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: автономный когнитивный усилитель

Python 3.11+ Лицензия: MIT Зависимости Тесты FastMCP-совместимый Стиль кода: Ponytail Ultra

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

[Быстрый старт](#- 1-command-zero-friction-installation) • Архитектура • MCP-инструменты • Справочник по CLI • Документация • Участие

🌟 Общая картина: устранение деградации контекста

Современные ИИ-агенты, работающие с кодом, не справляются с большими кодовыми базами ($10\text{M}+$ токенов) не из-за ограниченных возможностей логического вывода, а из-за деградации контекста (Context Rot): рассеивания внимания, неиндексированного загрязнения промпта, потери архитектурных ограничений после очисток контекста и несогласованных коллизий в рое.

Project Christina решает эту проблему с помощью интегрированной высокопроизводительной когнитивной триады:

RLM (рекурсивные языковые модели — контекст как переменная): выносит большие кодовые базы из транскриптов диалоговых промптов в изолированные программные переменные кучи (context). Агенты выполняют ограниченные подзапросы ($D \le 2, N \le 20$) и транзакционные управляющие циклы copy-on-write (CoW) на Python с автоматическим откатом.
Graphify (детерминированный CPG и AST-радар): строит граф вызовов в памяти на базе SQLite3 WAL, обеспечивая рекурсивные CTE-запросы быстрее 0.3 мс, транзитивный расчёт радиуса поражения и центральности «God-узлов» со сокращением перебора токенов в 71.5 раза.
OKF (долговременная семантическая память и эпистемическая эволюция): сублимикронный разбор frontmatter регулярными выражениями ($6.72\ \mu\text{s}$ на документ), формальная AGM-ревизия убеждений, забывание по Эббингаузу и эпистемический сборщик мусора Mark-and-Sweep с автоматическим якорем восстановления памяти после уплотнения на $\le 400$-токенов.
Межпроектная эпистемическая дистилляция: анонимизирует проприетарный код в математические архетипы со строгим инвариантом нулевой утечки информации ($\mathcal{I} = 0$), зачисткой секретов по энтропии Шеннона по нескольким основаниям и байесовской агрегацией инвариантов по кодовым базам.
Управление конкурентностью роя: децентрализованное выполнение задач задачи агентами с использованием оптимистического управления конкурентностью Кунга-Робинсона (OCC), трёхсторонним слиянием AST на Tree-CRDT и ценной доской на пространстве кортежей Linda (Linda tuple-space).

🏛️ Трёхопорная когнитивная архитектура

                                  ┌─────────────────────────────────────────┐
                                  │           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)│
└───────────────────────────────────────────────────────────────────┴───────────────────────────────────────────────┘

Диаграмма 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

🚀 Установка одной командой: без сложностей

Christina устанавливается за секунды без фоновых демонов, нативной компиляции и root‑привилегий:

cd christina
./install.sh

Автоматическая диагностическая предпроверка

./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.

Запуск полного набора тестов (62/62 пройдено за <1.2 с)

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

🛠️ Каноническая матрица FastMCP-инструментов

Christina предоставляет 4 унифицированных инструмента JSON-RPC 2.0 stdio, совместимых с любым MCP-хостом:

Tool	Категория	Ключевые возможности & режимы	Предел производительности
`cpg_query`	AST-радар кода	`blast_radius`, `def_use`, `cfg`, `vinterfaces`, `god_nodes`, `cycles`, `waves`, `info`	обход в памяти за $<0.3\text{ms}$
`rlm_execute`	Изолированное исполнение	MapReduce субагентов, транзакционная CoW REPL, трёхфазное линтинг EGRI, ограничитель вычислений	лимит рекурсии $D \le 2, N \le 20$
`memory_evolve`	Семантическая память	`search`, `persist`, `revise` (AGM), `gc` (забывание по Эбинбгаузу, Mark-and-Sweep), `distill_global`, `query_global`	парсинг за $6.72\ \mu\text{s}$/документ
`swarm_blackboard`	Конкурентность роевого исполнения	`out`, `rd`, `in`, `eval`, `occ_validate` (OCC Кунга-Робинсона), `tree_merge` (Tree-CRDT), `digest`	оптимистическая валиация без блокировок

Примеры вызовов MCP-инструментов

1. Анализ радиуса поражения (`cpg_query`)

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

2. Транзакционное выполнение подзапроса (`rlm_execute`)

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

3. Поиск в семантической памяти с ограничением по символу (`memory_evolve`)

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

4. Проверка конфликтов Swarm OCC (`swarm_blackboard`)

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

⚡ Быстрый справочник 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

🔌 Совместимость и настройка на нескольких хостах

Christina автоматически регистрируется одной командой во всех стандартных хостах искусственных интелл-агентов:

1. Google Agravity CLI (`agy`)

Автоматически создаётся символическая ссылка в ~/.gemini/antigravity-mc/plugins/christina и выполняется регистрация в ~/.gemini/antigravity-cli/mcp_config.json.

2. OpenCode

Автоматически регистрируется в ~/.config/opencode/plugins/christina и ~/.config/opencode/opencode.json.

3. Claude Desktop

Автоматически настраивается в ~/.claude/claude_desktop_config.json (или Library/Application Support/Claude/claude_desktop_config.json на macOS):

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

4. OpenAI Codex CLI

Автоматически регистрируется в ~/.config/codex/config.json.

🪮 Ponytail Ultra: гарантия нулевых зависимостей

Проект Project Christina полностью соответствует дисциплине Ponytail Ultra:

Нулевые внешние зависимости во время выполнения: используется только стандартная библиотека Python (ast, sqlite3, re, json, hashlib, fcntl, math, pathlib, typing).
Без «тяжёлых» демонов: ни Docker, ни Neo4j, ни ChromaDB, ни Redis. In-memory SQLite3 WAL и файловые блокировки POSIX обеспечивают выполнение быстрее миллисекунды с использованием $0\text{MB}$ фоновой оперативка.
Строгая лаконичность кода: каждый модуль сжат ($<250$ LOC), целостен и автономен.

📚 Документация и руководства

Документ	Описание
Getting Started Guide	Пошаговая настройка, проверка и первый рабочий процесс агента.
Skills Taxonomy	Определения навыков с прогрессивным раскрытием (`cpg`, `rlm`, `memory`, `swarm`).
Contributing Guide	Рекомендации по разработке в стиле Ponytail Ultra, настройка Nix, наборы тестов и ADR-процесс.
Security Policy	нулевая утечка информации ($\mathcal{I} = 0$), очистка секретов по энтропии Шеннона и изоляция.
Changelog	Детальные примечания к выпускам и история версий.

📜 Лиценция

Проект Project Christina распространяется под открытой лицензией MIT License.

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