Frame Check

Descubre lo que cualquier documento no te muestra.

Frame Check es una herramienta de análisis de encuadre estructural. Identifica qué perspectivas adopta un documento, cuáles omite y cómo posiciona al lector. Las afirmaciones numéricas se contrastan con fuentes autorizadas cuando existe cobertura.

Inicio rápido (servidor MCP)

El paquete PyPI frame-check-mcp es el servidor del Protocolo de Contexto de Modelos (MCP). Se ejecuta localmente y proporciona a cualquier cliente de IA compatible con MCP (Claude Desktop, Cursor, Cline, Continue.dev, etc.) un análisis de encuadre estructural determinista como herramienta.

pip install frame-check-mcp

Luego, apunta tu cliente MCP al punto de entrada instalado. Para Claude Desktop, añade lo siguiente a claude_desktop_config.json:

{
  "mcpServers": {
    "frame-check": {
      "command": "frame-check-mcp"
    }
  }
}

Reinicia el cliente. Después, en cualquier conversación: "¿Puedes hacer un frame-check de este documento?". Detalles completos de instalación y verificación en MCP_SERVER.md.

Related MCP server: Analysis MCP

Qué hace

Proporciona un documento y Frame Check devolverá:

• Un perfil de encuadre estructural: cuál de las cinco perspectivas analíticas (causas, riesgos, partes interesadas, tendencias, incertidumbre) cubre el documento, cuáles omite y la densidad de cada una.

• Voz y postura epistémica: cómo posiciona el documento al lector y qué porcentaje de las afirmaciones se atribuyen a fuentes.

• Orientación temporal: si el documento basa sus conclusiones en datos históricos, en el estado actual o en proyecciones.

• Coincidencias candidatas del Estándar de Vocabulario de Encuadre: patrones de encuadre nombrados cuyas señales basadas en reglas se activan en el texto, cada uno con pistas de identificación y ejemplos prácticos. Las coincidencias son a nivel de candidato; la precisión frente al etiquetado de múltiples fuentes es una cuestión de investigación activa.

• Verificación de red de fuentes: afirmaciones numéricas verificadas frente a SEC EDGAR, FRED, Banco Mundial, REST Countries, Alpha Vantage y Wolfram Alpha donde dichos proveedores tienen cobertura.

• Una narrativa de IA opcional que interpreta el encuadre a nivel de prosa. Etiquetada claramente para que los lectores no confundan la interpretación del modelo de lenguaje con la medición determinista.

Enfoque

La medición estructural es la base. Cada afirmación de encuadre que hace la herramienta se calcula a partir de comparadores de patrones deterministas y siempre devuelve el mismo resultado para la misma entrada. La interpretación asistida por IA está disponible como enriquecimiento cuando se configura una clave API, pero está etiquetada como tal y nunca se oculta detrás de la capa estructural.

La verificación está limitada. La herramienta solo verifica afirmaciones numéricas frente a proveedores con cobertura genuina para el tipo de afirmación, y muestra sus propios resultados de calibración (precisión, exhaustividad, F1 por proveedor) en lugar de afirmar veredictos sin pruebas.

La detección de patrones nombrados es una capa de fiabilidad separada del perfil estructural. El F1 del detector es 0.36 frente a etiquetadores expertos en una validación pre-registrada, por debajo del umbral útil de 0.4. El giro hacia la superficie de honestidad de constructo (marcadores de sub-detección, advertencias de densidad, estados de confianza) en lugar de etiquetas seguras es la afirmación principal en la v0; un estudio de ayuda al lector (Track B, pre-registrado) prueba si esta superficie realmente ayuda al lector a ver el encuadre que de otro modo pasaría por alto.

Los límites honestos y las lecturas adversarias anticipadas están catalogados en ANTICIPATED_CRITIQUES.md.

Documentación

• METHODOLOGY.md — documento de metodología completa (borrador v0.2)

• MCP_SERVER.md — referencia del servidor MCP (herramientas, recursos, prompts)

• MCP_CLIENT_CONFORMANCE_v1.md — 32/32 viajes de ida y vuelta de conformidad frente al wheel instalado

• FRAME_DIVERGENCE_v1.md y FRAME_DIVERGENCE_v2.md — arquitectura de divergencia

• data/frame_library/ — catálogo FVS de 20 entradas con ejemplos prácticos

• ANTICIPATED_CRITIQUES.md — lecturas adversarias auto-enumeradas

• VALIDATION_PROGRAM.md — planes de validación observacional + formal

Ejecución de pruebas

pip install -r requirements.txt
python3 run_tests.py

49 suites de pruebas, ~3 minutos. Incluye 63 pruebas de despachador adversario en test_mcp_adversarial.py además de la cobertura del motor V4.2 + clasificador.

Licencia

Apache-2.0 para el código; CC-BY-4.0 para la biblioteca FVS y los ejemplos prácticos (ver NOTICE para la enumeración por directorio).

Citación

Si Frame Check es útil en tu trabajo, consulta CITATION.cff para ver la forma citable. Frame Check es obra de Lovro Lucic; la autoría nombrada es el principal activo de credibilidad del proyecto según la disciplina de honestidad de constructo.

Contribución

Se requiere Sign-off-by-DCO según CONTRIBUTING.md. Gobernanza según GOVERNANCE.md (modelo BDFL con funciones de forzamiento nombradas para decisiones de promoción de canon). Compromiso de revisores externos según REVIEWERS.md.

Problemas

https://github.com/lluvr/frame-check-mcp/issues