Token导航 LogoToken导航TokenDH.com
MCPlayground---Core-Template logo
运维云端未说明官方级别未说明来源级核验

MCPlayground---Core-Template

MCP Server

MASTER-MOLD是一个本地优先的模型上下文协议运行时,为多个AI客户端提供共享系统,结合了共享MCP控制平面、持久内存和状态、编排、本地优先模型路由等功能。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
本地优先TypeScriptClaudeClaudeCursor

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

driverd12

提供方

driverd12

最后核验

2026/5/17 20:20

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

详细介绍

MASTER MOLD:用于操作员可见AI工作的共享本地MCP控制平面

MASTER-MOLD 是一个本地优先的模型上下文协议运行时,它为多个AI客户端提供了一个共享系统,而不是一堆断开连接的聊天标签。它结合了共享的MCP控制平面、持久的内存和状态、编排、办公室/操作员界面、本地第一模型路由和可选的本地主机控制通道。

如果你需要快速展示这个仓库,请阅读以下部分 1 通过 15 整齐。章节 4 通过 11 是架构和模式线框;README的其余部分是设置、命令和更深入的运算符细节。

60秒音高

MASTER-MOLD 是代理下面的共享本地层。Codex、终端中可见的Claude Code、游标和本地模型通道都可以通过同一运行时连接。目标通过一条入口路径进入,状态在SQLite中,工件、运行、事件和内存不会消失在聊天历史中,本地推理在托管升级之前先通过,操作员可以通过代理办公室和其他本地界面监视或引导系统。它在今天很有用,但并非每座桥或办公室表面都同样可靠,重载下的现场办公室集会仍未完全解决。

1.什么是MASTER-MOLD

在回购层面, MASTER-MOLD 做四项工作:

  • 用于多个客户端和操作员界面的共享MCP控制平面
  • 用于目标、计划、任务、运行、事件、工件、账簿和连续性的持久内存和状态层
  • 用于办公室轮换、员工路由、委员会和后台执行的编排层
  • Ollama/MLX在托管升级前的本地首个AI工具库

存储库形状:

  • 核心运行时:持久内存、成绩单、任务、运行分类账、治理、ADR、安全检查、操作员界面和路由基础设施
  • 域包:注册域特定MCP工具而不重写核心基础架构的可选模块
  • 默认工作流包: agentic

重要范围边界:

  • MASTER-MOLD 是基础系统
  • MASTER-MOLD MODE 是该基础系统顶部可选的全副武装本地控制姿势的面向操作员的名称

实施边界:

  • 运行时和工具界面仍然使用内部名称,例如 patient.zero, patient_zero_enable,以及 patient_zero_disable
  • README和Office UI称之为这种姿势 MASTER-MOLD MODE

MASTER-MOLD MODE 这很重要,但它不应该是第一个心理模型。第一种心理模型是共享控制平面加持久状态。全面武装的桌面/浏览器/root姿态是后来的明确升级。

2.为什么值得拥有

这个仓库的存在是因为大多数多代理设置在相同的地方失去了时间和信任:

  • 必须在每个客户端中单独重新加载上下文
  • 编排逻辑存在于聊天记录中,而不是持久状态
  • 模型路由是临时的,难以检查
  • 操作员可见性弱于所声称的自主性
  • 局部推断可用,但不被视为默认的第一超车道

什么 MASTER-MOLD 实际购买:

  • 会话和客户端之间的连续性
  • 更少的重复设置和更少的重复上下文加载
  • 通过一个入口和一个州机构实现更可控的编排
  • 通过Office、状态工具和明确的桥接真相,提高操作员的可见性
  • 在局部模型足够好的地方进行更便宜的局部推理
  • launchd支持弹性,而不是依赖于单个实时shell会话

3.启动运行时堆栈

flowchart TD
  Operator["Operator surfaces
README, docs, Agent Office, tmux, shell wrappers"] --> Clients["Clients
Codex, visible Claude lane, Cursor, terminal wrappers, MCP-capable tools"]
  Clients --> Transport["Shared transport
HTTP, STDIO, launchd, app launchers"]
  Transport --> Kernel["MASTER-MOLD kernel
tool registry, goal, plan, task, operator.brief, office snapshot, action-status"]
  Kernel --> Control["Control plane
permission.profile, tool.search, warm.cache, feature.flag, budget.ledger"]
  Kernel --> Orchestration["Orchestration
office council, runtime.worker, worker.fabric, model.router, provider.bridge"]
  Kernel --> Autonomy["Autonomy
autonomy.ide_ingress, autonomy.command, autonomy.maintain, eval, optimizer"]
  Kernel --> Local["Optional local-control lanes
desktop.*, patient.zero, privileged.exec"]
  Control --> State["Durable local state
SQLite, artifacts, runs, events, memory, cache, daemon configs, secrets"]
  Orchestration --> State
  Autonomy --> State
  Local --> State

从上到下阅读此堆栈:

  1. 操作员通过本地表面和连接的客户端工作。
  2. 这些客户端共享一个传输和一个运行时,而不是保持单独的隐藏状态。
  3. 运行时将类似聊天的请求转化为目标、计划、任务、事件、工件和内存。
  4. 该状态在磁盘上保持持久,并在未来的会话中可重用。

4.控制平面能力线框

这是当前服务器表面的面向操作员的地图。

flowchart TD
  Clients["Codex / Cursor / IDE / HTTP Clients"] --> Transport["MCP Transports
stdio / HTTP / launchd"]
  Transport --> Kernel["MASTER MOLD Server"]

  Kernel --> Memory["Continuity + Knowledge
memory.* / transcript.* / who_knows / knowledge.query / retrieval.hybrid / imprint.*"]
  Kernel --> Control["Execution Control Plane
goal.* / plan.* / dispatch.autorun / goal.autorun* / playbook.*"]
  Kernel --> Worker["Durable Worker Ops
agent.session.* / agent.claim_next / agent.report_result / task.* / run.* / lock.* / event.*"]
  Kernel --> Evidence["Evidence + Governance
artifact.* / experiment.* / policy.evaluate / preflight.check / postflight.verify / adr.create / decision.link / incident.*"]
  Kernel --> Office["Office + Orchestration Ops
trichat.thread* / trichat.turn* / trichat.autopilot / trichat.tmux_controller / trichat.bus / trichat.adapter_telemetry / trichat.slo / trichat.chaos / office action-status"]
  Kernel --> Health["Runtime + Recovery
kernel.summary / health.* / migration.status / backups / corruption quarantine"]
  Kernel --> Learning["Bounded Agent Learning
agent.learning_* / mentorship notes / MCP memory / ADR trail"]

  Office --> Dashboard["Agent Office Dashboard
curses TUI + tmux war room + macOS app"]
  Worker --> Packs["Domain Packs + Hooks
agentic pack / pack.plan.generate / pack.verify.run"]
  Evidence --> Packs
  Learning --> Office
  Learning --> Worker

这个图是对“运行时内部实际存在什么?”的最简短的诚实回答

  • 连续性和检索
  • 控制和调度
  • 证据与治理
  • 办公室和编排
  • 运行时健康和恢复
  • 有限学习

5.Agent Spawn线框

这是目前戒指领袖的产卵和代表团形状。

flowchart TD
  User["User / Operator"] --> Ring["Ring Leader
lead agent / council selector / confidence gate / GSD planner"]

  Ring --> DirImpl["implementation-director
implementation planner"]
  Ring --> DirResearch["research-director
research planner"]
  Ring --> DirVerify["verification-director
verification planner"]
  Ring --> LocalImprint["local-imprint
local memory + continuity lane"]
  Ring --> Codex["codex
frontier review / hard problems / integration lane"]

  DirImpl --> CodeSmith["code-smith
leaf SME for implementation slices"]
  DirResearch --> ResearchScout["research-scout
leaf SME for bounded research"]
  DirVerify --> QualityGuard["quality-guard
leaf SME for verification and release checks"]

  Ring --> Claim["agent.claim_next
claim bounded work"]
  Claim --> Council["Office council turn
confidence + plan substance + policy gates"]
  Council --> Execute["Execution router
direct command / tmux dispatch / fallback task batch"]
  Execute --> Leafs["Leaf / SME agents
single-owner bounded tasks"]
  Leafs --> Report["agent.report_result
artifacts / evidence / outcomes / learning signal"]
  Report --> Learn["Bounded learning ledger
prefer / avoid / proof bars / rollback discipline"]
  Learn --> Ring

  Execute --> Tmux["office tmux controller
worker lanes / queue discipline / office telemetry"]
  Tmux --> Dashboard["Agent Office Dashboard
desk work / chat / break / sleep sprites"]

这很重要,因为回购不仅仅是“一个有工具的助手”。它具有真正的委托形式:

  • 领头人和理事会
  • 董事和有界专家
  • tmux和工人通道
  • 持久的证据和学习循环

6.日常工作如何变化

规范运算符和IDE入口是 autonomy.ide_ingress这是将一次性请求转化为持久工作的途径。

flowchart LR
  Objective["Objective from Codex, visible Claude, Cursor, or Office intake"] --> Ingress["autonomy.ide_ingress"]
  Ingress --> Continuity["Continuity layer
transcript, memory, thread mirroring, operator brief"]
  Ingress --> Planning["Execution layer
goal, plan, task, office council"]
  Planning --> Router["Routing layer
model.router and provider.bridge"]
  Router --> Local["Local first pass
Ollama or MLX"]
  Router --> Hosted["Hosted escalation
only when explicit or evidence-driven"]
  Local --> Evidence["Evidence and outcomes
runs, artifacts, events, decisions"]
  Hosted --> Evidence
  Continuity --> State["Durable state
SQLite and cache"]
  Planning --> State
  Evidence --> State
  Evidence --> Office["Operator surfaces
Agent Office, kernel.summary, /office/api/action-status"]

在日常实践中:

  1. 操作员为系统设定了一个目标。
  2. 目标通过一条真实的入口路径进入。
  3. 运行时镜像工作到连续性、办公表面和持久状态。
  4. 路由器更喜欢先进行本地推理。
  5. 托管网桥是有意添加的,而不是默认的剧院。
  6. 稍后,结果可以通过内存、工件、运行、事件和运算符表面进行查询。

7.主要客户和模型车道如何连接

flowchart LR
  subgraph Clients["Operator-facing clients"]
    Codex["Codex IDE"]
    ClaudeVisible["Visible Claude Code terminal plus ingress wrapper"]
    Cursor["Cursor MCP client and local-model-facing IDE"]
    OfficeUI["Agent Office GUI and tmux"]
  end

  subgraph Transport["Shared local transport"]
    STDIO["STDIO MCP"]
    HTTP["HTTP MCP and /office/api/*"]
    Launchd["launchd-backed runners"]
  end

  subgraph Runtime["MASTER-MOLD runtime"]
    Kernel["tool registry, goal, plan, task, operator.brief"]
    Office["office.snapshot, bootstrap, action-status"]
    Router["model.router and provider.bridge"]
    LocalCtl["desktop.*, patient.zero, privileged.exec"]
    State["SQLite, artifacts, events, memory, cache"]
  end

  subgraph Models["Model lanes"]
    Ollama["Ollama on this host
qwen3.5:35b-a3b-coding-nvfp4
llama3.2:3b"]
    MLX["MLX local lane
supported in repo"]
    Hosted["Hosted bridge lanes
Claude, Codex, Gemini, others as supported"]
  end

  Codex --> STDIO
  Cursor --> STDIO
  ClaudeVisible --> HTTP
  OfficeUI --> HTTP
  Launchd --> HTTP
  STDIO --> Kernel
  HTTP --> Kernel
  Kernel --> Office
  Kernel --> Router
  Kernel --> State
  Kernel --> LocalCtl
  Router --> Ollama
  Router --> MLX
  Router --> Hosted
  Office --> State
  LocalCtl --> State

这对主要运营商车道意味着什么:

  • Codex:连接到相同的MCP运行时,也可以通过网桥支持的编排路径进行定位
  • 终端中可见的克劳德代码:可见的终端通道在此仓库中是真实的,但持久执行仍应通过MCP入口路径,而不是仅作为聊天终端历史记录
  • Cursor:在这里作为MCP客户端和面向本地模型的IDE工作得最好,本地后端选择在 MASTER-MOLD 而不是消失在编辑器状态
  • 本地Ollama和MLX:该仓库支持本地优先路由 model.router;在托管升级之前,本地后端应该是第一个通道
  • 办公和控制平面表面: /office/, /office/api/bootstrap, /office/api/action-status, office.snapshot,以及 operator.brief 存在以使操作员保持在循环中
  • 持久状态:SQLite、工件、运行、事件、内存、缓存和相关记录是长期存在的记录系统

8.系统互连

这是当前的端到端本地拓扑:启动器、IDE、终端网桥、MCP运行时、自治结构和本地控制通道。

flowchart LR
  subgraph Operator["Operator Surfaces"]
    OfficeGUI["Agent Office GUI
/office/"]
    OfficeTUI["Agent Office TUI / tmux"]
    Suite["Agentic Suite.app"]
    Shell["Shell wrappers
autonomy_*.sh / provider_bridge.sh"]
  end

  subgraph Clients["IDE + Bridge Clients"]
    Codex["Codex"]
    Claude["Claude CLI"]
    Cursor["Cursor"]
    Gemini["Gemini CLI"]
    Copilot["GitHub Copilot CLI"]
    Browser["Safari"]
  end

  subgraph Transport["Local MCP Transport"]
    HTTP["HTTP transport
/ready /office/api/* / MCP bearer auth"]
    STDIO["STDIO transport
single-client / helper calls"]
  end

  subgraph Kernel["MASTER MOLD MCP Server"]
    Registry["toolRegistry + tool.search"]
    Control["goal.* / plan.* / task.* / agent.session.* / operator.brief / kernel.summary"]
    Fabric["office orchestration / worker.fabric / runtime.worker / model.router / provider.bridge"]
    Flags["permission.profile / feature.flag / budget.ledger / warm.cache"]
    Local["desktop.* / patient.zero / privileged.exec"]
  end

  subgraph State["Durable Local State"]
    SQLite["SQLite state authority
goals / plans / tasks / runs / events / ledgers / daemon configs"]
    Cache["Warm cache + office snapshot cache"]
    Secret["Local secret file
~/.codex/secrets/mcagent_admin_password"]
  end

  subgraph Host["Local Host Capabilities"]
    Desktop["Desktop control
observe / act / listen"]
    Admin["mcagent -> root lane"]
    Runtime["launchd / tmux / local workers"]
  end

  OfficeGUI --> HTTP
  OfficeTUI --> HTTP
  Suite --> HTTP
  Shell --> HTTP
  Codex --> STDIO
  Cursor --> STDIO
  Gemini --> STDIO
  Copilot --> STDIO
  Browser --> HTTP

  HTTP --> Registry
  HTTP --> Control
  HTTP --> Fabric
  STDIO --> Registry
  STDIO --> Control
  STDIO --> Fabric

  Registry --> Flags
  Control --> SQLite
  Fabric --> SQLite
  Flags --> SQLite
  Local --> SQLite
  Control --> Cache
  HTTP --> Cache

  Fabric --> Runtime
  Fabric --> Desktop
  Local --> Desktop
  Local --> Admin
  Admin --> Secret

演示和技术演练的完整图表: 系统互连

9.IDE、CLI和Office Flow

flowchart LR
  subgraph Entry["Entry Points"]
    OfficeGUI["Agent Office GUI"]
    OfficeTUI["Agent Office tmux"]
    Suite["Agentic Suite.app"]
    Shell["Terminal sessions
bash / zsh / shell wrappers"]
    Codex["Codex"]
    Claude["Claude CLI"]
    Cursor["Cursor"]
    Gemini["Gemini CLI"]
    Copilot["GitHub Copilot CLI"]
    GH["GitHub CLI (gh)"]
  end

  subgraph MCP["Local MCP Surfaces"]
    HTTP["HTTP
/ready /office/api/* / MCP POST"]
    STDIO["STDIO
client-launched MCP sessions"]
  end

  subgraph Runtime["MASTER MOLD Runtime"]
    Registry["tool registry + capability discovery"]
    Brief["kernel.summary / operator.brief / office.snapshot"]
    Council["office council + autopilot"]
    Workers["runtime.worker / worker.fabric / tmux lanes"]
    LocalCtl["desktop.* / patient.zero / privileged.exec"]
  end

  subgraph State["State + Evidence"]
    DB["SQLite"]
    Cache["warm cache"]
    Events["event trail / runs / artifacts / learning"]
  end

  OfficeGUI --> HTTP
  OfficeTUI --> HTTP
  Suite --> HTTP
  Shell --> HTTP
  Shell --> STDIO
  Codex --> STDIO
  Cursor --> STDIO
  Gemini --> STDIO
  Copilot --> STDIO
  GH --> Shell

  HTTP --> Registry
  STDIO --> Registry
  Registry --> Brief
  Registry --> Council
  Registry --> Workers
  Registry --> LocalCtl
  Brief --> DB
  Council --> DB
  Workers --> DB
  LocalCtl --> DB
  Brief --> Cache
  Council --> Events
  Workers --> Events
  LocalCtl --> Events

10.主模式结束状态

MASTER-MOLD MODE 是回购明确的高风险本地控制姿态的面向操作员的名称。在内部,运行时仍然通过以下方式实现它 patient.zero 以及相关行动。

当启用时, MASTER-MOLD MODE 将堆栈连接在一起:

  • 办公室和议会协调
  • 自主延续通过 autonomy.maintain
  • CLI和IDE桥接Codex、Claude CLI、Cursor、Gemini CLI、GitHub Copilot CLI和 gh
  • 本地桌面/浏览器/支持root的主机控制通道
  • 通过运行时事件、运行、账簿和操作员界面实现完全可审计性

这不是基本运行时。这是在基础运行时之上的可选升级姿势。

11.主模式互连

flowchart TD
  Operator["Operator"] --> Arm["patient.zero enable
MASTER-MOLD MODE enabled"]
  Arm --> PZ["MASTER-MOLD MODE posture"]

  PZ --> Desktop["Desktop lanes
observe / act / listen / Safari"]
  PZ --> Root["Privileged lane
mcagent -> root"]
  PZ --> Maintain["autonomy.maintain
self-drive on"]
  PZ --> Autopilot["office autopilot
trichat.autopilot execute enabled"]

  Autopilot --> Toolkit["Terminal toolkit
codex / claude / cursor / gemini / gh"]
  Autopilot --> Bridges["Bridge-capable agents
codex / claude / cursor / gemini / github-copilot"]
  Autopilot --> Locals["Local office agents
directors / leaves / local-imprint"]

  Desktop --> Audit["event.* / run.* / operator surfaces"]
  Root --> Audit
  Maintain --> Audit
  Autopilot --> Audit
  Toolkit --> Audit
  Bridges --> Audit
  Locals --> Audit

MASTER-MOLD MODE 是回购的本地主机控制故事、Office编排故事和审计故事完全交叉的地方。

12.当前运营商主机快照(2026年4月20日)

本节特意针对特定主机和特定日期。

主要操作员关注这台机器:

  • Codex IDE
  • 终端中可见的克劳德代码
  • 当地Ollama模型
  • 游标作为MCP客户端和面向IDE的本地模型

截至2026年4月20日,此主机上已验证的Olama本地型号:

  • qwen3.5:35b-a3b-coding-nvfp4
  • llama3.2:3b

现实边界:

  • 该仓库支持MLX和托管网桥通道
  • 此README仅声明上述Ollama库存在此主机上经过本地验证

13.今天什么是真实的

这些主张是基于当前的回购文档和实施,而不是愿望:

  • 有一个真正的共享MCP运行时可以通过STDIO或HTTP访问。
  • autonomy.ide_ingress 是操作员和IDE目标的规范共享摄入路径。
  • 持久状态是真实的:目标、计划、任务、运行、事件、工件、内存和缓存都处于本地状态,而不是被困在一个客户端记录中。
  • 终端中可见的Claude代码在此仓库中是真实的,并且明确的目标代理入口 claude, codex, cursor,以及 gemini 实施。
  • 光标本地优先模式是真实的: model.router 暴露 local_statusselect_local_backend,耐用的控制平面仍然存在 MASTER-MOLD,而不是光标聊天状态。
  • 提供者桥的真相是真实的:仓库区分了可安装、已配置、已连接、仅导出和仅远程路径,而不是将它们扁平化为一个声明。
  • Agent Office是一个真实的操作员可见性界面,具有HTTP和tmux支持的通道。
  • 启动支持的弹性是真实的,启动器的真实性已经得到加强,因此过时的仓库绑定的LaunchAgent被清除并重写为当前的仓库路径,而不是默认情况下被视为健康的。
  • 办公室行为跟踪是真实的:办公室行为暴露 /office/api/action-status,GUI不再依赖于提交后立即刷新快照来显示进度。
  • 真实的缓存回退是真实的:当实时快照工作缓慢时,HTTP就绪和办公室快照路径更喜欢显式缓存和过时标记,而不是阻塞整个表面。
  • MASTER-MOLD MODE 作为显式本地控制通道的可选姿势是真实的,但它是权限门控和可审计的,而不是魔法。

14.当前差距/尚未完全解决的问题

这些差距应该明确地说:

  • 在重型活荷载或办公室拉力荷载下, /ready, /office/,以及 /office/api/bootstrap 仍然可以暂时停滞。
  • 在该窗口期间, /office/api/action-status 是更可靠的反弹信号。
  • Office GUI很有用,而且越来越真实,但它并不完美;一些流仍然会降级为缓存或过时但显式的快照读取。
  • 并非每个提供商或网桥都同样可靠,并且 configured 并不意味着 authenticated, connected,或 runtime-ready.
  • 并非每个自动化或自主表面都是生产完美的。
  • 负载下的现场办公室集会有所改善,但尚未完全解决。
  • MASTER-MOLD MODE 完全权限由macOS拥有的权限和根助手准备状态控制;启用的姿势不会绕过OS阻断器。
  • 存储库中存在MLX、适配器和更广泛的本地模型通道,但在声明给定通道可用之前,仍需验证特定于主机的现实情况。

15.为什么尽管存在差距,这仍然很重要

即使有这些警告, MASTER-MOLD 已经改变了运营商的体验,一旦你拥有了这些体验,就很难再回来了:

  • Codex、可见Claude、Cursor和办公界面之间的共享上下文
  • 持久内存和状态,而不是仅聊天的上下文
  • 托管升级前的本地优先推理
  • 通过一个入口和一个状态权限实现更可控的编排
  • 操作员可以更好地了解系统实际在做什么
  • 在本地车道足够好的情况下,进行更便宜、更可检查的本地推理
  • 比纯手动、仅使用外壳的设置更具弹性

16.引导式演练

如果您需要快速展示此仓库,请使用以下顺序:

  1. 从章节开始 12:定义 MASTER-MOLD 作为共享控制平面、内存层、编排层和本地第一工具台。
  2. 显示部分 3:解释从操作员表面到耐用状态的堆栈。
  3. 显示部分 45:解释控制平面内有哪些功能,以及委托实际上是如何工作的。
  4. 显示部分 67:解释目标如何成为持久的工作,以及Codex、可见的Claude Code、Cursor和本地模型通道是如何连接的。
  5. 使用部分 89 当您需要Office、HTTP/STDIO和实时操作员界面的较大拓扑图时。
  6. 使用部分 1011 将明确的高风险局部控制态势解释为 MASTER-MOLD MODE.
  7. 呼叫部分 12:保持主机特定型号库存和操作员关注点的具体化。
  8. 说部分 13 前节 14:先证明什么,然后说什么是不完整的。
  9. 分段结束 15:解释为什么尽管存在缺口,但投资仍然有回报。

如果你想从解释转向实时证明,有用的演示命令:

npm run providers:status
npm run trichat:office:web
npm run claude:terminal
npm run autonomy:ide -- "Take this objective, mirror it into continuity and the office, let the local-first council attempt it first, and continue in the background."

文档中心

使用此README作为指导操作员故事。使用以下文档了解源代码详细信息和更深入的实现上下文:

根级伴随文件故意留在外面 docs/:

  • AGENTS.md 用于编码代理操作说明
  • GEMINI.md 双子座特有的当地音符

快速开始

npm run bootstrap:env
npm run start:stdio

如果这是您第一次使用MASTER MOLD,请将其视为本地AI代理工具库,而不是您手动点击的普通应用程序。你引导基础运行时,然后你的支持MCP的AI客户端使用这里的工具来构建和调整特定于项目的脚手架、状态表面、内存和工作流。

在macOS上,不要以 brew install npm 本身。这通常会使您的终端位于最新的Node/npm对上,这可能会超出此仓库支持的范围。使用 npm run bootstrap:env:install 或安装 node@22 首先,然后重新运行引导程序。

在Windows上,使用 npm run ... 脚本与所示完全一致。不要手动键入bash样式的环境前缀,例如 MCP_HTTP=1 node ...; npm run start:http 在跨平台节点代码中处理该问题。

获取或更新此报告

新鲜克隆:

git clone https://github.com/driverd12/MASTER-MOLD.git
cd master-mold
npm run bootstrap:env

如果您已经有本地结账:

git fetch origin
git checkout main
git pull --ff-only origin main
npm run bootstrap:env

如果 npm ciEBADENGINE,停在那里跑 npm run bootstrap:env:install。现在,在不受支持的Node/NMP版本上,repo很早就会停止,并指向固定的运行时路径。

npm run doctor 以...结束 Result: ready,核心MCP设置完成。任何剩余的建议都是可选的通道,例如HTTP认证, MASTER-MOLD MODE/您尚未选择激活的完整设备控制权限、本地培训、tmux、Ollama或提供商网桥。

启动HTTP传输:

npm run start:http

如果Windows打印 'MCP_HTTP' is not recognized,签出已过时或复制了直接shell命令。拉最新 main 并运行上面的npm脚本。

在禁用工作流挂钩的情况下启动纯核心运行时:

npm run start:core
# or
npm run start:core:http

TUI办公室和议会外壳

年长者 trichat:* 为了兼容性,脚本名称仍然存在,但面向用户的界面是代理办公室及其理事会/自动驾驶仪结构。

快速启动:

npm run trichat:tui
npm run trichat:office:gui
npm run autonomy:command -- "Take this objective from intake to durable execution."

完整的遗留命令参考、排班命令、医生流程和验证示例现已上线 TriChat兼容性参考.

代理办公室仪表板

直接启动动画办公显示器:

npm run trichat:office

启动可点击的本地GUI控制面板:

npm run trichat:office:gui

启动tmux作战室,为办公室场景、简报板、车道监视器和工人队列设置专用窗口:

npm run trichat:office:tmux

当你想给办公室一个简单的语言目标时,直接打开入口台,让自主堆栈运行:

npm run autonomy:intake:shell

进气台现在使用相同的 autonomy.ide_ingress 路径作为IDE包装器,因此office引入、Codex/IDE引入、转录连续性、线程镜像、内存捕获和持久的后台执行都保持在一个真正的通道上。

该仪表板由MCP支持,可从办公/编排工具、内核摘要、应用程序和应用程序中读取实时状态, MASTER-MOLD MODE 状态(内部 patient.zero),特权执行状态、预算、标志和热缓存表面。兼容性级别工具列表保存在 TriChat兼容性参考.

/office/ GUI直接由HTTP传输提供服务。在正常轮询下,它更喜欢缓存的办公室快照;显式运算符操作和强制刷新是需要实时快照工作的唯一路径。

办公室场景让工作人员坐在办公桌前,将活跃的聊天转移到咖啡和水冷却器带,在休息室显示重置,并将长期闲置的特工停在沙发上处于睡眠模式。动作徽章反映了真实的MCP/tmux信号,如桌面工作、简报、聊天、休息/重置、被阻止、离线和睡眠。

最近添加了抛光剂:

  • 风格化的夜班办公室横幅,内置吉祥物和更丰富的ASCII精灵姿势
  • 为桌面工作、监督、聊天、休息、受阻、离线和睡眠设置每个代理的动画状态
  • t 循环仪表板主题的热键(night, sunrise, mono)
  • 一个专用 intake tmux窗口和 5 办公室仪表板上的热键,这样作战室就可以设定目标,而不仅仅是监视它们
  • 内部任务委员会选项卡,用于短期可操作的工作;它显示挂起/正在运行/失败的任务,将未解决的工作带入新线程,并允许操作员添加 task.feedback 不创建第二个耐用存储的笔记
  • 信心检查出现在简报板上,因此领队的信心是可以解释的,而不仅仅是数字

在中安装单击macOS应用程序启动器 /Applications:

npm run trichat:app:install

默认情况下,应用程序会打开内置 /office/ GUI,并在其下方保持tmux支持的Agent Office底层可用。如果您没有通过 --icon,它生成了自己的内置办公室吉祥物图标。

为更广泛的本地套件安装雨伞启动器:

npm run agentic:suite:app:install

该启动器将打开Agent Office web界面,并打开中列出的本地桌面工具 AGENTIC_SUITE_OPEN_APPS (默认为 Codex,Cursor).

TUI内部的键盘控制:

  • 1 办公室
  • 2 简报
  • 3 车道
  • 4 工人
  • h 帮助
  • r 刷新
  • p 暂停
  • t 自行车主题
  • q 退出

旧版命令名称、旧版应用程序安装程序命名和兼容性品牌说明现已生效 TriChat兼容性参考.

借款胜利

当前的办公/自主环境有意借用并重新解释了以下最强大的开源思想:

  • 拉尔夫推:多窗格操作员用户体验、持久的仪表板感觉、面向会话的监控和更有趣的终端界面
  • 完成任务:有界工作包、单一所有者委托和编排,在系统变得复杂时保持简单
  • 自动搜索:小预算实验循环,组织优先的任务塑造,以及有纪律的隔夜延续
  • SuperClaude框架:行动前的信心方法和实施前的明确模式/检查思维

我们还回顾了DAN提示要点,仅供风格灵感之用。故意排除不安全越狱行为;唯一可接受的电梯是面向操作员的俏皮模式命名,而不是绕过护栏。

上游覆盖矩阵: 上游实施矩阵

复制捆绑包

当GitHub推送访问不可用时,导出一个可移植的切换包,以获得更强大的服务器:

npm run replication:export

出口包括:

  • git bundle 对于当前分支和提交
  • .env.example
  • config/trichat_agents.json
  • bootstrap-server.sh
  • replication-manifest.json

在目标服务器上:

./bootstrap-server.sh /path/to/target /path/to/master-mold-.bundle

配置

复制模板:

cp .env.example .env

关键变量:

  • ANAMNESIS_HUB_DB_PATH 本地SQLite路径
  • ANAMNESIS_HUB_RUN_QUICK_CHECK_ON_START 启动时运行SQLite快速完整性检查(1 默认情况下)
  • ANAMNESIS_HUB_STARTUP_BACKUP 创建旋转启动快照(1 默认情况下)
  • ANAMNESIS_HUB_BACKUP_DIR 快照目录(默认:同级 backups/ DB路径附近)
  • ANAMNESIS_HUB_BACKUP_KEEP 保留快照计数(默认值: 24)
  • ANAMNESIS_HUB_AUTO_RESTORE_FROM_BACKUP 启动损坏时自动还原最新快照(1 默认情况下)
  • ANAMNESIS_HUB_ALLOW_FRESH_DB_ON_CORRUPTION 如果不存在备份,则允许空数据库引导(0 默认情况下)
  • MCP_HTTP_BEARER_TOKEN HTTP传输的身份验证令牌
  • MCP_HTTP_ALLOWED_ORIGINS 逗号分隔的本地起源
  • MCP_DOMAIN_PACKS 逗号分隔的包ID(agentic等等);默认为 agentic,set none 禁用所有包
  • TRICHAT_AGENT_IDS 逗号分隔的在职办公室委员会名册
  • TRICHAT_GEMINI_CMD 覆盖完整的Gemini网桥命令
  • TRICHAT_CLAUDE_CMD 覆盖完整的克劳德桥命令
  • TRICHAT_GEMINI_EXECUTABLE / TRICHAT_GEMINI_ARGS 提供程序CLI覆盖
  • TRICHAT_CLAUDE_EXECUTABLE / TRICHAT_CLAUDE_ARGS 提供程序CLI覆盖
  • TRICHAT_CODEX_EXECUTABLE / TRICHAT_CURSOR_EXECUTABLE 覆盖包装器内的提供程序二进制文件
  • TRICHAT_GEMINI_MODE 选择 auto, cli,或 api
  • TRICHAT_GEMINI_MODEL 覆盖Gemini模型(gemini-2.5-flash 默认)
  • TRICHAT_GEMINI_PROXY_ENDPOINT 覆盖本地LiteLLM代理端点;默认 http://127.0.0.1:4000
  • TRICHAT_LITELLM_CONFIG_PATH 覆盖本地代理配置路径;默认 ~/.gemini/proxy/config.yaml
  • TRICHAT_IMPRINT_MODEL / TRICHAT_OLLAMA_URL 控制局部压印车道
  • TRICHAT_LOCAL_INFERENCE_PROVIDER 选择 auto, ollama,或 mlx 用于当地桥梁车道
  • TRICHAT_MLX_PYTHON / TRICHAT_MLX_MODEL / TRICHAT_MLX_ENDPOINT 定义可选的金属背衬MLX通道
  • TRICHAT_MLX_ADAPTER_PATH 将受管理的MLX通道转换为适配器支持的通道 mlx_lm.server
  • TRICHAT_LOCAL_ADAPTER_REGISTRATION_PATH / TRICHAT_LOCAL_ADAPTER_ACTIVE_PROVIDER 记录当前集成的已接受适配器以及它是否处于活动状态 mlxollama
  • TRICHAT_LOCAL_ADAPTER_OLLAMA_MODEL 当活动集成目标为时,记录导出的Olama配套型号名称 ollama
  • TRICHAT_MLX_SERVER_ENABLED=1 启用托管本地 mlx_lm.server 发射剂;别管它 0 保持MLX安装但不自动服务
  • TRICHAT_BRIDGE_TIMEOUT_SECONDS 按网桥请求时间绑定
  • TRICHAT_BRIDGE_MAX_RETRIES / TRICHAT_BRIDGE_RETRY_BASE_MS 控制包装器级别的瞬态重试行为
  • GOOGLE_APPLICATION_CREDENTIALS /Google ADC为本地Gemini代理启用无键Vertex AI访问; GEMINI_API_KEYGOOGLE_API_KEY 仅保留API直接回退

运行时现在将非SQLite/损坏的工件隔离到 corrupt/ 在尝试恢复之前,这样启动失败就不会悄无声息地覆盖证据。

Gemini/Gemma代理基础架构:

  • Gemini CLI和MASTER-MOLD通过本地LiteLLM代理路由Gemini模型 http://127.0.0.1:4000.代理在macOS launchd下是持久的,并使用运营商自己的Google ADC/浏览器OAuth凭据,而不是提交的API密钥。
  • 本地代理配置为 ~/.gemini/proxy/config.yaml保存该文件 ~/.config/gcloud/application_default_credentials.json 回购之外。
  • 健康检查: curl -s http://127.0.0.1:4000/health | python3 -m json.tool
  • health.litellm_proxy, provider.bridge, kernel.summary,以及 office.snapshot 公开代理运行状况、区域计数,以及 gemma-local Ollama的可用性。路由器引导助手是 node scripts/litellm_router_bootstrap.mjs --apply.

本地金属设置:

  • npm run mlx:setup 创造 .venv-mlx,安装 mlx + mlx-lm,并将仓库本地MLX环境变量写入 .env
  • 控制平面现在更喜欢回购 .venv-mlx/bin/python 探测MLX可用性时
  • 在以下情况下,本地网桥可以使用MLX聊天完成端点 TRICHAT_LOCAL_INFERENCE_PROVIDER=mlxauto 具有健康的MLX终点
  • 在苹果硅上, npm run doctor 现在报告主机是否已准备好迎接Ollama 2026年3月30日的MLX预览路径。Ollama的官方帖子呼吁 qwen3.5:35b-a3b-coding-nvfp4 关于Ollama 0.19+ 并建议使用统一内存超过32GB的Mac。
  • npm run ollama:mlx:preview 是Ollama MLX预览版的苹果硅专用设置路径。它拒绝在Linux或Windows上运行,检查Ollama运行库,并拉取 qwen3.5:35b-a3b-coding-nvfp4。在后拉门通过之前,它不会切换活动的局部模型。
  • 拉取完成后,相同的路径会自动运行 scripts/ollama_mlx_postpull.mjs 为了强调本地Ollama运行时,运行默认的本地基准测试/评估门,检查路由器就绪性和回滚可行性,验证 office.snapshot 真相浮出水面,并在下面写一份报告 data/imprint/reports/只有完全绿色的门将切断活动的本地模型;否则,运行者会记录阻止程序,并保持当前默认值不变。手动重新运行它 npm run ollama:mlx:postpull。每个模型的运行器都是单实例的,因此重复的手动启动现在可以干净地退出,而不是堆积后台服务员。
  • npm run local:training:bootstrap 重复使用回购 .venv-mlx 设置路径,并在Apple Silicon上为适配器通道提供一个真正的本地培训后端,而不是将其置于永久的“缺失模块”状态。
  • npm run local:training:prepare + npm run local:training:train + npm run local:training:promote + npm run local:training:integrate + npm run local:training:cutover + npm run local:training:soak + npm run local:training:watchdog 现在形成一个真实的有界训练通道:准备管理数据包,训练针对可训练的同伴模型运行MLX LoRA通道,升级运行仓库的基准/评估门,以便适配器被拒绝或注册,集成将接受的候选物化为真实的MLX后端或Ollama同伴模型,如果切换后验证失败,切换是具有回滚功能的显式路由器默认开关,浸泡在重复的基准/评价周期中根据回滚路径验证新的主通道,确定性回滚启发式与接受的奖励分数和基线合约相关联,每当最后一次绿色浸泡丢失、失败或过时时,看门狗会自动重新运行有界置信通道。 npm run local:training:verify 是失败关闭的证据门,在您信任报告的状态之前,它会重新检查注册表、清单、语料库分割、升级证明、回滚元数据和磁盘上的主监视器新鲜度。
  • 在这个Apple Silicon主机上,当前的Qwen配套适配器是通过MLX提供的,因为 mlx_lm.server 支持 --adapter-pathOllama的配套导出仍然是受支持适配器系列的真正路径,但Ollama记录的适配器导入支持比MLX训练表面更窄,因此并非所有接受的适配器都可以导出到那里。
  • 这里的“印记”是指控制平面的持久本地内存、配置文件首选项和引导上下文。它并不是假装默默地微调模型权重。

取芯工具表面

核心运行时工具包括:

  • 记忆和连续性: memory.* 包括 memory.reflection_capture 对于外部接地的偶发反射, transcript.*, who_knows, knowledge.query, retrieval.hybrid
  • 治理和安全: policy.evaluate, preflight.check, postflight.verify, mutation.check
  • 持久执行: run.*, task.*, lock.*

- 使用内部任务板纪律 task.*:在线程启动时检查未解决的任务,并留下有界的后续任务或 task.feedback 在结束工作之前,请注意下一步操作尚未完成。

  • 永久回归捕获: golden.case_capture 将研究、事件和痕迹转化为经过验证的黄金案例,为未来的基准测试/评估装置埋下种子。
  • 代理内核: goal.* 包括 goal.execute, goal.autorun,以及 goal.autorun_daemon, kernel.summary, plan.*, artifact.*, experiment.*, event.*, agent.session.*, dispatch.autorun
  • 工作流程方法: playbook.* 包括 playbook.run, pack.hooks.list, pack.plan.generate, pack.verify.run
  • 决策和事件记录: adr.create, decision.link, incident.*
  • 运行时操作: health.*, migration.status, time.stamp, imprint.*, imprint.inbox.*

- time.stamp 返回UTC/local/Unix戳记以及主机和参与者来源(host_id、主机名、源客户端、源代理、源模型和源IDE),用于操作员注释、工件和跨主机工作切换。

  • 办公室编排: trichat.* (roster, thread/message/turn, autopilot, tmux_controller, bus, adapter_telemetry, chaos, slo)
  • 控制平面发现和卷展: tool.search, permission.profile, feature.flag, warm.cache
  • 预算和成本可见性: budget.ledger
  • 本地主机控制: desktop.control, desktop.observe, desktop.act, desktop.listen, patient.zero, privileged.exec

域包框架

启动时从加载工作流/域包 MCP_DOMAIN_PACKS--domain-packs.

  • 框架: src/domain-packs/types.ts, src/domain-packs/index.ts
  • 默认工作流包: src/domain-packs/agentic.ts

包创作指南: 域包

IDE和代理设置

连接示例和客户端设置:

提供程序网桥命令:

npm run providers:status
npm run providers:export
npm run providers:install -- claude-cli cursor gemini-cli github-copilot-cli

provider.bridge 是真实的联邦表面:

  • 它报告哪些客户端可以真正连接到此MCP运行时
  • 它报告哪些提供商已经可以作为实时出站委员会代理
  • 它将运行时符合条件的出站提供程序投影到桥接支持中 model.router 后端候选人
  • autonomy.bootstrap 自动为符合条件的网桥后端添加种子,而无需替换本地默认后端
  • autonomy.command, goal.execute,以及 plan.dispatch 使用路由器输出用相关的托管代理来增强本地第一委员会,而不是将提供者网桥视为单独的旁路
  • 它为Claude CLI、Cursor、Gemini CLI、GitHub Copilot和Codex导出配置包
  • 它通过本机安装Claude CLI claude mcp add / add-json 路径,而不是直接编辑不透明的隐藏格式
  • 它安装了全局和工作区本地的Cursor MCP配置,以提高编辑器的可靠性
  • 它默认将Claude CLI和Gemini CLI设置为此主机上的弹性stdio代理,首先使用MCP HTTP守护进程,并在需要时直接使用stdio回退
  • 它保存 autonomy.ide_ingress 作为一个规范的运算符/IDE入口路径

快速STDIO连接示例:

{
  "mcpServers": {
    "master-mold": {
      "command": "node",
      "args": ["/absolute/path/to/master-mold/dist/server.js"],
      "env": {
        "ANAMNESIS_HUB_DB_PATH": "/absolute/path/to/master-mold/data/hub.sqlite"
      }
    }
  }
}

纯芯/无包连接示例:

{
  "mcpServers": {
    "master-mold-core-only": {
      "command": "node",
      "args": ["/absolute/path/to/master-mold/dist/server.js"],
      "env": {
        "ANAMNESIS_HUB_DB_PATH": "/absolute/path/to/master-mold/data/hub.sqlite",
        "MCP_DOMAIN_PACKS": "none"
      }
    }
  }
}

代理分叉路径

如何从该模板发布一个以代理开发为中心的分支:

验证

npm test
npm run mvp:smoke
npm run agentic:micro-soak

本地HTTP队友验证:

npm run launchd:install
npm run it:http:validate

办公室和议会可靠性检查:

npm run trichat:bridges:test
npm run trichat:doctor
npm run production:doctor
npm run autonomy:status
npm run autonomy:maintain
npm run trichat:smoke
npm run trichat:dogfood
npm run trichat:soak:gate -- --hours 1 --interval-seconds 60

后台维护是真实的,而不是咨询性的:launchd keepalive驱动器 autonomy.maintain保持控制平面准备就绪 goal.autorun_daemon alive,刷新有界学习可见性,维护tmux工作通道,并仅在到期时运行默认eval套件。当MCP HTTP通道在重启后仍在返回时,保活运行器现在退出临时故障,因此launchd立即重试维护通道,而不是等待下一个定时器槽。

扩展的验证流程、tmux模拟运行示例、遗留的环境变量和名为autopilot的旧兼容性示例现在都存在 TriChat兼容性参考.

仓库的规划

  • src/server.ts 核心MCP运行时和工具注册
  • src/tools/ 核心可重用工具
  • src/domain-packs/ 可选域模块
  • bridges/ 桥接适配器和面向客户端的辅助通道
  • config/ 花名册、网桥和运行时配置
  • scripts/ 操作脚本和烟雾检查
  • docs/ 集中式的面向人类的文档、设置指南和架构图
  • tests/ 集成和持久性测试
  • data/ 本地运行时状态和SQLite数据库
  • web/office/ 基于浏览器的Agent Office图形用户界面
  • ui/ 面向终端的仪表板表面

目录标签

目录标签

本地优先TypeScriptClaudeAI运行时本地部署模型控制多客户端支持持久状态

支持客户端

ClaudeCursor

接入字段

传输方式(transport,传输协议)

未说明

鉴权方式(authType,认证方式)

oauth

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

未说明oauth部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

仍需确认:installCommand

来源信息

继续浏览同类 MCP