-сервер или разворачивайте для вашего учреждения.

→ Изучить архитектуру

Что такое Metis?

Metis — это исследовательский компаньон, построенный на основе Claude, который хранит ваши данные на вашей собственной машине. Он даёт каждому ИИ-разговору постоянную память о вашей области, ваших статьях, ваших проектах и вашей рабочей истории. Он направляет ваши запросы нужному специалисту, выполняет работу, записывает результат и возвращает простой ответ — без необходимости промптить или настраивать что-либо.

Приложение работает на вашей машине, и ваши данные остаются там — ваши документы, заметки, эмбеддинги и память никогда не покидают её. Рассуждения обеспечиваются Claude, поэтому текст, который вы решаете отправить для анализа, уходит в Anthropic API; всё остальное локально. (См. Защита данных для точного описания того, что покидает вашу машину и когда.)

Короткая версия: представьте ИИ, который уже знал вашу область и вашу литературу, связывал каждую статью, встречу, идею и заметку, которые вы записали, отправлял каждый запрос нужному специалисту — и становился острее в вашей работе, и о себе, чем дольше вы его использовали. Это Metis.

Как это работает

Metis — это не отдельное приложение, в которое вы входите. Это небольшой сервис, который тихо работает в фоне и соединяет Claude с вашим исследованием — вашими статьями, вашей памятью, вашими проектами.

1. Фоновый сервис («MCP-сервер») запускается вместе с вашим компьютером. Это мост между Claude и вашими файлами — вы никогда не взаимодействуете с ним напрямую.

2. Вы общаетесь с Metis через Claude двумя способами:

   • Claude Desktop (проще всего): откройте его и выберите промпт Metis (например, Metis, Metis Doctor) из меню промптов — или просто спросите.

   • Claude Code (терминал): введите /metis и затем ваш запрос.

3. Вы спрашиваете на простом языке. Metis определяет, какой из его 30+ специалистов должен обработать запрос, выполняет работу, используя вашу библиотеку и память, и отвечает — с цитированием источников.

Вот и всё. Не нужно ничего учить перед началом; дашборд — это необязательная видимость поверх всего этого.

Философия дизайна

Каждый ИИ-разговор начинается с нуля. Вы тратите десять минут на повторное объяснение своего контекста, и когда сессия заканчивается, он исчезает. Универсальные ИИ-инструменты мощны, но без состояния — они знают всё о мире и ничего о вас.

Metis построен на одной идее: ИИ должен знать вас. И он должен становиться лучше — сам по себе.

Не только ваше имя — вашу область, вашу литературу, ваши проекты, ваш предпочтительный стиль работы, ваши открытые вопросы, ваши заметки о встречах за прошлый месяц и статью, которую вы добавили в библиотеку вчера. Чем дольше вы используете Metis, тем лучше становится каждый ответ. Не потому, что ИИ меняется — потому что Metis знает вас лучше.

Вам не нужно следить за развитием ИИ. Metis делает это за вас. Каждую неделю Metis проверяет свою производительность во всех ваших сессиях, определяет, где он мог бы сделать лучше, составляет улучшения своего поведения и ждёт вашего одобрения перед их применением. По мере появления лучших методов и моделей эти улучшения включаются тем же способом — всегда предлагаются для вашего одобрения, никогда не применяются за вашей спиной. Как исследователь, вы сосредоточены на своём исследовании. Metis заботится о том, чтобы оставаться острым.

Основной механизм — перекрёстное опыление. Каждый раз, когда вы фиксируете идею, добавляете статью, записываете встречу или завершаете задачу, Metis связывает её со всем остальным в вашем исследовательском пространстве. Статья, которую вы проиндексировали год назад, всплывает, когда вы сегодня пишете заявку на грант. Заметка со встречи за март связывается с идеей, которую вы зафиксировали этим утром. Открытый вопрос полугодичной давности соединяется с новой статьёй, которая только что вышла. Эти связи возникают автоматически, в фоновом режиме, без необходимости их искать. Именно это делает Metis исследовательским компаньоном, а не поисковым инструментом — он мыслит в масштабе всего вашего корпуса работ, так что вам не нужно удерживать всё это в голове.

Это действительно новая территория. Отдельные компоненты — локальные языковые модели, генерация с дополнением по извлечённым данным (RAG), маршрутизация агентов, векторный поиск — всё это существует по отдельности. Metis предлагает целостную интеграцию всех этих элементов, специально созданную под конкретные требования исследовательской работы: длинные временные горизонты, чувствительные данные, глубокую литературу и знания, накапливающиеся годами. Система, которая растёт вместе с вами и выявляет связи для вас — вместо того чтобы каждый раз начинать с нуля. Насколько нам известно, ничего подобного как единой, локально запускаемой, ориентированной на исследователя системы пока не существует.

Три уровня — выберите свою точку входа

Где мы находимся сегодня: MCP-сервер, 30+ агентов и панель управления с 9 вкладками полностью работают и используются ежедневно. Установщик в один клик и предзагруженный слой предметных знаний всё ещё дорабатываются. Это рабочая система — не «вейпорвейр» — но она и не завершена. Если что-то сломается, пожалуйста, откройте issue. Эта обратная связь определяет, что будет создано дальше.

Для исследователей

Программирование не требуется. Всё ниже — «наведи и щёлкни» или «скопируй и вставь».

Как работает Metis — выбор за вами (вы не сожжёте API-токены просто от использования)

Metis работает двумя способами, и вы выбираете:

• На вашей подписке Claude — без API-ключа, без оплаты за токены. Это повседневный путь: вы общаетесь с Metis через Claude Desktop или Claude Code, а кнопки панели управления «✦ Update with Claude» / brainstorm открывают Claude Desktop на вашей подписке. Большинство людей используют Metis именно так.

• С API-ключом Anthropic — нужен только для того, что работает пока вас нет: запланированное утреннее сканирование и автоматическая генерация брифингов. Оплата за токены, обычно несколько центов в день.

• С локальной моделью (Ollama) — опционально, для полностью офлайн-вспомогательных задач (например, ассистент по данным).

Установщик запрашивает API-ключ, чтобы автоматизация могла работать, но вы можете пропустить этот шаг и использовать Metis только на своей подписке. Ничто в интерактивном опыте не требует API.

Установка в 3 шага

Шаг 1 — (Необязательно) Получите API-ключ Anthropic — только для автоматизации без вашего участия (бесплатно, 2 минуты)

1. Перейдите на console.anthropic.com и создайте аккаунт.

2. Нажмите API Keys → Create Key. Скопируйте ключ (он начинается с sk-ant-…).

3. Держите эту вкладку открытой — установщик запросит ключ один раз.

Ключ остаётся на вашем компьютере. Он никогда не загружается и не передаётся.

Windows

⬇ Скачать MetisSetup.exe

Дважды щёлкните по установщику. Мастер проведёт вас через:

1. Full или AI only — Full даёт вам ИИ-ассистента + панель управления исследованиями с 9 вкладками (~15 минут). AI only быстрее (~5 минут), и панель можно добавить позже.

2. Ваши проекты — Расскажите Metis, над чем вы работаете. Он создаёт запись отслеживания для каждого проекта, записывает контекстный файл в папку проекта и автоматически регистрирует его в Claude Desktop.

3. Демо-рабочее пространство — Предзагружает реалистичные примеры проектов, встреч, литературы и задач, чтобы вы могли сразу изучить все функции. Рекомендуется для первого знакомства.

4. API-ключ — Вставьте его один раз.

Всё остальное автоматически. В конце открывается Claude Desktop с готовым к работе Metis.

Требования: Windows 10 или 11 · подключение к интернету · API-ключ

macOS или Linux

Откройте Terminal и вставьте:

bash <(curl -fsSL https://raw.githubusercontent.com/SVerITG/Metis_PH/main/system/mcp-server/setup-mcp.sh)

Скрипт задаёт два вопроса (Full или AI only, демо-рабочее пространство) и делает всё остальное. Автоматически регистрирует Metis в Claude Desktop и Claude Code. Работает на Ubuntu 20/22/24, Debian и macOS.

Требования: Python 3.10–3.13. Установщик предпочитает uv (который загружает собственный Python 3.12 — системные пакеты не нужны). Если uv недоступен, используется системный Python; на «голой» системе может понадобиться sudo apt install python3-venv. Очень новые версии Python (3.14+) пока не поддерживаются — некоторые пакеты не публикуют для них wheels. Если вы столкнулись с "ensurepip is not available", установите uv (строка выше) или python3-venv и запустите заново.

После установки — API-ключ и обновление

API-ключ (необязательно): Скопируйте system/.env.example в system/.env и добавьте свой ключ, либо установщик сам предложит это сделать. Ключ включает автоматизированные функции (утренние брифинги, запланированные сканирования); интерактивное использование через Claude работает и без него.

Обновление после git pull: MCP-сервер запускается из локальной копии исходников (не напрямую из репозитория). После получения нового кода выполните повторную синхронизацию:

bash system/mcp-server/setup-mcp.sh --update

Это заново копирует исходники, переустанавливает пакет и применяет миграции — без повторного запуска полного мастера.

Переместили папку Metis? Обновите файл-маркер по пути ~/.local/share/metis-mcp/.metis-rc-root, указав новый путь, или перезапустите установщик.

Конфигурация MCP-клиента

Установщик автоматически регистрирует Metis в Claude Desktop и Claude Code — обычно вам не нужно вручную редактировать какие-либо конфиги. Блоки ниже приведены для справки (и для MCP-каталогов): они показывают, как подключается сервер metis-rc.

Metis — это не однострочный сервер npx/uvx. Сначала запустите установщик — он создаёт локальное виртуальное окружение, инициализирует базу данных и генерирует скрипт запуска (run.sh), на который ссылаются конфиги ниже.

Шаг 0 — установка (создаёт venv + БД, генерирует run.sh):

bash system/mcp-server/setup-mcp.sh

Claude Code (любая ОС) — установщик делает это за вас, либо добавьте вручную:

claude mcp add metis-rc ~/.local/share/metis-mcp/run.sh

Claude Desktop — macOS — в ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "metis-rc": {
      "command": "bash",
      "args": ["/Users/<you>/.local/share/metis-mcp/run.sh"]
    }
  }
}

Claude Desktop — Linux (нативный) — в ~/.config/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "metis-rc": {
      "command": "bash",
      "args": ["/home/<you>/.local/share/metis-mcp/run.sh"]
    }
  }
}

Claude Desktop — Windows + WSL — в %APPDATA%\Claude\claude_desktop_config.json:

{
  "mcpServers": {
    "metis-rc": {
      "command": "wsl",
      "args": ["-e", "/home/<you>/.local/share/metis-mcp/run.sh"]
    }
  }
}

Замените <you> на ваше имя пользователя. Сгенерированный run.sh определяет METIS_RC_ROOT из файла-маркера во время выполнения — без жёстко прописанных путей. Для запуска самого сервера API-ключ не требуется.

Что вы получаете в первый же день

Ключевые рабочие процессы

Утро

Wake up
  └─ Metis scanned overnight
       ├─ New papers on your configured research topics
       ├─ Surveillance alerts and field news
       ├─ Tasks due today, overdue items
       └─ Suggested daily focus based on your open projects
           └─ Open dashboard → read morning brief → start work

Литература

New paper (PDF / DOI / Zotero / Mendeley import)
  └─ Librarian indexes it
       ├─ Added to knowledge graph
       ├─ Cross-pollinated with existing papers, past ideas, meeting notes
       └─ Available for cited semantic search immediately
           └─ Ask: "What do my papers say about X?"
                └─ Answered with inline citations from your own library

Встречи

Meeting ends
  ├─ Paste transcript (Teams / Zoom / any audio file)
  └─ Meeting Memory agent processes it
       ├─ Structured notes with context
       ├─ Action items: who does what, by when
       ├─ Cross-references to your projects and open questions
       └─ Follow-up tasks auto-added to Work tab

Идеи и написание текстов

Idea surfaces
  └─ Ctrl+K → capture instantly (i: idea · n: note · t: task · q: question)
       └─ Metis cross-pollinates immediately
            └─ Related papers + past ideas surfaced automatically
                 └─ Writing Partner → draft · Librarian → sources · Methods Coach → check argument

Преподавание и курсы

Course topic defined
  └─ Course Builder
       ├─ Generates lessons, slides, assessments, question banks
       ├─ Flags new papers relevant to your course automatically
       ├─ Gap analysis against current literature
       └─ Spaced repetition for your own knowledge maintenance

Панель управления

Панель с 9 вкладками работает локально по адресу http://127.0.0.1:8080. Без аккаунта, без облака, без подписки.

Вкладка «Сегодня» — утренний брифинг, активный проект, прогресс, радар новостей и быстрая статистика. Всё персонализировано под вашу исследовательскую область.

Как Metis узнаёт вас

При первой установке Metis мастер настройки проведёт вас через ваш профиль:

исследовательская область · конкретные интересы · активные проекты · стиль работы · используемые инструменты · уровень чувствительности данных

Это создаёт вашу карточку личности — живой профиль, который каждый агент читает перед ответом вам. Он растёт со временем. Каждая сессия добавляет контекст. Каждая захваченная идея говорит Metis, о чём вы думаете.

Вопрос, заданный после шести месяцев использования, получает значительно лучший ответ, чем тот же вопрос в первый день — не потому, что ИИ изменился, а потому что Metis знает вас лучше.

Защита данных

Исследователи работают с чувствительными данными. Большинство ИИ-инструментов не относятся к этому серьёзно.

Данные пациентов, результаты под эмбарго, неопубликованные находки — они никогда не должны покидать вашу машину. Metis был спроектирован с учётом этого с самого начала.

Что покидает вашу машину (и когда):

Всё остальное — ваши документы, голосовые записи, текст PDF, заметки со встреч, данные, связанные с пациентами, — остаётся на диске.

Уровни безопасности:

Рекомендуемый подход для чувствительных данных: отправляйте код, а не данные.

Самая сильная защита — это не сканер, а то, чтобы вообще никогда не помещать сырые данные в промпт. Metis создан именно для этого. Попросите его составить скрипт анализа (R или Python); вы запускаете его на своей машине на своих реальных данных; и только производные результаты — имена переменных, частоты значений, сводные таблицы, коэффициенты моделей, словарь данных — возвращаются в Metis. Claude рассуждает о форме ваших данных, но никогда не видит сами записи.

Your real dataset (patient rows)         ── stays on your machine, never sent ──┐
        │ you run Metis's R/Python script locally                               │
        ▼                                                                       │
Derived metadata (column names, unique values, Table 1, model summary) ── safe to share ──► Metis
        │                                                                       │
        ▼                                                                       │
Metis builds the dashboard / writes the methods / interprets the model ◄────────┘

Именно так были построены дашборды и анализы в нашей собственной работе: сырые данные наблюдений никогда не покидали машину, и при этом Metis мог профилировать их, назвать каждую переменную, перечислить уникальные значения и сгенерировать полный дашборд.

Просто запустите /safe-analysis (Claude Code или Claude Desktop) — и Metis проведёт вас через весь процесс от начала до конца: он предложит локальный скрипт, точно укажет, какие метаданные нужно вставить обратно, и никогда не попросит сырые строки. Под этим работают два страховочных механизма: pre-tool hook заглядывает в заголовок файла данных локально и спрашивает разрешения, прежде чем данные на уровне отдельных записей будут прочитаны в разговор, а Data Guardian (PII-скан + 4-уровневая классификация на входе в конвейер) перехватывает чувствительный контент, который всё же проскользнул в промпт. При описанном выше подходе обычно ни один из них не срабатывает.

Как Metis остаётся актуальным — чтобы вам не приходилось

ИИ движется быстро. Новые модели, новые возможности, новые исследовательские инструменты появляются каждый месяц. У большинства исследователей нет времени следить за этим. Metis спроектирован так, чтобы делать это за вас.

После каждого запуска агента Metis записывает рефлексию — что прошло хорошо, что не удалось, какого контекста не хватало. Каждую неделю он агрегирует это в темы. Каждую неделю он составляет предложения по улучшению поведения с чётким обоснованием. Вы просматриваете предложения во вкладке Metis — один клик, чтобы одобрить, отклонить или отредактировать, — и одобренные изменения записываются на диск.

Это означает, что Metis становится лучше в работе именно с вами неделя за неделей. Это также означает, что по мере появления новых разработок в области ИИ и их интеграции в Metis вы получаете улучшения, ничего не делая. Ваша работа — это ваше исследование. Работа Metis — оставаться на высоте.

Цикл самоулучшения подробно:

1. После каждого запуска агента — записывается рефлексия: что прошло хорошо, что можно улучшить, чего не хватало

2. Еженедельно — извлекаются темы из всех сессий; выявляются паттерны

3. Составляется предложение — конкретное предлагаемое изменение поведения агента с обоснованием

4. Вы просматриваете во вкладке Metis — одобряете, отклоняете или редактируете, прежде чем что-либо применится

5. Применение с резервной копией — обновление записывается с точкой отката с меткой времени

Никакие изменения в поведении Metis не происходят без вашего явного одобрения. Система предлагает; вы решаете.

Для разработчиков

Этот раздел предполагает знакомство с Python, Git и командной строкой.

Архитектура

flowchart LR
    U([Researcher])
    subgraph Harness["AI Harness (Claude Code / Desktop)"]
        METIS[Metis\nrouter agent]
        AGENTS[Specialist agents\n30+ agents]
        WATCHERS{{Watchers\nData Guardian · Cybersecurity}}
    end
    subgraph Platform
        MCP[MCP Server\n210+ tools\nFastMCP]
        DASH[Dashboard\nFastAPI + HTMX]
        DB[(SQLite\nWAL mode)]
    end
    subgraph Memory
        EPIS[Episodic]
        SEM[Semantic\nvector search]
        REFLEX[Reflexion log]
    end
    Skills[/CLI Skills\n/metis · /librarian · …/]

    U -->|asks| METIS
    U -->|clicks| DASH
    METIS -->|routes to| AGENTS
    AGENTS -->|uses| MCP
    MCP --- DB
    DASH --- DB
    WATCHERS -.guards.-> AGENTS
    AGENTS -->|writes| REFLEX
    REFLEX -->|proposes edits to| AGENTS
    MCP --- Memory
    Skills --> METIS

    style WATCHERS fill:#fff4e6,stroke:#9a7b3c
    style REFLEX fill:#eef4f1,stroke:#2d4a3a,stroke-dasharray:3 3

Стек

Память — 5 слоёв

Слой знаний и обоснованные ответы (RAG)

Когда вы задаёте вопрос, требующий глубоких знаний, Metis извлекает релевантные фрагменты из вашей индексированной библиотеки документов до того, как специализированный агент ответит. Агент основывает свой ответ на том, что он может прочитать из вашей библиотеки, — а не только на том, чему его обучили.

You ask Methods Coach:
"Which variance estimator should I use for my Poisson MLM with overdispersion?"

Metis retrieves before routing:
  → Leyland (2020) Multilevel Modelling for Public Health, p.142 — score 0.87
  → Bates lme4 vignette, p.28 — score 0.71

Methods Coach answers grounded in those passages, citing both sources.

Создайте слой знаний вашей области. При первой настройке вопросник о исследовательском бэкграунде в мастере инструктирует Background Maker, который собирает, очищает и индексирует литературу вашей дисциплины в локальное RAG-хранилище — так что каждый агент отвечает на основе вашего корпуса, с цитированием. Расширяйте его в любое время с помощью /background build <topic>.

Предзагруженные слои знаний (в этом издании):

Слои безопасности (подробно)

1. pre-tool-use.mjs — 13 паттернов инъекций, доменный белый список, ограничения путей (каждый вызов инструмента)

2. guardrails.py — зонд инъекций на весь внешний контент (статьи, веб, транскрипты)

3. safety.py — 11 проверок PII, 4-уровневая классификация, чувствительные данные отклоняются на входе в конвейер

4. constitution.md — 14 машиночитаемых правил для глубоких и цепочечных запусков агентов

5. red-lines.md — 5 неотменяемых правил, применяемых на уровне кода

Эффективность токенов

• Маршрутизация моделей — Haiku для триажа/резюме, Sonnet для большинства задач, Opus только для глубоких рассуждений; большинство повседневного использования никогда не касается Opus

• Хирургическая сборка контекста — каждый агент получает только контекст, релевантный его задаче, а не полную историю

• Ограничитель максимальных ходов — останавливается на 20 ходах, предлагает /clear

• Передача сессии — захват состояния менее 3 КБ в конце сессии; нет повторной оплаты за уже установленный контекст

• Виджет пульса токенов — использование в реальном времени видно на дашборде

Поддержка разных ИИ

Варианты установки

Вариант 1 — Одна команда (Linux, macOS, WSL)

bash <(curl -fsSL https://raw.githubusercontent.com/SVerITG/Metis_PH/main/system/mcp-server/setup-mcp.sh)

Определяет Ubuntu 20/22/24, Debian, macOS Homebrew. Создаёт venv, устанавливает все зависимости, регистрирует в Claude Code и Claude Desktop. Идемпотентно — безопасно повторять.

# Profile overrides (skip the interactive menu):
METIS_PROFILE=light    bash <(curl -fsSL ...)   # MCP server only (~5 min)
METIS_PROFILE=standard bash <(curl -fsSL ...)   # MCP + dashboard (~15 min)
METIS_PROFILE=full     bash <(curl -fsSL ...)   # Standard + scheduler (~25 min)

Вариант 2 — Клонирование и установка (любая платформа)

git clone https://github.com/SVerITG/Metis_PH.git
cd Metis_PH/system/mcp-server
bash setup-mcp.sh

Вариант 3 — Вручную

git clone https://github.com/SVerITG/Metis_PH.git
cd Metis_PH/system/mcp-server
python3 -m venv .venv && source .venv/bin/activate
pip install -e "."

export METIS_RC_ROOT="$(pwd)/../.."
export ANTHROPIC_API_KEY="sk-ant-..."

python -m metis_mcp.server          # MCP server
cd ../app-py && bash run.sh         # Dashboard → http://127.0.0.1:8080

Вариант 4 — Docker (матрица тестирования платформ)

# Full platform test — Ubuntu 24/22 + Debian in parallel
docker compose -f system/install/docker/docker-compose.test.yml up --build

# Production stack
docker compose -f system/install/docker/docker-compose.yml up -d

Регистрация в Claude Code

~/.claude/settings.json:

{
  "mcpServers": {
    "metis-rc": {
      "command": "/home/<username>/.local/share/metis-mcp/run.sh"
    }
  }
}

Регистрация в Claude Desktop (Windows + WSL)

%APPDATA%\Claude\claude_desktop_config.json:

{
  "mcpServers": {
    "metis-rc": {
      "command": "wsl.exe",
      "args": ["-e", "bash", "/home/<username>/.local/share/metis-mcp/run.sh"]
    }
  }
}

Конфигурация

Зависимости

Издания и дорожная карта

Metis поставляется в отдельных редакциях — доменно-независимая базовая оболочка и доменные пакеты, добавляющие поверх неё контент по конкретной области.

Что входит в каждую доменную редакцию: предварительно настроенные журналы + RSS-ленты · специализированные агенты · доменная онтология · курируемая библиотека фоновых знаний

Хотите собрать доменный пакет? Форкните Metis, добавьте библиотеку знаний вашей области, агентов и RSS-ленты, затем откройте PR.

Учебные пакеты (скоро)

Автономные учебные пакеты, которые можно добавить в любую установку Metis:

Откройте issue с меткой course-package, чтобы провести пилот или внести вклад.

Статус разработки

Вклад в проект

Metis создан, чтобы выходить за пределы одной области и одного исследователя. Вклады приветствуются — особенно от исследователей, которые используют его и знают, чего не хватает.

Подробные рекомендации см. в CONTRIBUTING.md.

Что нужно больше всего

Доменные пакеты — самый значимый вклад. Доменный пакет добавляет: ключевые журналы + RSS-ленты · специализированных агентов · доменную онтологию · курируемую базовую библиотеку

Другие вклады с высокой отдачей:

• Переводы — мастер и файлы навыков доступны только на английском; переводы на французский, нидерландский, испанский, немецкий откроют Metis для гораздо большего числа исследователей

• Тестирование установщика — Windows .exe и PowerShell на управляемых машинах, в корпоративных средах и на разном оборудовании; отчёты о том, что работает, а что ломается, ценны

• Новые агенты и навыки — специализированные агенты для сценариев, ещё не охваченных

• Проверка безопасности — независимая проверка гарантий «данные остаются локальными» (что хранится на машине, а что отправляется в Claude API), обнаружение PII, поведение хуков и соблюдение конституции; если найдёте пробел, откройте приватный issue

• Поддержка нескольких ИИ — лучшая поддержка Gemini и локальных моделей (Ollama), особенно для офлайн-исследовательских сред

• Отчёты об ошибках и отзывы об UX — если что-то не работает в вашем рабочем процессе, сообщите

Журнал изменений

Metis активно развивается — см. последнее ниже. (Недавно: обучающийся маршрутизатор, который узнаёт, кто должен отвечать, слой персонализации, запоминающий, как вы любите работать, и проход по безопасности.)

Конец июня 2026

После v1.0 — июнь 2026

После v1.0 — май 2026

v1.0 — май 2026

Первый стабильный релиз. Полные подробности см. в system/config/release-notes-v1.0.md.

Более ранняя разработка (Фазы 0–9b)

Лицензия

AGPL-3.0 для кодовой базы — используйте, изменяйте и форкайте свободно, но любая версия, которую вы запускаете как сервис или распространяете, также должна быть открытым исходным кодом под AGPL-3.0.

CC-BY-SA 4.0 для учебных материалов и материалов курса.