mcpField
M
Meaning Model

Meaning Model

本地服务
meaningmodel.aiAI 与智能体04 天前更新

关于 Meaning Model

Meaning Model 是依托 Rust 引擎的 MCP 服务,用于构建可检查、可修订的世界模型,供 LLM 推理和创作。它包含建模与记忆工作流,并提供可选的故事创作和构想扩展。

主要功能

  1. 01构建可修订的过程与关系模型
  2. 02关联记录、概念、解释和文档
  3. 03保留修订历史并区分证据与估计
  4. 04支持跨会话的 Agent 与用户记忆
  5. 05可选的故事创作和构想工作流
  6. 06在浏览器中查看模型修订

适用场景

  1. 01为市场、机构或技术建模
  2. 02跨会话延续 Agent 工作和用户报告历史
  3. 03获取对写作片段的反馈
  4. 04探索故事情境或解决方案构想

MCP 相关

MCP 服务通过工具和资源提供模型构建、记忆、写作反馈,以及可选的故事创作和构想工作流。客户端可使用 `life_modeling_context` 获取操作指引,并通过共享引擎访问模型记录。

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": {
"emergent-wisdom-meaning-model": {
"command": "npx",
"args": [
"-y",
"@emergent-wisdom/meaning-model-mcp"
],
"env": {
"LIFE_SIM_ENGINE_BIN": "<LIFE_SIM_ENGINE_BIN>"
}
}
}
}
启动命令npx -y @emergent-wisdom/meaning-model-mcp
需要配置的环境变量
LIFE_SIM_ENGINE_BINAbsolute path to the matching life-sim-engine executable. Install this npm version and run meaning-model-mcp --install-engine for a supported release, or --build-engine with Cargo; see the installation guide.

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
npm@emergent-wisdom/meaning-model-mcp0.15.0

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

意义模型

项目网站和入门指南 · 试用故事查看器

让 AI 构建一个显式世界模型,然后借助它进行推理、创作和记忆。 意义模型让语言模型将其习得的知识转化为可检查、可测试和可修订的过程、关系和概念。每个显式结构都可以成为进一步推理和抽象的锚点,包括 Agent 在工作中发现的类别。提出一种解释不需要事先进行测量;推断出的解释与观察结果保持区分,并且可以根据证据进行检验。

比较判断可以通过 Cut 明确表达:在一个问题下,将一个声明的单位划分为互斥的答案,并明确列出剩余部分。测量保留其外部单位。

意义模型有两项彼此关联的架构贡献:渐进式细化和共享构建媒介。渐进式细化先粗略构建世界,再展开重要部分;每次展开都会保留已接受的承诺,或明确修订这些承诺。在共享媒介中,世界记录、概念、解释和文档占据同一个地址空间,因此,理由或句子可以指向其所涉及的确切记录,修订也可以与依赖它的解释和段落一同完成。

本仓库汇集了相关理论、精简的语法附录、Rust 引擎和 MCP 接口,以及《条件之书》(The Book of Conditions)——一项完整的构建实践,附有一部完整的十二章手稿。

有关版本变更、升级说明和未发布的工作,请参阅更新日志。

如需使用该工具,请按照软件包安装指南进行安装,并将其连接到你的助手。助手会调用 life_modeling_context 获取特定用途的操作指南。阅读论文并非必需。

围绕同一模型的工作流

一个 MCP 服务通过同一引擎和图支持以下工作流:

  • 建模。 对你选择建模的对象(例如市场、机构或技术)建立通用、可修订的世界模型,并可选择使用 Jev 估算器进行低成本的初步估算。参见通用建模与可选的 Jev 估算。
  • 叙事。 故事创作扩展可根据模型创作小说,包含作者模型、角色的完整人生趋势、场景审查、一致性审计和深化环节。在故事聊天中,用户扮演故事世界中的一个角色,而大模型则根据其他角色在当时可能知道的信息扮演所有其他角色,可以使用书籍,也可以不使用。参见故事创作扩展指南。
  • 人类创作与反馈。 人类负责写作和决策;大模型提供反馈。启用 MEANING_MODEL_ADDONS=storytelling 即可使用 life_story_feedback,它会根据提供的文本或项目的精确修订版本准备只读任务。针对节选提供反馈,无需现有世界模型或虚构作者角色。参见反馈指南。
  • Agent 与用户记忆。 对持续进行的工作和用户报告的个人经历建模,并将偏好、目标、决策、信念和学习经历跨时间关联起来。在选定的范围内记录有用信息,并在配置了持久化存储后跨会话检索。参见记忆指南。
  • 构思。 外星人扩展遵循 Ontology of the Alien,通过虚构世界搜寻解决机制,并将其整理成可修订的创意族谱图。参见外星人扩展指南。

建模和记忆始终可用;两个扩展需通过 MEANING_MODEL_ADDONS 选择启用。每个工作流都会将其工作内容保留为可修订、可检查的结构。没有任何工作流会把估算变成观察结果、把审查变成已接受的事实,或把创意变成有效证据。所有工作流都支持从宏观到微观的探索、递归发现和带有归属信息的理解节点。工作流的用途以及人类授予的权限,决定了 Agent 可以推断、记录或更改哪些内容。

在记忆工作中,助手从项目或生活背景入手,将报告与其描述的过程联系起来。随着新证据出现,它会回顾可能因此需要调整的早期解读和决策。在写作反馈中,助手会通读全文后再诊断某个段落,区分文本陈述的内容、解读和艺术性替代方案,并追踪人类所选修订带来的影响。两个工作流使用相同的方法:助手先形成粗略概述,再深入探究重要部分,并根据发现重新审视整体。

记忆和反馈各自使用专属的 life_modeling_context 用途:agent_memory 用于 Agent 自身的工作,user_memory 用于用户报告的内容,human_author_feedback 用于写作反馈。若要让记忆在重启后保留,请配置私有的 LIFE_SIM_STATE_FILE;每个数据库使用一个服务进程。更正会保留早先的说法,并与随时间发生的真实变化有所区别。依赖于此的解读需要重新审查;它们不会自动更新。转录记录为可选功能,默认关闭;life_memory_transcript_configure 可为单个记忆上下文开启此功能。它仅存储调用方或聊天集成所提供的可见消息,并与过程模型及其解读分开保存。服务本身不会观察对话。

建构记录

版本 0.10.0 内置了一个浏览器查看器。请连接的助手**“打开此模型”;life_model_viewer_open 会返回所选模型或图谱版本的本地链接。无需单独检出查看器,也不需要专用运行文件夹。在编写期间,请说“让查看器在我们工作时保持跟随。”** 助手会使用带图谱哈希的 mode: "live" 来跟随已保存的版本,并保留你的阅读上下文。精确的只读快照仍是默认设置。浏览器必须在与 MCP 相同的计算机上运行。有关支持的视图和访问要求,请参阅查看器指南。

阅读位置独立于世界时间:选择一段文字会高亮其模型链接,而阅读则单独打开。文本变化时,可选的文档跨度仍会附着在稳定的段落边界上。概念、世界事件、作者记录和叙述可以彼此区分,同时由理解节点自由连接;建立连接并不会让它们的时钟或权威变得相同。

模型及其理解图体现的是建模者的理解,而不是关于它的报告:做了却未记录的事,下一位 Agent 无从得知。每个带有 Cut 的事件都会描述其中发生的事,因此其数值才有意义。选择、想法、预测和叙述声音决策会记录为理解节点,并关联到相关事件、Cut 和段落;外部评审则会记录在实际评审者名下。life_model_outline 会按选定深度展示当前状态及其注释,life_construction_replay 会逐步重放整个发展过程,将每条注释放在它写入时对应的记录旁。接手陌生工作的 Agent 会先通过重放和大纲了解其历史,再进行更改。保留先前阅读的确切版本和上下文后,Agent 就能读取后续变更,以及与当前任务相关的记录。 life_construction_export 和 life_construction_import 可将完整历史及其哈希一并带到另一个引擎,从而能在任何地方重放已完成的示例。

选择应用所需的模型

只建模符合用途的内容。选择流程、类别、关系和详细程度;使用提供的模板、调整其输出,或直接编写模型。单个流程也可以作为有效的起点。浏览器、学习工具或关系应用无需以相同方式描述一个人,也无需构建完整的人物模型。

预期用途是建立一个 AI 可以使用的外部模型:跨时间连接观察结果、比较不同解释、探索可能的发展,并决定下一步调查什么。建模者负责提供这些解读;工具则保留其结构和版本,并执行已声明且受支持的规律。类别和分解是建模者开发并测试的内容,而不是需要填满的固定清单。随着应用词汇的变化,共享的记录和验证规则仍然有效。

请参阅特定应用类别,了解模板选项和可运行的词汇修订示例。

通用建模与可选的 Jev 估算

从 life_general_modeling_start 开始。通用工作流支持由领域定义的流程,涵盖技术、采用、制度、市场、物理系统及其他应用。life_world_model_build 从精简的脚手架构建初始模型和图谱。其必需的上下文审查从包含该流程的系统及长期发展开始,然后再审视焦点流程;已表示的上下文、未知事项和有充分理由排除的内容会成为 Understanding Nodes。它还要求考虑作者给出的数值判断、有用的原生概念分解,以及不同日期或视角下的含义。Agent 可以说明某个维度为何不必要或尚未解决;该工具不会要求随意打分或深入分析。这些检查并不能证明内容完整或具有因果相关性。 构建器的预览可评估 Jev initialEstimate 问题;应用该确切提案即可将初始值采纳为估算值,无需再次调用提供方。life_process_estimate 使用有界问题创建带类型的流程值提案; life_process_estimation_record 将确切提案、流程记录和审查结果保存到图谱中。估算值会保留其状态和证据,不会悄然成为已接受运行时历史中的观测结果。

设置 MEANING_MODEL_ESTIMATOR=typesafe 和 TYPESAFE_API_KEY,即可使用 Jev 批量生成结构化判断。此功能独立于叙事附加组件,默认关闭。LLM 选择范围和问题;工具代码负责处理重复的记录构建工作。要降低端到端成本和延迟,必须进行测量,包括设置和审查工作。

每个全新的 Agent 都会从 life-sim://guide/start-here(工具的用途及其使用方法)和流程分解开始,在页面上勾勒出整体模型,并在手动编写记录或深入分析之前阅读 life-sim://protocol/grammar、操作协议及其目的指南,除非用户通过 MEANING_MODEL_INSTRUCTIONS 提供了其他指示(参见 MCP 服务指南)。life_modeling_read 会将这些资源提供给只开放工具的客户端。阅读 life-sim://guide/general-modeling,了解完整工作流和限制。

要引入书籍,请使用 life_document_import,提供 UTF-8 文本或本地文本文件。它会自动将源内容拆分为有序、可链接的文档节点,并保留原文和来源位置。导入的文本与已接受的事实和手稿分开存放。请参阅来源导入指南。

可选的叙事附加组件

以下创作工作流介绍的是委派式故事生成。若由人类撰写自己的作品,请改用人类作者反馈;单独的反馈不会创建项目,也不会改写手稿。

叙事图谱是权威的创作记录。应先创建模型和图谱,再开发故事素材;候选内容、种子抽取和备选方案、草稿、评估、选择、局部修订及披露计划都应通过工具存储。文件和 PDF 是图谱内容的导出结果,不是并行的手稿或模型。使用 life_story_author_record 记录创作素材和简洁的 Understanding Nodes。数值探索和修订会直接保存其结果,但二者都不会将其作为世界事实接受。

场景可以包含有序且可独立编辑的段落节点。共享的 life_narrative_edit 工具可在一个不可变的图谱修订版本中拆分、合并、移动、重新排序或修订文本。拆分会保留完全一致的渲染文本;编辑会报告受影响、需要重新评估的审查结果。无需安装叙事附加组件也可使用此工具来处理其他基于图谱的文档。 启动 MCP 服务时设置 MEANING_MODEL_ADDONS=storytelling,即可启用人生趋势建模、数值轨迹探索与局部修订、模型深度审查、场景准备、草稿审查、正文定稿,以及对章节或部分用途的建议性审查。场景工作流要求主要角色都有整体人生趋势:粗略的人生阶段、各阶段之间的变化与延续,以及这些趋势与每个场景之间的联系。调用方 LLM 会在起草前自动构建或复用这些趋势;用户无需提供档案,也无需提出这一步的要求。仅有当前危机的快照并不足够。LLM 提供模型和审查判断;工具负责验证档案的 结构,并将场景审查与档案绑定。

LLM 还会在约定的委托范围内构建或复用作者模型: 以有依据的真实作者资料或明确虚构的角色为基础,并将其与写作选择、适用情境和克制原则联系起来。它通过 life_story_author_record 保存档案,在场景和用途审查数据包中绑定选定版本,并通过 shaped_by 链接已定稿的正文。作者始终与叙述者和角色相区分;档案不要求文风统一,也不代表作品具有文学质量。

起草和实质性修订后,LLM 会根据实际正文以及塑造作者和每个相关主要角色言语与行为的过程,评估他们的声音。它会将预期效果与观察到的效果、证据、不确定性,以及修复或保留的结论保存为理解节点。只读工具 life_story_deepen 和提示词会为后续针对同一作品的修订做准备,并以精确基线为依据。默认情况下,局部修订会保留前提、角色阵容和结局;在约定的任务说明范围内,也可进行结构性修订。更多细节或更长篇幅并不自动意味着改进。

在起草前,以及模型或故事背景发生重大修订后,LLM 会自动审查模型能否解释重要选择和结果。life_story_model_depth_review 会读取已绑定的模型和选定的图谱证据;life_story_model_depth_record 会将审查结果保存为理解节点。LLM 会检查相关人物的生活与缺陷、概念、物理或制度约束、原因和披露过程,仅在必要时展开细节。场景准备要求有当前评估;未解决的发现会阻止定稿。缺口仍可保存;这不是固定分类体系、深度配额或文学质量评分。

对于新的轨迹,LLM 会为事件和完整人生采样数值点,其中包括具有明确含义、比较方式、单位和范围的情绪状态。randomness 控制相对于基线的变化幅度,而单独的候选项数量控制探索预算。LLM 会评估候选项的连贯性和故事创作潜力,然后予以保留、局部修订或拒绝。某个转折较弱,不必牺牲整个角色:局部修订会保留其他值、提供给采样器的固定事实以及分配总量。简要评估和修订理由应保存在与相关证据链接的理解节点中。这些候选项在获采纳前都只是创作假设;它们不是经过校准的心理学模型,也不是物理模拟。

可选的结构探索会在图谱创作工作流中,利用一个普通种子词启发替代事件、角色、关系或故事线。这些建议在作者选择并对其进行建模前,都不会被采纳。对于新的主要角色、地点和组织名称,LLM 会自动利用随机词的发音、节奏或联想来构思名称,使其契合故事风格和现有名称。 大模型会在章节完成、重大转折、部分内容或作品完成,以及影响重大的修订后,自动进行目的性审查。审查会考量文本的目的、预期、因果变化、后续影响、人生轨迹和作者披露,同时允许模糊性、氛围和延迟兑现。保持文本不变也是有效结果;审查不会阻止保存。期待、焦点变化和适应可以使用核心中可选的变化弧结构,而不强加固定的情节模式。捆绑的扩展插件使用现有的 叙事图,并保留之前的修订。它不会改变共享模型、规则和默认工具:公司估值流程、物理过程及其他应用仍可自行选择术语和详略程度。有关工作流和配置,请参阅讲故事扩展插件指南。

可选的异星扩展插件

设置 MEANING_MODEL_ADDONS=alien(或 storytelling,alien),即可添加源自 Ontology of the Alien 的世界多样性构思。服务会为每个角色编写任务,并且只包含该角色可以看到的内容:

  • 不知目标的构建者将种子词转化为虚构世界;
  • 不知目的的求解者在该世界中解决问题;
  • 编译器将起作用的机制带回问题所属领域。

扩展插件指南和生成的角色任务提供了搜索流程;捆绑的论文则是可选参考。论文条件矩阵中的每个单元格都可以运行,从使用语义禁忌档案或策选地图直接提出方案,到基于地图进行编译。

策选者维护三套可修订的本体:机制族、所声称的结果,以及因果世界机制。只有记录的等价性测试表明主要因果算子已改变时,才会纳入新的机制族。对这些本体的诊断会为下一步委托构建何种世界提供依据,其中也包括尚无候选方案涉及的机制族与结果组合;具体选择仍由调用方决定。再将有前景的机制迁移到目标模型上,为每个角色建立映射,并说明所有不相似之处。

第二个评审者可以核查每项策选决策:配置 Jev 估算器后,它会在看不到策选者理由的情况下进行相同比较,分歧则会显示在诊断结果中。介于不同机制族之间的候选方案可以标注分级归属度,并附上各部分所占比例和剩余比例,同时保留其类别。不知目标的世界可以导出为内容寻址库,并导入另一次搜索;新的搜索随后从求解者阶段开始。

所有内容都以理解节点的形式存储在叙事图中。每项任务文本都会保存,因此每个输出都会引用相应角色实际看到的内容。分级匹配和加权选择遵循 Meaning Model 的 Cut 规则。每套本体都可以导出为 Meaning Model 概念及其专门化关系。世界是文本化的思想实验,迁移的是想法,而非证据。请参阅异星扩展插件指南。

可选的预测附加组件

预测是一种任何工作都可以调用的模式。将 modes: ["forecasting"] 连同你的用途传递给 life_modeling_context,上下文便会说明预测在此处的含义:它可以是故事、某个人的生活、市场,或对用户的记忆。 预测本身无需附加组件。

为分支设置 MEANING_MODEL_ADDONS=forecasting。life_future_fork 会根据一个主干修订版本和一个信息截止点,分叉出模型的多个并列后续阶段:

  • 每个预测答案对应一个分支,每个前提都涵盖预测的时间范围;若该时间范围已声明预测概率,则纳入该概率,否则不纳入,并说明原因;
  • 每个决策选项对应一个分支,其中包括等待或不采取行动;
  • 每个假设对应一个分支,或从对过去的某项更改分出一个分支。

每个分支都是独立的模型线,拥有自己的图,并使用常规工具继续延展。life_future_load 会提供分支摘要及其尚待解答的后果问题,便于在分支间切换;life_future_compare 会按过程和人物并列比较各个分支,不提供总计。分支始终是假设性的:主干的实时视图不会延伸至分支,主干上的图也不会重新绑定到分支。这为《生命模拟》论文中关于模拟实施及追踪其影响的章节构建了第一部分;论文修订日期为 2026 年 10 月 25 日,服务端提供的伴随版本即为此版本。请参阅预测附加组件指南。

论文与完整示例

论文于 2026 年 10 月 25 日修订,语法附录于 2026 年 10 月 17 日修订。 Zenodo 系列提供了存档版本。

  • Meaning Model 论文——论述、语法、构建方法、示例和数值画像。
  • 语法附录——对同一套规则的精要参考,不是独立理论,也未增加额外要求。
  • 《条件之书》 ——一部新的构建作品,其世界模型和正文根据人工提供的前提与历史资料,由 Claude Opus 5.5 自动生成并修订,并结合了模型读者的反馈;其中包含 Markdown、构建作品和验证材料。 较早的构建版本 仍有存档。故事仓库 也提供这些书籍;每个版本都有出版清单。
  • 世界历史——讲述当今世界如何形成的历史,在 Meaning Model 中构建为过程、事件和概念,并说明了每项选择背后的推理。该内容以 CC BY 4.0 许可发布于 emergent-wisdom/world-history,其 README 说明了如何使用 life_construction_import 将构建记录加载到空存储中并重放。仓库包含截至 2026 年 10 月 18 日的状态,以及其历史中截至 10 月 15 日的状态;论文提及的 10 月 19 日和 20 日两轮处理尚未发布。

六种世界记录形式为概念、事物、事件、绑定、切分和实现。切分会将一个已声明的单位划分为若干互斥的并列答案及一个明确的余项;其权重总和为 1。普通过程链接不带权重。日期、货币、计数和物理测量均保留各自的外部单位。理解节点和文档节点共用地址空间,但不会因此获得被认可的世界事实所具有的权威性。

试用

最小演示只需要 Node.js:

node --test examples/refinement-trial/example.test.mjs

它展示了一个适配其父级的细化、一个在本地有效但与父级矛盾的细化,以及一次显式修订。该示例为合成示例,并不能证明完整实现或学习方案已完成。

如需使用 Rust 引擎和 MCP 工具,请安装 Rust/Cargo、Node.js 22.18 或更高版本以及 npm,然后运行:

make install
make build
make test

如需运行原生示例,请先完成构建,然后运行 node examples/progressive-authoring/run.mjs。使用 Rust 进行渐进式创作 会在接受历史记录后开启一个 Cut,拒绝不兼容的细节,补全部分时间契约,并显式修订同一个世界后继续。

构建完成后启动 MCP 服务。在安装目录之外创建一个私有数据目录,并将示例数据库路径替换为它的绝对路径:

cd mcp-server
LIFE_SIM_STATE_FILE=/absolute/private/path/meaning-model.sqlite npm start

在不同会话和升级过程中重复使用此路径,每个数据库只运行一个服务进程。如果不这样做,进程结束时模型、故事和记忆都会丢失。让助手使用 life_saved_work_list 查找已保存的工作,并选择预期分支。助手通过回放和大纲恢复不熟悉的工作;如果保留了确切的先前修订及上下文,它会读取后续更改和当前相关记录。然后通过 MCP 工具深化或审查模型。有关范围处理、持久化限制、本地查看器和可移植备份,请参阅保留并继续你的工作。

请参阅 MCP 指南、引擎指南和建模协议。为兼容已保存的产物,保留了现有的 life-sim 命令、架构、资源和二进制标识符。它们并不表示存在第二个引擎。

包名为 @emergent-wisdom/meaning-model-mcp。 其官方 MCP Registry 标识为 io.github.emergent-wisdom/meaning-model,由 server.json 描述。基于 Registry 的客户端必须提供显式安装或构建的引擎路径。请安装与包版本匹配的引擎。meaning-model-mcp --install-engine 会显式下载并验证该版本已发布的引擎。或者,使用 meaning-model-mcp --build-engine 构建随附的 Rust 源码。npm 安装和常规服务启动都不会下载或构建引擎。要准备本地 npm tarball,请运行 make npm-package。请参阅包安装指南。创建 tarball 并不会发布它,也不会确立对 npm 作用域的所有权。

演示内容

《The Book》是一个范围有限的模型辅助创作示例:宏观叙述、完整人生、局部 Cuts、事件描述、关联的构造理由和散文共同开发并修订。其认可的来源可导入 Rust,并从文档节点渲染出手稿。这种事后导入并非对原始创作过程的交易日志复原。

引擎实现了类型化记录、不可变修订、持久化、候选内容采纳、规范化 Cuts,以及范围有限的叙事图操作。可选的时间 Cut 合约会检查显式答案投影和时长混合,包括部分细节是否仍为剩余部分留有可行空间。 时间推进后,一个已采纳的世界可进入其直接后续的模型修订,并附带显式细化或修订、比较并交换检查,以及保留两个版本头的不可变回执。跨越该修订边界的可移植叙事训练和项目检查点导出仍不受支持;会话数据库保留完整历史。 它并未实现论文中的所有合约。 实现边界区分了已实现的检查、创作惯例和缺失的行为。预注册的配对比较和独立回读研究仍有待开展。验证器通过或创作出数值化画像,都不能证明历史真实性、心理有效性,也不能证明其优于普通写作。

仓库结构

路径内容
paper/论文和附录源文件、共享样式、图表、参考文献
rust-engine/共享 Rust 实现、可选数值模拟功能、测试和示例
mcp-server/该引擎的 MCP 接口
profiles/可复用的创作惯例,并非强制的人类类别
docs/操作文档和实现限制
examples/refinement-trial/小型独立构造示例
examples/progressive-authoring/原生时间细化、显式修订及延续的世界历史
examples/book-of-conditions/Agent 生成的《The Book》、原生构造历史、任务、历史来源及可复现导入
output/pdf/可直接阅读的论文、语法附录和《The Book》PDF

Meaning Model 负责表征和联合构造方法。独立的 Life Simulation 项目研究过程历史生成、推理、学习及其经验评估。它使用该引擎,不维护第二套实现。该项目论文的一个绑定摘要副本仅作为配套 MCP 阅读资源,存放于 docs/companions/life-simulation/。

构建文档

安装 latexmk 以及包含所需导入宏包的 LaTeX 环境后:

make paper
make grammar
make book

若要一并检查代码、示例、资源和文档:

make check

发布打包

make release 会检查并构建软件包,然后在 build/ 下导出一个仅包含允许文件的干净目录。导出内容包括三份 PDF 及其源文件,以及《The Book》选定的公开构造历史,其中包括署名评审和修订。导出不包含 .git、构建缓存、私人规划、协调备注、原始会话记录和未发布的工作副本。

有关打包和来源详情,请参阅发布指南。导出文件不会推送到 GitHub,也不会发布软件包。

许可和引用

原创代码采用 MIT 许可。原创论文、文档、创作的模型数据和《The Book》采用 CC BY 4.0 许可。 NOTICE注明第三方材料的界限。 CITATION.cff列出作者和推荐的论文引用方式;其中包含仓库 URL 和 Meaning Model 的 Zenodo 概念 DOI。 该 DOI 标识论文的版本系列;发布清单则标识确切文件。

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。