Skip to main content
Glama

ThoughtRefinery 🛢️✨

常驻式思考蒸馏插件(MCP)——把每一次对话与推理,蒸馏成可直接训练的数据。

An always-on MCP plugin that refines everyday conversations & reasoning traces into training-ready CoT / SFT / pretraining corpora — with a biometric persona state machine and pluggable long-term memory.

挂进 ZCode / OpenCode / DeepSeek Harness 等任意 MCP 宿主或自动化编程工具,你照常聊天、照常干活; 它在后台静默运行:提纯思维链、积累既定事实、维护你的量化人格画像,产出三份拿走即训的数据——

数据线

产物

用途

CoT 线

messages + <think>(双门验证:答案验证 × 过程审计)

推理模型 SFT

预训练线

第一人称叙事(主观事实)/ 对话转录 / 风格保持改写

个人底色增量预训练

风格 SFT 线

assistant=你的原话(角色对调)

让模型学会像你说话


它有什么特别的

  1. 答案对 ≠ 过程对:内置过程审计员,定位"结论对但推理有跳步/碰巧对"的段落——可修则修复后收编,不可修降级为 DPO 负样本,修复对照保留为 LEMA 纠错对。这条红线来自 CoT 忠实性研究(见 docs/01)。

  2. 四级查重:精确 hash → 解答骨架等价类(防"题面不同解答模板相同")→ MinHash+LSH(候选精确复验)→ n-gram 污染,全部纯标准库实现。

  3. 仿生人格状态机:Big5+H 特质(月级贝叶斯收缩)/PAD 心境(24h 半衰期回归基线)/Ekman-6 情绪(分钟级衰减)/六项稳态需求——全部随对话更新、防漂移三件套(均值回归+硬夹断+基线重估)。画像驱动两件事:难度自适应出题(锚+1 档)与自探索任务生成(需求缺口→任务类型),两者默认关闭。

  4. 情绪时间平衡采样:预训练语料按捕获时刻心境分桶,manifest 自带平衡采样函数——防止"状态差的那几周"污染模型底色。

  5. 零侵入接线:对宿主是 MCP 插件(一行挂载),对记忆后端 Spatial Memory Engine 是纯 REST 客户端——双方源码一行不改;记忆服务不在线时索引卡进 backlog,恢复自动补写。

Related MCP server: asmemory

快速开始

# 1) 环境(Python >= 3.10)
python -m venv .venv
.venv\Scripts\pip install -r requirements.txt        # Windows
# pip install -r requirements.txt                    # Linux/macOS

# 2) 记忆后端(可选但推荐):获取 SME 并安装到同一 venv
git clone https://github.com/jack66g/spatial-memory-engine.git
.venv\Scripts\pip install -e ./spatial-memory-engine --no-deps
.venv\Scripts\pip install numpy networkx python-multipart   # SME 运行依赖

# 3) LLM 密钥(OpenAI 兼容,任选:DeepSeek / GLM / ...)
setx RSI_LLM_API_KEY sk-xxx
# 默认指向 DeepSeek,改 rsi/configs/daemon.json 的 llm 节即可换服务商

# 4) 一键起停(SME:8000 + daemon:8100)
rsi\start_rsi.bat        # Windows;Linux 手动跑两个 python -m 进程

挂载进 MCP 宿主(与挂任何 MCP server 同款):

{"mcpServers": {"rsi": {
    "command": "<你的venv里的python>",
    "args": ["<本项目路径>/rsi/mcp_server.py"]
}}}

六个工具:rsi_distill(投喂思考,主入口)/rsi_status/rsi_query/rsi_lessons/rsi_set_budget(预算与三开关)/rsi_next_mission(自探索领任务,默认关)。 非 MCP 工具直接 POST http://127.0.0.1:8100/ingest(支持 zcode / deepseek-harness / opencode / generic 四种轨迹格式)。

开关一览(默认状态即安全状态)

开关

默认

说明

核心循环(三线分流+画像)

开

随对话静默积累

自驱出题(T1 保底循环)

关

难度自适应;rsi_set_budget 打开

自探索任务(宿主自主干活)

关

日封顶 5 个

LLM 预算

5.0/天

超限自动停

测试

python -m pytest rsi/tests -q    # 53 项(含 FakeLLM 全链路 + MCP stdio 冒烟,无需密钥)

目录

rsi/
├── daemon/      常驻引擎:队列/预算/自驱/自探索/meta 教训循环
├── core/        提纯内核:体检/四级查重/审计/修复/净化/硬软验证/三线分流
├── biodata/     仿生人格状态机(四层+防漂移)
├── explore/     自探索任务生成
├── connectors/  宿主轨迹适配器(zcode/deepseek-harness/opencode/generic)
├── llm/         OpenAI 兼容客户端(含确定性 FakeLLM 测试模式)
├── sme_wrap/    SME REST 客户端(显式降级+backlog 补写)
├── mcp_server.py  MCP 插件本体
├── prompts/v0/  12 个种子提示词(判类/价值/审计/修复/净化/出题/解题/元学习/观察者/叙事/改写/探索)
└── configs/     daemon.json + sme.rsi.json
docs/            设计文档与调研存档(查重算法规格/仿生系统/底色预训练配方,全部带文献编号)

设计依据

关键决策不是拍的,全部有文献支撑(详见 docs/ 目录调研存档):CoT 忠实性与过程过滤、RFT 推理等价类去重、 ≤4 epoch 重复暴露上限、个人语料 1:4~1:9 回放配方、"保守清洗保底色"(C4 审计实证规范过滤会杀风格)、 Big Five/PAD/ALMA 分层情感模型、稳态 RL 需求动力学。

路线图

  • M4:提示词血统 A/B 自进化(improver gain 曲线)

  • 代码题自驱通道(出题附单元测试)

  • L4 语义去重(embedding 服务就绪后)

  • 24h 长跑验收与观测面板

License

Apache-2.0 © 2026 jack66g(与记忆后端 SME 同协议)

Tool Schema Changelog

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

Loading tool schema changelog…

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      B
      quality
      D
      maintenance
      Action-State Memory Engine that records typed events (state values and actions) and provides trend, anomaly, causal, and summary analyses via MCP tools. Enables agent self-tracking and operational monitoring with time-series math.
      7
      MIT
    • A
      license
      Not graded
      quality
      C
      maintenance
      Enables AI agents to store and recall an append-only, hash-chained memory with citation-backed semantic search, fact verification, contradiction detection, and replay/audit capabilities through local MCP tools.
      1
      AGPL 3.0
    • A
      license
      B
      quality
      B
      maintenance
      Enables MCP host agents to maintain a locally persisted dynamic personality and identity across sessions, context compaction, and sub-agents, with emotion- and drive-driven tone adaptation through nine MCP tools.
      9
      43 npm
      MIT