meridian-skills

Meridian MCP

通过轨道力学动态路由任务。与领域无关——候选项可以是工具、提示词、文档、产品或任何可路由的实体。

每次请求中，大模型（通过 GitHub Models 免费套餐使用 Llama-3.3-70B）会生成 N 个候选路由条目。确定性分类器仅从每个候选项的内容中提取 9 个标量组成的物理特征——无需人工整理查找表：mass（按对数缩放的正文长度 × 关键词数量）、scope、independence、cross_domain 亲和度（三个恒星系统间的 token-领域熵）、fragmentation、drag、dep_ratio（最大同级项 Jaccard 系数）、lagrange_potential、coherence_time（对候选项 token 流进行类似 g⁽¹⁾ 的自相关计算——在 3.1.0 中新增），以及轨道和光学参数（半长轴、偏心率、倾角、周期、近日点、远日点、平近点角；波长、偏振、振幅、相位）。六条针对各类别的评分规则通过 argmax 指定天体类别：planet、moon、trojan、asteroid、comet 或 irregular。

类别评分规则：

score_planet    = min(mass, scope, independence)^1.5
score_moon      = 2 · max(0, ½ - independence) · 𝟙[parent] · (1 - mass/2)
score_trojan    = dep_ratio · 𝟙[parent] · (1 - fragmentation)
score_asteroid  = 2.5 · max(0, 0.55 - mass) · scope · independence
score_comet     = drag · cross_domain · (1 - dep_ratio)
score_irregular = 0.85 · cross_domain · fragmentation

class(p) = argmax_c score_c(p)

输出：按确定性排序的列表，每个候选项均包含 route_score、完整分类以及决策规则。线格式：通过 stdio 或 Streamable HTTP 使用 Model Context Protocol。stdio 适配器约 5 KB。已使用 Claude Code、Cursor、Windsurf、Goose、Continue、Grok 自定义连接器、ChatGPT 自定义 MCP 和 Claude.ai 连接器进行测试。

3.0 — 从 meridian-skills-mcp 更名而来。 分类器一直与领域无关；“skills”的表述会让大模型提示词偏向 AI Agent 能力。v3 在提示词、代码、品牌和 npm 名称中全面移除了这种表述。迁移方式：npm i -g meridian-orbital（旧软件包已弃用；两个二进制文件仍名为 meridian-mcp / meridian-mcp-http，因此客户端配置仍可继续使用）。托管的 HTTP MCP 服务 mcp.ask-meridian.uk/mcp 仍可正常使用——URL 未变。

安装（stdio — Claude Code / Cursor / Windsurf）

npm install -g meridian-orbital
claude mcp add meridian meridian-mcp

同样的安装方式也适用于 Cursor、Windsurf、Goose、Continue，以及任何支持 stdio 的 MCP 客户端。

你需要一个具有 Models: read 权限的 GitHub 个人访问令牌（免费套餐）。请在 https://github.com/settings/personal-access-tokens/new 生成令牌并将其导出：

export MERIDIAN_GITHUB_TOKEN=github_pat_...

（如果环境中已有普通的 GITHUB_TOKEN，MCP 也会读取它。）

用作 Grok 连接器

托管的 Streamable-HTTP 版本位于 https://mcp.ask-meridian.uk/mcp，支持完整的 OAuth 2.1 + PKCE，因此可接入任何要求使用连接器 URL 的主机——Grok 自定义 MCP 连接器、ChatGPT 自定义 MCP 和 Claude.ai 连接器。无需安装 npm，无需你提供 PAT，也无需基础设施。

在 Grok 的“添加自定义连接器”对话框中，粘贴以下内容：

字段	值
服务 URL	https://mcp.ask-meridian.uk/mcp
授权端点	https://mcp.ask-meridian.uk/authorize
令牌端点	https://mcp.ask-meridian.uk/token
客户端 ID	grok
客户端密钥	(留空)
令牌验证方法	none（仅 PKCE）
范围	route_task

在 Grok 中点击“授权”后，会打开 /authorize——一个一键确认页面（无需粘贴 PAT，也无需了解 GitHub 术语）。推理通过操作者的 PAT 在 GitHub Models 上运行，因此终端用户无需进行任何繁琐操作。令牌有效期为 1 小时，随时可以重新授权。

同一个 URL 也适用于 ChatGPT 自定义 MCP 和 Claude.ai 连接器——它们使用相同的 MCP Streamable HTTP + OAuth 2.1 规范。

自托管 HTTP 变体

如果你更愿意自行运行远程 MCP，软件包提供了一个 Node 二进制文件：

npx -y meridian-orbital meridian-mcp-http
# → listening on http://0.0.0.0:3333/mcp · auth=pass-through · v3.1.0

也可以通过 Docker 运行（MCP_MODE=http 会切换入口点）：

docker run --rm -p 3333:3333 -e MCP_MODE=http meridian-orbital

认证模式：

• 透传（默认）。 每次调用中的 Authorization: Bearer … 都会转发给 GitHub Models。用户使用自己的 PAT。
• 共享网关。 设置 MERIDIAN_GATEWAY_TOKEN（调用方传入的令牌）和 MERIDIAN_GITHUB_TOKEN（服务用于推理的令牌）。

托管版 Worker 还实现了 OAuth 2.1 + PKCE；Node 二进制文件仅支持 Bearer（适用于 stdio→HTTP 桥接和 curl 等工具）。

功能

单个工具：route_task(task, limit?)。

input: a natural-language task
   ↓
GitHub Models (Llama-3.3-70B) generates 5 candidates
   ↓
local orbital classifier
   • derives physics: mass, scope, independence,
     cross_domain, fragmentation, drag, dep_ratio
   • assigns class: planet | moon | trojan |
                    asteroid | comet | irregular
   • computes star-system membership (forge / signal / mind),
     parent candidate, Lagrange potential
   ↓
output: ranked candidates with full bodies, classifications,
        and decision rules

典型调用需要 5–15 秒。每个结果都会附带完整的 Markdown 正文，调用方 Agent 可直接将候选项纳入其上下文窗口。

配置

环境变量	默认值	用途
MERIDIAN_GITHUB_TOKEN	回退到 GITHUB_TOKEN	具有 Models: read 作用域的 GitHub PAT。必需。
MERIDIAN_MODEL	meta/llama-3.3-70b-instruct	任意 GitHub Models 聊天模型
MERIDIAN_MODELS_ENDPOINT	https://models.github.ai/inference/chat/completions	自托管网关的覆盖地址
MERIDIAN_CANDIDATES	5	每次调用时由大模型生成的候选项数量
MERIDIAN_TIMEOUT_MS	90000	在此毫秒数后中止请求
PORT	3333	（HTTP 模式）meridian-mcp-http 的端口
HOST	0.0.0.0	（HTTP 模式）绑定地址
MERIDIAN_HTTP_PATH	/mcp	（HTTP 模式）端点路径
MERIDIAN_GATEWAY_TOKEN	（未设置）	（HTTP 模式）如果设置，则将认证方式从透传切换为共享密钥网关。Bearer 必须与此值匹配；服务使用自己的 MERIDIAN_GITHUB_TOKEN 进行推理。

2.0.0 版本的变更

1.x 系列会调用 Cloudflare Worker（https://ask-meridian.uk/api/orbital-route），由它在服务端运行大模型和轨道分类器。该后端现已停用。2.0.0：

• 自包含。 轨道分类器在进程内运行。大模型调用直接发送至 GitHub Models。无需依赖后端。
• 使用自己的令牌。 GitHub 免费套餐配额充足。
• 速度更快。 从 30–50 秒缩短至 5–15 秒（无额外网络跳转，GitHub 推理速度很快）。
• 输出格式相同。 可直接替换；无需更改 Agent 提示词。

若要继续使用随 0.3.x 发布的封闭领域 Python 评分器和精心整理的 88 条语料库，请固定到 [email protected]。若要继续调用现已失效的 Cloudflare 后端，请固定到 1.0.1（每次调用都会因 HTTP 405 失败）。

Web 迷你应用和在线远程 MCP

同一个轨道分类器为 mcp.ask-meridian.uk 提供的两个前端提供支持：

• ask-meridian.uk/miniapp — 输入任务，查看候选项的轨道分布。它会调用 mcp.ask-meridian.uk/v1/route 上的在线 MCP，使用与连接器相同的 Llama-3.3-70B + 分类器路径。
• meridian.ask-meridian.uk/lens/ — WebXR Vision Lab。采集的头显画面会 POST 到 mcp.ask-meridian.uk/v1/vision（GPT-4o-mini，由运营方付费），候选项会围绕画面中的锚定恒星系统分布。使用与迷你应用相同的后端。

两者都调用第一方浏览器端点 /v1/route——基于 Origin 白名单，由运营方付费，无需粘贴 PAT。受 OAuth 保护的 /mcp 端点（本节中的“用作 Grok 连接器”路径）保持不变。

在线学习循环

浏览器端点 /v1/route 会在启发式排序的基础上应用拟合校正层。每当用户与某个候选项交互时（在 lens 中点击行星、在 miniapp 中打开详情面板、在 vision-lab 中点击卡片），前端都会向 /v1/feedback 发送 POST 请求，worker 随后会执行一次成对排序 SGD 步骤，将选中的候选项与其他所有候选项进行比较。每个请求的固定成本约为 1 ms，无需 GPU，也无需本地执行。

user click → /v1/feedback → KV → SGD step → updated weights → next /v1/route uses them

• final_score = heuristic_route_score × (1 + tanh(K · w·x)) — 限定在 [0, 2] 范围内，因此任何单个候选项都不会在不知情的情况下被提升到启发式分数的 2 倍以上。
• 每个候选项包含 25 维特征向量：9 个物理标量（原有的 8 个，以及在 3.1.0 中新增的 coherence_time）+ 6 个类别独热特征 + 3 个恒星系统独热特征 + 3 个令牌命中特征 + 4 个排序特征。数据以 FEATURE_VERSION=v2 存储在 KV 中；提升版本号即可重新初始化权重。
• 冷启动：w = 0，乘数 = 1，完全采用启发式方法。第 1 天部署时无需任何训练数据。
• 经过 OAuth 认证的 /mcp 路径（Grok / ChatGPT / Claude.ai 连接器）会继续使用确定性的启发式排序，以保证可复现性。
• 两个 GitHub Actions cron 任务可在没有自然流量时完成闭环：classifier-bootstrap.yml（每 3 天运行一次，将公开 HF 基准中的标注示例送入 /v1/feedback）和 classifier-health.yml（每周一运行，将 recall@1 / @5 和模型状态发布到 landing/healthz.json）。

只读模型状态：GET https://mcp.ask-meridian.uk/v1/model-info。

完整架构以及促成这一设计的校准历程（行星偏差错误、我们尝试后又放弃的两个教科书级物理框架、v2 重新调优，以及在真实标注数据上发现的 81% recall@1 [95% Wilson CI 60%, 92%]）：博客文章。

许可证

MIT — 详见 LICENSE。