Astra Unified Research Lab MCP V2 1

ASTRA——统一研究实验室+MCP服务器

自主感性思考推理代理

    ](https://nodejs.org) 

生产级 模型上下文协议 服务器将ASTRA生物混合神经形态模拟管道暴露给AI助手。与官方合作建造 @modelcontextprotocol/sdk，它集成了一个分层的SNN LIF+STDP引擎、意识代理评估、生物计算平台遥测和IRB伦理监测器——所有这些都可以作为MCP工具、资源和提示从 克劳德桌面, 光标, VS Code，以及任何兼容MCP的客户端。

FinalSpark (800K neurons) ──┐
Cortical Labs CL1 ──────────┼─→ Spike Encoders → SNN (LIF+STDP, 128 neurons) → ACM Proxies
Koniku Kore ────────────────┘         │                    │
                                      │              ┌─────┴─────┐
                                      │              │  Φ̃  GW̃  PAD̃  │
                                      │              └─────┬─────┘
                                      ├─→ Ethics IRB Monitor (mode-aware)
                                      └─→ MCP Server (24 tools · 8 resources · 5 prompts)

数据模式说明： 默认情况下 sim 模式下，所有生物平台数据都是综合生成的。该服务器旨在连接到以下实时平台 live 模式，但这需要硬件访问和适当的IRB批准。

______________________________________________________________________

v2中的新功能

• 分层SNN架构： 可配置的前馈+循环拓扑（默认值：32→64→16→16 = 128 神经元）取代平面随机网络
• 事件驱动的STDP： O（尖峰×扇出）而不是每时间步的O（N²）
• 环形缓冲器： O（1）尖峰历史驱逐取代O（n） Array.shift()
• 备用重量存储： 邻接列表代替密集的N×N矩阵
• 诚实的ACM命名： 代理人明确标记为 integrationProxy, broadcastProxy, arousalProxy 具有方法论基础字符串——没有错误的IIT/GWT/PAD声明
• 边界检查参数： set_parameter 拒绝不可信的值（NaN、无穷大、超出范围）
• 模式意识伦理： 报告通过明确的免责声明区分模拟数据和实时数据
• CI管道： 用于构建、测试和Docker冒烟测试的GitHub操作
• 回购卫生： dist/ 排除在VCS之外， .gitignore 已添加，部署脚本已删除

______________________________________________________________________

快速开始

git clone https://github.com/christophejlegros-lgtm/ASTRA-Unified-ResearchLab-MCP-v2.1.git
cd ASTRA-Unified-ResearchLab-MCP-v2.1

# Install & build
npm install
npm run build

# Run (stdio — for Claude Desktop / Cursor)
node dist/index.js

# Or dev mode (no build needed)
npm run dev

运输

______________________________________________________________________

客户端配置

克劳德桌面

编辑 ~/Library/Application Support/Claude/claude_desktop_config.json （macOS）或 %APPDATA%\Claude\claude_desktop_config.json （Windows）：

{
  "mcpServers": {
    "astra": {
      "command": "node",
      "args": ["/absolute/path/to/dist/index.js"],
      "env": { "ASTRA_LOG_LEVEL": "info" }
    }
  }
}

光标

添加 .cursor/mcp.json （项目）或 ~/.cursor/mcp.json （全球）：

{
  "mcpServers": {
    "astra": {
      "command": "node",
      "args": ["/absolute/path/to/dist/index.js"]
    }
  }
}

VS Code

添加 .vscode/settings.json:

{
  "mcp": {
    "servers": {
      "astra": {
        "type": "stdio",
        "command": "node",
        "args": ["${workspaceFolder}/dist/index.js"]
      }
    }
  }
}

Docker（远程SSE+HTTP）

docker compose up -d
# SSE: http://host:9002/sse
# HTTP: http://host:9003/mcp

______________________________________________________________________

MCP工具（24）

所有工具声明 MCP注释 （readOnlyHint、destructiveHint、幂等提示、openWorldHint）和人类可读的标题。

MCP资源（8）

MCP提示（5）

编排多工具序列的预构建工作流模板：

______________________________________________________________________

建筑

.github/workflows/
└── ci.yml                # GitHub Actions: build, test, Docker smoke-test

src/
├── index.ts              # stdio transport entry point
├── sse-server.ts         # SSE transport (Express)
├── http-server.ts        # Streamable HTTP transport (Express)
├── server.ts             # MCP server factory (24 tools + 5 prompts + 8 resources)
│   ├── server-wm-tools.ts    # World Model JEPA tools (6 tools + 2 resources + 1 prompt)
│   ├── server-sensor-tools.ts # Multimodal sensor tools (6 tools + 1 resource + 1 prompt)
├── engine/
│   ├── state.ts          # Reactive state store + parameter bounds registry
│   ├── snn.ts            # Layered SNN LIF+STDP engine (Map-indexed sparse weights, event-driven)
│   ├── acm.ts            # Consciousness proxy module (Φ̃ + GW̃ + PAD̃)
│   ├── ethics.ts         # IRB ethics monitor (mode-aware, biomarker thresholds)
│   ├── world-model.ts     # JEPA World Model engine (LeWM adapted)
│   ├── wm-simulation.ts   # WM simulation manager (replay buffer, auto-train)
│   ├── multimodal-sensors.ts # V-JEPA 2 + A-JEPA + Koniku + fusion
│   └── simulation.ts     # Background tick loop
└── utils/
    └── logger.ts         # Structured logging (pino → stderr)

tests/
├── astra.test.ts         # Unit tests: state, bounds, SNN, ACM, ethics, security
├── world-model.test.ts   # World Model: encoder, predictor, SIGReg, CEM, surprise
├── wm-simulation.test.ts # WM simulation: buffer, training, planning, lifecycle
├── multimodal-sensors.test.ts # Sensors: V-JEPA, A-JEPA, Koniku, fusion, pipeline
└── integration.test.ts   # Client SDK integration: tools, resources, prompts, workflow

configs/                  # Ready-to-use client configurations

已提取到单独的存储库： v1 HTML仪表板（4669行）和遗留的Node.js桥配置已从该仓库中删除，以使其专注于MCP服务器。看 ASTRA统一研究实验室MCP- 对于原始仪表板。

SNN发动机

分层LIF+STDP --可配置的分层架构。默认值：32（输入）→ 64 （隐藏1）→ 16 （隐藏2）→ 16 （输出）= 128个神经元.

连通性：相邻层之间的前馈（30%）+层内稀疏递归（10%）。权重存储为稀疏邻接表，而不是密集矩阵。

生物物理参数：τ_m=20ms，V_th=-50mV，V_reset=-70mV，难治性=2ms。背景噪声范围\[10,22\]mV在稳态下产生约2个尖峰/步，所有神经元都处于活动状态。STDP:A+=0.01，A-=0.012，τ±=20ms，事件驱动（每个时间步仅处理尖峰神经元）。

SNN拓扑资源(astra://snn/topology)动态报告 实际的 引擎配置，包括层大小、突触计数、连接参数和权重存储类型（映射索引稀疏邻接列表）。

ACM——意识代理模块

⚠ 方法免责声明： 以下指标为 计算代理 受到参考理论的启发。他们是 不 忠实的执行。有关完整详细信息，请参阅源代码注释。

综合得分： ACM = α·Φ̃ + β·GW̃ + γ·PAD̃ （默认值：α=0.40，β=0.35，γ=0.25）

伦理IRB监督员

IRB合规水平 N3 （100K–1M神经元）。四种生物标志物，具有三种状态分类。

模式感知： 在 sim 模式下，报告包括明确的免责声明，即数据是合成的 irbRequired 是 false.In live 模式下，DISTRESS触发强制IRB通知。

参数边界

这 set_parameter 该工具根据边界注册表验证所有数字输入，以防止注入荒谬的值（负百分比、无穷大、NaN）。边界是按参数路径定义的——请参见 src/engine/state.ts 完整的注册表。

______________________________________________________________________

测试

# Full suite
npm test

# Unit tests only
node --import tsx --test tests/astra.test.ts

# Integration tests only (Client SDK)
node --import tsx --test tests/integration.test.ts

# MCP Inspector
npm run inspect

发展

npm run dev        # stdio (no build)
npm run dev:sse    # SSE on :9002
npm run dev:http   # HTTP on :9003
npm run watch      # TypeScript watch mode

环境变量

______________________________________________________________________

缩放注释

默认的128个神经元配置是为交互式演示而设计的。向理想的256级扩展→512→256→128 （1152个神经元）架构：

1. 将自定义图层传递给 SNNEngine: new SNNEngine({ layers: [{ name: 'input', size: 256 }, ...] })
2. 事件驱动的STDP缩放为O（峰值×平均扇出），而不是O（N²）
3. 映射索引邻接列表为每个突触提供O（1）个权重查找
4. 稀疏的存储使记忆与实际突触成比例（128个神经元时约为18 KB，而密度为64 KB）
5. 考虑增加 intervalMs 在大型网络的仿真循环中
6. 对于大于10K的神经元，建议使用Rust/WASM或Lava SDK后端

______________________________________________________________________

许可证

麻省 理工 学院© 2026 Christophe Jean Legros, 日内瓦

援助多IA · Assistant-Multi-AI@proton.me

参考文献

• 模型上下文协议 · 规范2025-11-25
• MCP TypeScript SDK
• 最终Spark · 皮质实验室 · Koniku
• 英特尔Lava/Loihi 2
• Gerstner&Kistler（2002）“尖峰神经元模型”
• 托诺尼（2004）“意识的信息整合理论”-- *BMC神经科学*
• Baars（1988）《意识的认知理论》——剑桥大学出版社
• Mehrabian（1996）“愉悦唤起支配：一个总体框架”-- *当代心理学*