Chuk MCP Lazarus

拉扎鲁斯

MCP服务器包装的机械可解释性 楚克·拉扎鲁斯.

加载任何模型、提取激活、列车探测、转向生成， 并通过Claude（或任何MCP客户端）的MCP工具消融组件 可以自主呼叫。

快速开始

# Clone and install
git clone https://github.com/chuk-ai/chuk-mcp-lazarus.git
cd chuk-mcp-lazarus
uv sync

# Run the smoke test (53 tests on SmolLM2-135M, ~3 seconds)
uv run python examples/smoke_test.py

# Run the full 15-step language transition demo
uv run python examples/language_transition_demo.py

克劳德桌面版

添加到您的Claude桌面配置(~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "lazarus": {
      "command": "uv",
      "args": ["run", "chuk-mcp-lazarus", "stdio"],
      "cwd": "/path/to/chuk-mcp-lazarus"
    }
  }
}

工具（64）

资源（4）

支持的型号

适用于任何型号 楚克·拉扎鲁斯 支持：

• 杰玛 --吉玛3号（270M-27B），翻译吉玛4B/12B
• 大羊驼 --Llama 2/3，米斯特拉尔，斯莫尔LM2
• 通义 --问题2/3
• 花岗岩 --IBM Granite 3.x/4.x（混合曼巴-2/变压器）
• 贾姆巴 --AI21 Jamba（混合曼巴变压器MoE）
• 曼巴 --纯SSM型号
• StarCoder2 --代码生成
• GPT-2 --GPT-2及兼容

默认演示目标： 翻译杰玛4B （34层，适合苹果硅）。 烟雾测试使用 斯莫尔LM2-135M 为了速度。

演示

演示：语言转换探究

旗舰实验遵循15个步骤的工作流程：

1. 加载模型 -- load_model("google/gemma-3-4b-it")
2. 检查架构 -- get_model_info() 显示34层
3. 分词 --查看提示如何分解为令牌
4. 生成文本 --查看基线模型输出
5. 卫生检查激活 --验证激活是否重要
6. 在早期层进行比较 --语言表征是不同的
7. 在后期进行比较 --表示法收敛
8. Logit镜头 --查看预测如何在各个层中演变
9. 跟踪令牌 --观察特定代币的概率在各层之间的上升
10. 跨层扫描探头 --找到语言身份可解码的地方
11. 评估最佳探头 --确认保留的数据
12. 计算转向矢量 --法国到德国方向
13. 转向生成 --将法语翻译重定向到德语
14. 阿尔法扫描 --以不同的转向强度迭代
15. 因果追踪 --证明哪些层是预测所必需的

运行它： uv run python examples/language_transition_demo.py

演示：模型比较

将基础模型与其微调后的变体进行比较。先看实际 输出差异 compare_generations，然后找到位置 微调改变了权重、激活和注意力模式。 专为Gemma 3 4B与TranslateGemma 4B而设计，使用低资源 语言（冰岛语、斯瓦希里语、爱沙尼亚语、马拉地语） 显示25-30%的改善

运行它： uv run python examples/comparison_demo.py

建筑

看 建筑.md 10个设计原则。

要点：

• 异步本机 --所有工具都是 async def，CPU密集型工作包 asyncio.to_thread
• Pydantic土著 --每个数据结构都是类型化的 BaseModel
• 模型无关 --适用于9+个模特家庭
• 错误信封 --工具永远不会升起；总是返回结构化错误
• JSON安全边界 --工具返回时转换的MLX阵列

项目结构

src/chuk_mcp_lazarus/
├── server.py            # ChukMCPServer instance
├── main.py              # Entry point (stdio / http)
├── model_state.py       # ModelState singleton
├── probe_store.py       # ProbeRegistry singleton
├── steering_store.py    # SteeringVectorRegistry singleton
├── comparison_state.py  # ComparisonState singleton (2nd model)
├── experiment_store.py  # ExperimentStore singleton
├── subspace_registry.py # SubspaceRegistry singleton
├── dark_table_registry.py # DarkTableRegistry singleton
├── resources.py         # MCP resources (4 resources)
├── errors.py            # Error types + envelope helper (17 error types)
├── _bootstrap.py        # Optional dependency stubs
├── _serialize.py        # MLX/NumPy -> JSON-safe
├── _generate.py         # Shared text generation
├── _compare.py          # Shared comparison kernels
├── _extraction.py       # Shared activation extraction
├── _residual_helpers.py # Shared residual-stream helpers
└── tools/
    ├── model/               # load_model, get_model_info
    ├── generation/          # generate_text, predict_next_token, tokenize,
    │                        #   logit_lens, track_token, track_race, embedding_neighbors
    ├── activation/          # extract_activations, compare_activations
    ├── attention/           # attention_pattern, attention_heads
    ├── residual/            # residual_decomposition, layer_clustering,
    │                        #   logit_attribution, head_attribution, top_neurons
    ├── neuron/              # discover_neurons, analyze_neuron, neuron_trace
    ├── probe/               # train_probe, evaluate_probe, scan_probe_across_layers,
    │                        #   probe_at_inference, list_probes
    ├── steering/            # compute_steering_vector, steer_and_generate,
    │                        #   list_steering_vectors, extract_direction
    ├── causal/              # trace_token, full_causal_trace,
    │                        #   ablate_layers, patch_activations
    ├── comparison/          # load_comparison_model, compare_weights,
    │                        #   compare_representations, compare_attention,
    │                        #   compare_generations, unload_comparison_model
    ├── attribution/         # attribution_sweep
    ├── intervention/        # component_intervention
    ├── experiment/          # create_experiment, add_experiment_result,
    │                        #   get_experiment, list_experiments
    └── geometry/            # Geometry tools (per-tool subpackage, 18+ tools)
        ├── _helpers.py          # Shared enums, math, direction extraction
        ├── _injection_helpers.py # Shared injection/generation helpers
        └── (one .py per tool)

发展

# Install with dev dependencies
uv sync --extra dev

# Run smoke tests
uv run python examples/smoke_test.py

# Run with a different model
uv run python examples/smoke_test.py --model TinyLlama/TinyLlama-1.1B-Chat-v1.0

# HTTP mode for development
uv run chuk-mcp-lazarus http --port 8765

需求

• Python>=3.11
• 苹果硅Mac（适用于MLX）
• 楚克·拉扎鲁斯 >= 0.4
• chuk mcp服务器 >= 0.25

许可证

Apache 2.0