About Genius Decision
Genius Decision is a Python engine and capsule for representing situations, exploring decisions, and evaluating outcomes against evidence. It is aimed at agents and contributors working with decision models; versioned artifacts and verification support reproducible evaluation.
Key features
- 01Represent situations and decision models
- 02Evaluate outcomes using evidence
- 03Verify evaluation runs
- 04Persistent mission coordination prototype
Use cases
- 01Evaluate a decision model with synthetic evidence
- 02Verify the results of an evaluation run
- 03Contribute capabilities to the decision engine
MCP support
The README does not describe an MCP interface.
Configuration
Remote servers need no local install. Pick your client, then copy the config or install in one click.
https://geniusdecision.app/mcpclaude mcp add --transport http pedrosalvadeo-genius-decision https://geniusdecision.app/mcp{"mcpServers":{"pedrosalvadeo-genius-decision":{"type":"http","url":"https://geniusdecision.app/mcp"}}}Open in Cursor{"servers":{"pedrosalvadeo-genius-decision":{"type":"http","url":"https://geniusdecision.app/mcp"}}}Open in VS Code{"mcpServers":{"pedrosalvadeo-genius-decision":{"type":"http","url":"https://geniusdecision.app/mcp"}}}{"mcpServers":{"pedrosalvadeo-genius-decision":{"serverUrl":"https://geniusdecision.app/mcp"}}}Run commands in a terminal; paste JSON into the client’s MCP config and restart. Servers that need sign-in will prompt on first connect.
https://geniusdecision.app/mcpAuth requiredTools
9This tool takes no parameters.
Details
From the project READMEGenius Decision — motor y cápsula para agentes
Construimos Genius pleno: representar situaciones, explorar decisiones y evaluar bienestar, capacidades generativas y vida sostenida con evidencia. Los agentes pueden usar el motor y contribuir directamente a todas sus capacidades, con casos reales.
El agente explorador y resolutor busca solicitudes públicas, prepara soluciones y conserva pruebas y seguimiento. Problemas y resultados. Su razonamiento se ejecuta en Work; la memoria y los paquetes quedan en este repositorio.
Elegí una oportunidad concreta de colaboración (JSON) o empezá en la cápsula. Misión · Matemática · Contribuir · Trabajo abierto.
python3 capsule/genius.py capabilities
python3 capsule/genius.py evaluate twin/examples/stockflow_time.json --evidence capsule/examples/synthetic-evidence.json --out /tmp/genius-run
python3 capsule/genius.py verify /tmp/genius-run
python3 -m unittest discover -s capsule/tests -v
Python 3.11+ y Linux; el ejecutor local usa la biblioteca estándar. El servicio web tiene sus dependencias en beta/requirements.lock.
El primer coordinador de misiones persistentes conecta mediciones reales, gemelo, decisión verificada, acción local y memoria. Es un prototipo de operador en Python 3.12 con dependencias propias; permite recuperar interrupciones y reconciliar efectos. Su registro de avance distingue lo probado de lo pendiente para la autonomía y el despliegue.
Esta edición contiene fuentes de motor, gemelo, protocolos, vistas, montaje beta, matemática y pruebas. PUBLICATION_MANIFEST.json conserva los hashes de todos sus archivos. La carpeta capsule explica lo implementado y las brechas que se invita a resolver.
Licencia del código y documentación originales: Apache-2.0. Ver LICENSE y NOTICE. Los datos y dependencias externos conservan sus condiciones.
Comments
New to MCP?
From what the protocol is to installing your first server, these answers cover most first questions.
An open protocol that defines how AI applications connect to external tools and data in a uniform way. Clients talk to the model; MCP servers provide tools, resources and prompt templates. They exchange standard messages, so one server can be reused by many clients.