关于 Multidim
Multidim 是面向 AI Agent 的确定性分析框架 MCP 服务,提供分析网格并校验填写结果。它不调用 LLM 或网络请求,适合需要可复现分析与逐项验证的工作流。
主要功能
- 01按主题生成分层分析网格
- 02确定性校验并给出分节结果
- 03通过 frame_hash 检测框架篡改
- 04记录经验并注入匹配问题
- 05管理上下文与分析框架
适用场景
- 01结构化评估技术决策
- 02检查假设与备选方案质量
- 03复核分析是否遗漏二阶风险
MCP 相关
作为 MCP 服务,提供 multidim_analyze、multidim_contexts、multidim_validate 和 multidim_learn 工具,供 MCP 客户端生成并验证分析框架。
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。
工具
4收录的工具列表 · 更新于 3 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| depth | enum | 否 | 可选,默认为 deep。core=轴+简短的交叉影响;deep=+子视角;full=+一次有针对性的递归。core | deep | full |
| format | enum | 否 | 可选,默认为 text(v1 网格)。v2 = v2 契约的确定性 JSON 框架:frame_hash、mandatory questions、learned traps、required_sections、validation_rules、max_validation_rounds、可选的 host_hints。调用方 LLM 会逐节填写此框架。text | v2 |
| context | string | 否 | 可选。强制指定语境;否则自动检测。 |
| subject | string | 是 | 要分析的主题。 |
详细介绍
multidim-mcp
为 AI Agent 提供结构化思维网格——独立的 MCP 服务,仅使用标准库。
Multidim 会将主题路由到一组分析视角(一个上下文),并返回一个分层网格——包含轴、子视角和必答问题——供调用方的大模型填写。思考仍由调用方完成:服务提供结构,绝不代为思考。它不会调用大模型,不会发起网络请求,而且相同输入始终会生成相同框架。
- 零依赖——Python 3.9+,仅使用标准库。
- 确定性的 v2 合约——每个框架都带有可自行验证的
frame_hash;填写后的分析会逐节检查,并提供可执行的错误代码。 - 已学习的陷阱——你记录一次的经验教训,会成为必答问题,注入到今后所有主题匹配的框架中。
- 强化的存储——原子写入、原生跨进程锁定、增量迁移、重置前备份,以及一项保护机制,确保绝不触碰外部的
~/.multidim存储。
看看有何不同
一个 Agent 分析了*“我们是否应该将计费服务从 MySQL 迁移到
PostgreSQL?”*。每个部分都已填写,每句话读起来都不错。以下是首次检查时
multidim_validate 返回的结果:
overall verdict: REJECT
REJECT alternatives NOT_ENOUGH_ALTERNATIVES, ALTERNATIVE_DUPLICATES_PRIMARY
REJECT hypotheses HYPOTHESIS_NOT_FALSIFIABLE
REJECT second_order_risks SECOND_ORDER_REPEATS_FIRST
REJECT cross_talk GENERIC_DENSITY_HIGH
REJECT synthesis SYNTHESIS_WITHOUT_REFERENCES
WARNING premortem PREMORTEM_SIMILAR_TO_RISKS
唯一的替代方案只是重述了假设;假设本身没有能证伪它的测试;第二阶影响与第一阶影响一字不差地重复;结论也没有引用上述任何内容。阅读答案时,这些问题都不可见;但这里会逐项明确指出。
重做被拒绝的部分后,同一个检查器会返回 ACCEPT。如果编辑框架并删除你觉得不方便的规则,它就会拒绝整份提交——框架会对自身内容进行哈希校验。
完整记录,包括修正后的部分内容,以及此工具刻意不做的检查:DEMO.md。只需一条命令即可复现:python demo.py。
快速入门
pip install multidim-mcp # from PyPI
pip install . # or from a source checkout
使用任何 MCP 客户端注册该服务(stdio 传输):
{
"mcpServers": {
"multidim": {
"command": "multidim-mcp"
}
}
}
也可以直接运行:python -m multidim_mcp;或者无需安装即可运行:uvx multidim-mcp。
该服务已列入官方 MCP 注册表,名称为
io.github.Cherridsaid/multidim-mcp。
工具
| 工具 | 作用 |
|---|---|
multidim_analyze | 为主题构建网格(depth:core / deep / full;format:文本或确定性的 v2 JSON 框架) |
multidim_contexts | 列出所有已知上下文及其轴和子视角 |
multidim_validate | 根据 v2 框架,对填写后的分析进行确定性、无状态检查——逐节返回 ACCEPT / WARNING / REJECT |
multidim_learn | 创建或扩充上下文(关键词、轴、陷阱)——唯一的写入入口 |
工作原理
multidim_analyze会为你的主题检测最合适的上下文(按单词边界匹配关键词,并折叠重音符号),然后返回一个 v2 框架:必需章节、章节架构、验证规则、必答问题,以及触发条件与主题匹配的所有 已学习陷阱。- 你的大模型逐个章节填写框架。
multidim_validate会从存储中重建框架,拒绝被篡改或过时的框架(frame_hash),然后检查分析内容:结构完整性、对假设的证伪测试、与主要方案确有不同的替代方案、与一阶效应不同的二阶效应、不照搬风险清单的事前验尸、引用真实标识符的综合结论,以及填充短语密度上限。仅重新处理被拒绝的章节,且不超过框架的max_validation_rounds。
四种种子上下文中立且确定:generic(8 个通用视角)、code_review、technical_writing、decision。
存储
存储位于专用的每用户数据路径(可通过 MULTIDIM_MCP_HOME 覆盖),首次运行时会根据中立种子创建。写入操作是原子的,并通过操作系统原生文件锁在多个进程间序列化;存储损坏时会先备份,再重置,绝不会静默丢弃。跳闸保护会拒绝任何会解析到其他个人 ~/.multidim 存储的读写操作。
发布分支版本的维护者可以通过 MULTIDIM_MCP_EXTRA_FORBIDDEN(逗号分隔)添加自己的私有标记,扩展中立性保护机制,而不必将其硬编码到公开源码中。
透明度
- 不是 AI 系统。 multidim-mcp 不包含模型,也不进行推理:它是确定性的规则软件。根据《欧盟 AI 法案》(Reg. 2024/1689),它不属于第 3(1) 条所指的 AI 系统;作为免费开源软件,它适用第 2(12) 条的豁免。它不会收集数据,也不会进行网络调用。
- 本 README 中的 插图由 GPT 生成,并保留了完整的 C2PA 来源元数据。
开发
python run_tests.py # full suite, stdlib only
python smoke_install.py # packaging smoke test (wheel + venv + entry point)
python demo.py # the analyse -> validate -> fix -> accept cycle of DEMO.md
CI 会在 Ubuntu 和 Windows 上,针对 Python 3.9 / 3.11 / 3.13 运行。
许可证
评论
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。