en es ja ko ru zh

christina

Name: christina
Author: amadeus-ex-machina

by amadeus-ex-machina

Overview Schema Related Servers Score Discussions

Python

Local

Project Christina: Amplificador Cognitivo Autónomo

Python 3.11+ License: MIT Dependencies Tests FastMCP Compliant Code Style: Ponytail Ultra

Host: Google Antigravity Host: OpenCode Host: Claude Desktop Host: OpenAI Codex CLI

Inicio rápido • Arquitectura • Herramientas MCP • Referencia de CLI • Documentación • Contribución

🌟 Resumen ejecutivo: Eliminar el Context Rot

Los agentes de IA modernos de codificación fallan en bases de código extensas (más de $10\text{M}+$ tokens) no por limitaciones de razonamiento, sino por el Context Rot (deterioro del contexto): dispersión de la atención, contaminación no indexada de los prompts, restricciones de la arquitectura perdidas en los borrados de contexto y colisiones descoordenadas del enjambre.

Project Christina lo resuelve mediante una trinidad cognitiva integrada y de alto rendimiento:

RLM (Modelos de Lenguaje Recursivos — Contexto como Variable): saca las bases de código masivas de las transcripciones conversacionales de los prompts para colocarlas en variables de heap aisladas (context). Los agentes ejecutan subconsultas acotadas ($D \le 2, N \le 20$) y bucles de control de Python transaccionales con copia en escritura (CoW), con reversión automática.
Graphify (Radar CPG y AST determinista): construye un grafo de llamadas en memoria con SQLite3 WAL que ofrece consultas CTE recursivas en menos de 0.3 ms, cálculo del radio de impacto transitivo y ranking de centralidad de los nodos God, con un reducción del descubrimiento de tokens de 71.5x.
OKF (Memoria Semántica Duradera y Evolución Epistémica): análisis de frontmatter con regex en menos de un microsegundo ($6.72\ \mu\text{s}$/doc), revisión formal de creencias AGM, decaimiento de Ebbinghaus y recolección de basura epistémica con Mark-and-Sweep, más un anclaje automático de recuperación de memoria de $\le 400$ tokens después de la compactación.
Destilación epistémica entre proyectos: anonimiza el código propietario para convertirlo en arquetipos matemáticos, con un estricto invariante de Cero Fuga de Información ($\mathcal{I} = 0$), limpieza de secretos mediante entropía de Shannon multibase y agregación de invariantes bayesiana entre repositorios de código.
Control de concurrencia del enjambre: ejecución multiagente descentralizada mediante control optimista de concurrencia (OCC) de Kung-Robinson, fusión AST de tres vías con Tree-CRDT9 y un apoyo de espacio de tuplas Linda.

🏛️ Arquitectura de tres pilares cognitivos

                                  ┌─────────────────────────────────────────┐
                                  │           SUPERVISOR / AGENT            │
                                  │  (Antigravity / OpenCode / Claude / AI) │
                                  └────────────────────┬────────────────────┘
                                                       │ JSON-RPC 2.0 (stdio)
                                                       ▼
┌───────────────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│                                            PROJECT CHRISTINA FAST-MCP GATEWAY                                     │
├──────────────────────────────────────┬────────────────────────────────────┬───────────────────────────────────────┤
│          PILLAR 1: RLM ENGINE        │       PILLAR 2: GRAPHIFY CPG       │        PILLAR 3: OKF MEMORY           │
│         (Context as Variable)        │          (AST Code Radar)          │         (Semantic Evolution)          │
├──────────────────────────────────────┼────────────────────────────────────┼───────────────────────────────────────┤
│ • Out-of-core Heap Variables         │ • In-Memory SQLite3 WAL Graph      │ • Sub-microsecond OKF Regex Parser    │
│ • Transactional CoW Rollback         │ • Sub-0.3ms Transitive Blast Query │ • Formal AGM Belief Revision          │
│ • 3-Phase EGRI Invariant Linter      │ • Composite God-Node Centrality    │ • Ebbinghaus Forgetting & GC          │
│ • Dynamic Governor (D<=2, N<=20)     │ • Circular Dependency & Wave Sort  │ • Symbol-to-ADR Constraints           │
└──────────────────────────────────────┴────────────────────────────────────┴───────────────────────────────────────┘
                                                       │
                                                       ▼
┌───────────────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│                                        DECENTRALIZED SWARM & DISTILLERY                                           │
├───────────────────────────────────────────────────────────────────┬───────────────────────────────────────────────┤
│                    SWARM CONCURRENCY BLACKBOARD                   │         GLOBAL EPISTEMIC DISTILLERY           │
├───────────────────────────────────────────────────────────────────┼───────────────────────────────────────────────┤
│ • Kung-Robinson Optimistic Concurrency Control (OCC)              │ • Zero-Information Leakage (I = 0)           │
│ • Semantic Tree-CRDT 3-Way AST Merge Resolution                   │ • Multi-Base Shannon Entropy Secret Redaction │
│ • Linda Tuple Space (`out`, `rd`, `in`, `eval`, `digest`)         │ • Bayesian Invariant Distillation (0700 Fence)│
└───────────────────────────────────────────────────────────────────┴───────────────────────────────────────────────┘

Diagrama de flujo Mermaid

flowchart TD
    Host[Host Agent Context] -->|JSON-RPC 2.0 stdio| MCP[Christina FastMCP Server]
    
    subgraph Trinity["Autonomous Cognitive Trinity"]
        MCP -->|cpg_query| CPG[Graphify CPG Radar<br/><i>sub-0.3ms SQLite WAL</i>]
        MCP -->|rlm_execute| RLM[RLM Sandbox<br/><i>Transactional CoW REPL</i>]
        MCP -->|memory_evolve| OKF[OKF Semantic Memory<br/><i>AGM Revision & Epistemic GC</i>]
    end
    
    subgraph SwarmDistill["Swarm & Cross-Project Substrate"]
        MCP -->|swarm_blackboard| OCC[Swarm Concurrency<br/><i>Kung-Robinson OCC + Tree-CRDT</i>]
        OKF -->|distill_global| Distill[Global Epistemic Distillery<br/><i>Anonymized Archetypes (I=0)</i>]
    end

    CPG -.->|Blast Radius & Waves| OCC
    RLM -.->|Isolated Sub-Calls| Host
    OKF -.->|ADR Anchor <=400 Tokens| Host

🚀 Instalación en 1 comando, sin fricción

Christina se instala en segundos sin demonios en segundo plano, sin compilación nativa y sin privilegios de root:

cd christina
./install.sh

Verificación preliminar de diagnóstico automatizada

./install.sh doctor

================================================================
 Christina Cognitive Amplifier Diagnostics (v1.0.0)
================================================================
✓ Python Version: 3.11+ (Requirement satisfied)
✓ SQLite3 in-memory WAL Engine: Ready
✓ OKF Semantic Memory Engine: Ready
✓ Google Antigravity Plugin: Registered
✓ OpenCode Plugin: Registered
✓ Global memory directory: ~/.config/christina/global_memory (0700 fenced)
================================================================
✅ All systems functional.

Ejecutar la suite de pruebas completa (62/62 superadas en <1.2s)

./install.sh test
# Or with pytest directly:
pytest tests/ -v

🛠️ La matriz canónica de herramientas FastMCP

Christina expone 4 herramientas stdio unificadas de JSON-RPC 2.0 para cualquier host MCP:

Herramienta	Categoría	Capacidades y modos clave	Límite de rendimiento
`cpg_query`	Radar de código AST	`blast_radius`, `def_use`, `cfg`, `vinterfaces`, `god_nodes`, `cycles`, `waves`, `in`	Recorrido en memoria de menos de 0.3 ms
`rlm_execute`	Ejecución en entorno aislado	MapReduce de subagentes, REPL de la transacciones (CoW), linting EGRI de 3 fases, gobernador de cómputo	Límite de recursión $D \le 2, N \le 20$
`memory_evolve`	Memoria semántica	`search`, `persist`, `revise` (AGM), `gc` (Ebbinghaus Mark-and-Sweep), `distill_global`, `query_global`	Análisis de $6.72\ \mu\text{s}$/doc
`swarm_blackboard`	Concurrencia de enjambre	`out`, `rd`, `in`, `eval`, `occ_validate` (OCC de Kung-Robinson), `tree_merge` (Tree-CR)	Validación optimista sin bloqueos

Invocaciones de herramientas MCP

1. Análisis del radio de explosión (`cpg_query`)

{
  "name": "cpg_query",
  "arguments": {
    "symbol": "PaymentGateway",
    "mode": "blast_radius",
    "depth": 3
  }
}

Ejecución transaccional de subconsultas (`rlm_execute`)

{
  "name": "rlm_execute",
  "arguments": {
    "query": "Audit error recovery handling in database connection pool",
    "scope_paths": ["src/db/", "src/pools/"]
  }
}

Búsqueda en memoria semántica con restricción de símbolo (`memory_evolve`)

{
  "name": "memory_evolve",
  "arguments": {
    "action": "search",
    "query": "zero-trust authentication policy",
    "linked_symbols": ["AuthMiddleware"]
  }
}

Validación de conflictos OCC de enjambre

{
  "name": "swarm_blackboard",
  "arguments": {
    "action": "occ_validate",
    "worker_id": "worker_security_audit",
    "read_version": 4,
    "read_set": ["AuthMiddleware", "SessionToken"],
    "write_set": ["AuthMiddleware"]
  }
}

⚡ Referencia rápida de CLI

# 1. Scan codebase and index AST knowledge graph into in-memory SQLite3 WAL
python3 -m christina.cli scan .

# 2. Calculate static blast radius for a target symbol
python3 -m christina.cli blast AuthService --depth 3

# 3. List top God Nodes ranked by composite degree centrality
python3 -m christina.cli god-nodes --limit 10

# 4. Search OKF institutional memory, ADRs, and symbol constraints
python3 -m christina.cli memory "connection pool timeout" --symbol DatabasePool

# 5. Run FastMCP JSON-RPC 2.0 stdio server
python3 -m christina.cli serve

# 6. Execute system diagnostics
python3 -m christina.cli doctor

🔌 Compatibilidad y configuración multi-host

Christina incluye un sistema de registro en un comando, sin fricciones, para todos los hosts estándar de agentes de IA:

1. Google Antigravity CLI (`agy`)

Se crea automáticamente un enlace simbólico en ~/... no, again.

Wait, "a ~/.gemini/antigravity-cli/plugins/christina" yes.

Se crea automáticamente un enlace simbólico a ~/.gemini/antigravity-cli/plugins/christina y se registra en ~/.gemini/antigravity-cli/mcp_config.json.

2. OpenCode

Se registra automáticamente en ~/.config/opencode/plugins/christina y en ~/.config/opencode/opencode.json.

3. Claude Desktop

Se configura automáticamente en ~/.claude/claude_desktop_config.json (o en Library/Application Support/Claude/claude_desktop_config.json en macOS):

{
  "mcpServers": {
    "christina": {
      "command": "python3",
      "args": ["-m", "christina.bridge.mcp_server"],
      "env": {
        "PYTHONPATH": "/path/to/christina"
      }
    }
  }
}

4. OpenAI Codex CLI

Se registra automáticamente en ~/.config/codex/config.json.

🪮 Ponytail Ultra: Garantía de Cero Dependencias

Project Christina está estrictamente diseñado bajo la disciplina Ponytail Ultra:

Cero dependencias externas en tiempo de ejecución: utiliza solo la biblioteca estándar de Python (ast, sqlite3, re, json, hashlib, fcntl, math, pathlib, typing).
Cero demonios pesados: no hay Docker, Neo4j, ChromaDB ni Redis. La conexión con SQLite3 en modo WAL y los bloqueos de archivos POSIX ofrecen una ejecución en submilliseconds con $0\text{MB}$ de RAM en segundo plano.
Brevedad estricta del código: cada módulo es conciso (menos de 250 LOC), cohesivo y autónomo.

📚 Documentación y guías

Documento	Descripción
**[

This server cannot be installed

license - not tested

Not graded

quality - not tested

maintenance

How are these scores calculated?

Maintenance

–Maintainers

–Response time

–Release cycle

1Releases (12mo)

Commit activity

Resources

GitHub Repository

Need Help?

Related Servers

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Connectors

Penfield Memory
Persistent memory and knowledge graphs for AI agents. Hybrid search, context checkpoints, and more.
Maguyva
Code intelligence for coding agents: semantic, AST, graph, and full-text search. 279+ languages.
AgentDrive
Cross-agent artifact workspace with provenance across Claude Code, Codex, Cursor, LangGraph.

View all MCP Connectors

Latest Blog Posts

Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)
By Om-Shree-0709 on July 25, 2026.
mcp
Agent Identity
OAuth 2.1
Your AI Chatbot Just Exposed Your CEO's Salary to an Intern
By Om-Shree-0709 on July 2, 2026.
Agent Identity
MCP Security
OAuth Delegation
Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)
By Om-Shree-0709 on June 30, 2026.
Agentic Ai
Prompt Injection
WebAssembly

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/amadeus-ex-machina/christina'

If you have feedback or need assistance with the MCP directory API, please join our Discord server