mcpField
M
Metis

Metis

本地服务
metis.brightbeam.works记忆与知识21 周前更新

关于 Metis

Metis 是一款开源工具包,将专家经验记录为经人工审核、按条件提供给 AI Agent 的记忆,适合需要保存流程与事件记录之外决策依据的团队。

主要功能

  1. 01将专家实践记录为片段
  2. 02人工确认与审核
  3. 03按条件检索记忆
  4. 04哈希链式证据记录

适用场景

  1. 01保存规程未涵盖的决策依据
  2. 02向 Agent 提供符合情境的指导
  3. 03审计捕获、审核和检索过程

MCP 相关

`metis mcp` 将治理后的记忆提供给 MCP 客户端,也可通过 `uvx metis-memory mcp` 运行。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"brightbeamai-metis": {
"command": "uvx",
"args": [
"metis-memory"
],
"env": {
"METIS_HOME": "<METIS_HOME>"
}
}
}
}
启动命令uvx metis-memory
需要配置的环境变量
METIS_HOMEThe Metis project directory to serve. A directory with no workspace yet gets the pump demo, so there is governed memory to try at once.

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypimetis-memory0.1.6

工具

10

收录的工具列表 · 更新于 2 周前

参数类型必填说明
roleany否你代表其执行操作的角色,例如 operator。条件中指定其他角色的片段会被隐藏,原因是 role_not_authorised。省略此参数可跳过该检查。
contextany是当前工作情境,包含 risk_class。

详细介绍

Metis by Brightbeam Applied Research. Amplify your experts’ judgement. Open-source tacit memory for AI agents.

网站 · 文档 · 论文 · PyPI · CHAP

PyPI 版本 Python 3.10+ Apache-2.0 由 CHAP 记录 Glama 上的 Metis MCP 服务

Metis 是一套开源工具包,用于捕捉专家实践的片段,并在经过人工审核且使用条件达成一致后,将其作为记忆提供给 AI Agent。

默会片段:Agent 记忆的第四层

默会片段记录了专家注意到的情况、采取的应对方式,以及应对时的情境。经过人工审核后,它与程序、事实和过往事件并列,成为 Agent 记忆的一部分。

Agent 记忆的四层:程序层,描述应该发生什么;语义层,描述已知信息;情景层,描述发生过什么;默会层,描述经验带来的补充。默会层源自人。

程序与实践之间的差距

程序描述应该发生什么,日志记录发生过什么。专家决策背后的线索及其原因往往没有被记录下来。

设想中的工作,摘自 SOP-17:只有超过报警阈值时才降低负荷。实际进行的工作,由一位经验丰富的夜班操作员完成:当负荷较高且声音沉闷时,提前降低负荷。Metis 记录专家注意到的情况、背景和应对方式,供人们审核。

片段如何传递给 Agent

三个步骤。捕捉:工作人员用自己的话确认记录内容。人工审核:两位具名审核员决定片段可以发挥什么作用。情境化使用:当条件匹配时,Agent 会收到该片段。三个权限级别:Evidence,仅供审核员使用;Advisory,有条件的辅助建议;Controlled,正式指令。

每次捕捉、确认、审核决定和检索,都会通过 CHAP 参考协调器 chap-coordinator 记录在哈希关联的证据链上。

捕捉循环

当记录的操作与程序不一致时,捕捉 Agent 会向专家提出一个简短的问题,即 轻声询问,由专家用自己的话确认记录内容。

围绕工作人员和捕捉 Agent 的捕捉循环:观察、推断、轻声询问、确认、存储。

## 十七种诀窍

每个片段都属于论文中的十七类隐性知识之一,编号为 K1 至 K17。 网站上的图谱为每一类提供了一个示例和一种采集方法。

十七种诀窍,K1 至 K17,分为六个领域:程序性与具身知识;材料与设备;感知;推理;元认知;社会与规范。

快速入门:运行泵示例

python -m pip install metis-memory
metis demo manufacturing-pump-vibration
metis fragment list
metis memory list
metis audit verify

演示使用提供的观察记录,无需模型服务,并将记录保存在 ./.metis 中。 若要从源代码开始:

git clone https://github.com/BrightbeamAI/metis && cd metis
pip install -e .
Python 示例:采集、审核和感知条件的门控
from metis import MetisEngine
from metis.conditions.context import TacitContext
from metis.consent.model import ConsentRecord, ConsentStatus

eng = MetisEngine()  # local and deterministic
eng.join_default_participants()

# Capture the operator's practice where it departs from the procedure.
frag = eng.capture_observation(
    {
        "observation_id": "OBS-1",
        "work_as_imagined": "Reduce load only when the alarm threshold is crossed.",
        "work_as_done": "Ease back earlier, when high load meets a dull sound.",
        "context": TacitContext(equipment_family="centrifugal_pump", operating_mode="high_load"),
    },
    consent=ConsentRecord(consent_status=ConsentStatus.granted),
    category="K7_sensory",
).fragment  # Evidence layer: reviewers only

# Two named reviewers promote it to Advisory.
eng.tier2_review(
    frag.fragment_id, "promoted_to_advisory", summary="advisory cue only",
    decided_by=["human:[email protected]", "human:[email protected]"],
)

# The gate returns it only where its conditions hold.
pump = TacitContext(equipment_family="centrifugal_pump", operating_mode="high_load", risk_class="moderate")
other = TacitContext(equipment_family="gear_pump", operating_mode="low_load", risk_class="moderate")
print(len(eng.retrieve(pump).eligible))       # 1
print(eng.retrieve(other).blocked[0].reason)  # conditions_do_not_match

将 Metis 接入你的应用程序

领域Metis 提供你的应用程序提供
采集片段架构和低声交流流程采集工具、同意工作流和访问控制
审核确认、审核和权限记录审核者身份和正式变更控制
检索感知条件的门控及其原因当前上下文、权限和领域策略
行动指明许可用途的指导行动限制和人工升级机制
记录本地持久化和 CHAP 证据存储、保留和访问策略

metis mcp 会向 Claude Desktop 和 Claude Code 等 MCP 客户端提供同一套受治理的记忆;uvx metis-memory mcp 则无需预先安装即可运行。请参阅 MCP 服务指南。若要为团队运行 Metis, 服务指南介绍了登录、工作区角色、Web 应用和 PostgreSQL; deploy/介绍如何通过 Docker 或 Kubernetes 运行;Agent 集成指南则介绍如何通过远程 MCP、Python 客户端或 LangChain 接入 Agent。连接器可从工作场所系统采集内容,并将低声交流消息发送到 Slack 或 Teams;运维指南介绍了如何在生产环境中运行。

了解更多

  • 网站:交互式导览、图谱和常见问题。
  • 文档:架构、治理、检索和 Agent 用法。
  • ABOUT.md:代码库导航和开发说明。
  • CHAP:协作式人机协议。
  • docs/demo.html 和 docs/explainer.html:可在任何浏览器中打开的交互式演示和图解说明。

合乎伦理地使用

Metis 会在工作人员知情并同意的情况下采集其工作片段。请勿将其用于隐蔽监控。它不会记录音频、视频、生物识别信息、屏幕截图或击键。投入生产使用前,必须征求工作人员意见、进行法律审查并验证领域适用性;请先阅读 ETHICAL_USE.md。

许可证

Apache-2.0。请参阅 LICENSE。

引用

Metis 是 隐性片段:将隐性知识运用于 Agentic AI 的受治理记忆层的参考实现。

@article{shahid2026tacitfragments,
  title   = {Tacit Fragments: Operationalising Tacit Knowledge as a Governed Memory Layer for Agentic AI},
  author  = {Shahid, Arsalan and Suttie, Gordon and Black, Philip and Garz{\'o}n-Vico, Antonio},
  journal = {Preprints},
  year    = {2026},
  doi     = {10.20944/preprints202608.0927.v1},
  url     = {https://brightbeam.works/metis/resources/tacit-fragments-preprint.pdf}
}

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。