Skip to main content
Glama

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:

  1. 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.

  2. 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.

  3. 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.

  4. 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.

  5. 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.


Related MCP server: onto-agent

🏛️ 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

**[

Available Tools

4 tools
cpg_queryC

CPG & AST radar: def-use chains, CFG, virtual interfaces, blast radius.

Inputs: code, mode, depth, symbol.

memory_evolveC

Semantic memory: AGM revision, GC, distill_global, query_global, search, persist.

Inputs: code, tags, query, title, +6 more.

rlm_executeC

Sandboxed RLM REPL executor with transactional CoW rollback, 3-phase EGRI linter, governor.

Inputs: code, query, scope_paths.

swarm_blackboardD

Swarm blackboard & OCC concurrency: Kung-Robinson OCC validation, Tree-CRDT 3-way merge, Linda tuple space.

Inputs: action, channel, payload, read_set, +4 more.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    C2.6/5.0

    Scored across 4 tools

    Disambiguation5/5

    Each tool targets a completely different subsystem: static code analysis, sandboxed execution, semantic memory, and concurrency/blackboard coordination. There is no overlap or plausible confusion between them.

    Naming Consistency4/5

    All tools follow a readable two-part snake_case format with domain-specific prefixes. However, the suffixes mix verbs (query, execute, evolve) with a noun (blackboard), creating a minor deviation from a fully uniform pattern.

    Tool Count5/5

    Four tools is a reasonable, focused count for a server whose scope appears to be a coordinated agent runtime: analyze, execute, remember, and coordinate. Each tool earns its place and none feel redundant.

    Completeness4/5

    The tool surface covers the major capabilities one would expect from this kind of system: code understanding, safe execution, memory persistence, and shared-state coordination. There are minor gaps such as explicit file/API interaction, but the broad sub-operations embedded in each tool make the overall surface feel fairly complete.

    Maintenance

    ActivityInactive
    ResponsivenessNo recent community issues

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      Not graded
      quality
      D
      maintenance
      Enables AI agents to query and analyze code across multiple repositories through a unified knowledge graph, with tools for symbol search, impact analysis, and graph algorithms.
      MIT
    • A
      license
      Not graded
      quality
      B
      maintenance
      Provides AI coding agents with an embedded knowledge graph and architecture governance tools, enabling blast radius analysis, compliance checks, and smart context extraction from codebases.
      Apache 2.0
    • F
      license
      Not graded
      quality
      B
      maintenance
      Enables developer agents to perform semantic codebase search, dependency and impact analysis, cross-file refactoring, and full-stack API tracing through a unified query DSL over a high-performance graph engine.
      -
    • A
      license
      Not graded
      quality
      C
      maintenance
      Provides persistent cross-session AI memory, code graph analysis, and subagent context compression so coding agents can resume work instantly and avoid re-reading the codebase.
      Elastic 2.0