RLM MCP

RLM MCP服务器

Claude代码的递归语言模型模式——通过将大量上下文（10M+令牌）视为外部变量来处理它们。

基于：https://arxiv.org/html/2512.24601v1

用户如何互动

您不直接调用RLM工具。你让克劳德分析大文件，克劳德在幕后使用了RLM。

例子：

• 你说：“分析这个2MB的日志文件是否有错误”
• Claude在内部使用RLM工具
• 您会得到：“我发现了3种错误模式：数据库超时（47）、身份验证失败（23）……”

核心理念

与其将大量上下文直接输入LLM：

1. 负载 上下文作为外部变量（不显示提示）
2. 检查 程序化结构
3. 块 策略性（行、字符或段落）
4. 子查询 递归块
5. 聚合 最终合成结果

快速开始

安装

git clone https://github.com/richardwhiteii/rlm.git
cd rlm
uv sync

或者使用pip：

python -m venv .venv
source .venv/bin/activate
pip install -e .

配置Claude代码

选项1：快速设置（推荐）

# From the rlm directory
claude mcp add rlm -s user -- uv run --directory "$(pwd)" python -m src.rlm_mcp_server

这在全球范围内增加了RLM(-s user)因此，它在您的所有Claude Code会话中都可用。

选项2：使用Ollama（自由局部推理）

首先设置环境变量，然后添加：

export RLM_DATA_DIR="$HOME/.rlm-data"
export OLLAMA_URL="http://localhost:11434"

claude mcp add rlm -s user -- uv run --directory "$(pwd)" python -m src.rlm_mcp_server

选项3：手动JSON配置

增添 ~/.claude/.mcp.json 为了实现完全控制：

{
  "mcpServers": {
    "rlm": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/rlm", "python", "-m", "src.rlm_mcp_server"],
      "env": {
        "RLM_DATA_DIR": "/path/to/.rlm-data",
        "OLLAMA_URL": "http://localhost:11434"
      }
    }
  }
}

备注：替换 /path/to/rlm 使用您的实际安装路径（运行 pwd 在rlm目录中）。

启用自动检测

使Claude能够自动使用RLM工具，而无需手动调用：

1.CLAUDE.md集成 复制 CLAUDE.md.example 内容到您的项目 CLAUDE.md （或 ~/.claude/CLAUDE.md 用于全局）教Claude何时自动使用RLM工具。

2.吊钩安装 复制 .claude/hooks/ 在读取大于25KB的文件时，将RLM自动建议到项目的目录：

cp -r .claude/hooks/ /Users/your_username/your-project/.claude/hooks/

钩子提供指导，但不会阻止读取。

3.技能参考 复制 .claude/skills/ RLM综合指南目录：

cp -r .claude/skills/ /Users/your_username/your-project/.claude/skills/

有了这些，Claude将自动检测何时使用RLM，而不是直接将大文件读入上下文。

工具

Claude在处理大型上下文时在内部使用这些工具。你不直接给他们打电话，你只需要让克劳德分析大文件。

快速分析 rlm_auto_analyze

对于大多数用例，Claude使用 rlm_auto_analyze --它自动处理一切：

rlm_auto_analyze(
    name="my_file",
    content=file_content,
    goal="find_bugs"  # or: summarize, extract_structure, security_audit, answer:
)

它自动执行的操作：

1. 检测内容类型（Python、JSON、Markdown、日志、散文、代码）
2. 选择最佳组块策略
3. 根据内容类型调整查询
4. 运行并行子查询
5. 返回聚合结果

支持的目标：

程序化分析 rlm_exec

对于确定性模式匹配和数据提取，Claude可以使用 rlm_exec 直接在加载的上下文中运行Python代码。这更接近于本文的REPL方法，并提供了对分析逻辑的完全控制。

工具: rlm_exec

目的：在沙盒子进程中对加载的上下文执行任意Python代码。

参数:

• code （必填）：要执行的Python代码。设置 result 变量以捕获输出。
• context_name （必填）：以前加载的上下文的名称。
• timeout （可选，默认值为30）：最大执行时间（秒）。

特性:

• 上下文可用作只读 context 变量
• 预导入模块： re, json, collections
• 子进程隔离（不会使服务器崩溃）
• 超时执行
• 适用于任何使用Python的系统（无需Docker）

示例——在加载的上下文中查找模式:

# After loading a context
rlm_exec(
    code="""
import re
amounts = re.findall(r'\$[\d,]+', context)
result = {'count': len(amounts), 'sample': amounts[:5]}
""",
    context_name="bill"
)

示例响应:

{
  "result": {
    "count": 1247,
    "sample": ["$500", "$1,000", "$250,000", "$100,000", "$50"]
  },
  "stdout": "",
  "stderr": "",
  "return_code": 0,
  "timed_out": false
}

示例——提取结构化数据:

rlm_exec(
    code="""
import re
import json

# Find all email addresses
emails = re.findall(r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b', context)

# Count by domain
from collections import Counter
domains = [e.split('@')[1] for e in emails]
domain_counts = Counter(domains)

result = {
    'total_emails': len(emails),
    'unique_domains': len(domain_counts),
    'top_domains': domain_counts.most_common(5)
}
""",
    context_name="dataset",
    timeout=60
)

何时使用 rlm_exec 对比 rlm_sub_query:

小贴士：对于大型上下文，将两者结合使用 rlm_exec 过滤/提取，然后 rlm_sub_query 用于过滤结果的语义分析。

提供商

默认情况下，子查询使用 克劳德·海库4.5 通过Claude Agent SDK。如果您配置了一个Claude API密钥，那么这是开箱即用的。

递归子查询

这 rlm_sub_query 和 rlm_sub_query_batch 工具通过以下方式支持分层分解 max_depth 参数：

• max_depth=0 （默认）：平面调用，无递归
• max_depth=1-5：Sub-LLM可以使用RLM工具（块、过滤器、Sub_query等）

示例：使用2级递归分析大量代码库：

rlm_sub_query(
    query="Find all security vulnerabilities",
    context_name="codebase",
    chunk_index=0,
    max_depth=2  # Allow sub-queries to further decompose
)

它是如何工作的：

1. 当 max_depth > 0，子LLM在其函数调用上下文中接收RLM工具
2. 如果子LLM决定使用工具（例如。， rlm_chunk_context)，代理循环会处理它
3. 每次递归调用都会递减深度限制，直到 max_depth 达到
4. 响应包括递归元数据： depth_reached 和 call_trace

建议用于递归调用：使用本地模型，如 gemma3:27b 通过Ollama避免深度递归导致的成本上升。

使用Ollama（自由局部推理）

随着 奥拉玛 在本地安装后，您可以零成本运行子查询：

1. 安装Ollama 并拉取一个模型：

   ollama pull gemma3:27b

1. 添加Ollama URL 到您的MCP配置：

   {
     "mcpServers": {
       "rlm": {
         "command": "uv",
         "args": ["run", "--directory", "/Users/your_username/projects/rlm", "python", "-m", "src.rlm_mcp_server"],
         "env": {
           "RLM_DATA_DIR": "/Users/your_username/.rlm-data",
           "OLLAMA_URL": "http://localhost:11434"
         }
       }
     }
   }

1. 指定提供者 在子查询中：

   rlm_sub_query(
       query="Summarize this section",
       context_name="my_doc",
       chunk_index=0,
       provider="ollama"  # Use local Ollama instead of default claude-sdk
   )

或用于批量处理：

rlm_sub_query_batch(
    query="Extract key points",
    context_name="my_doc",
    chunk_indices=[0, 1, 2, 3],
    provider="ollama",  # Use local Ollama instead of default claude-sdk
    concurrency=4
)

用法示例

基本模式

# 1. Load a large document
rlm_load_context(name="report", content=)

# 2. Inspect structure
rlm_inspect_context(name="report", preview_chars=500)

# 3. Chunk into manageable pieces
rlm_chunk_context(name="report", strategy="paragraphs", size=1)

# 4. Sub-query chunks in parallel
rlm_sub_query_batch(
    query="What is the main topic? Reply in one sentence.",
    context_name="report",
    chunk_indices=[0, 1, 2, 3],
    concurrency=4  # uses claude-sdk by default
)

# 5. Store results for aggregation
rlm_store_result(name="topics", result=)

# 6. Retrieve all results
rlm_get_results(name="topics")

分析大英百科全书（11MB）

RLM能力的旗舰示例——处理古腾堡项目的《大英百科全书》第11版：

# Load the full encyclopedia (11MB, ~2M tokens)
content = open("docs/encyclopedia/merged_encyclopedia.txt").read()
rlm_load_context(name="encyclopedia", content=content)

# Inspect
rlm_inspect_context(name="encyclopedia")
# → 11MB, 184K lines, ~2M tokens

# Chunk for processing
rlm_chunk_context(name="encyclopedia", strategy="paragraphs", size=30)

# Query across the corpus
rlm_sub_query_batch(
    query="Summarize the main topics in this section",
    context_name="encyclopedia",
    chunk_indices=[0, 50, 100, 150],
    provider="claude-sdk"  # or "ollama" for free local inference
)

提取主题目录:

# Filter for specific subject
rlm_filter_context(
    name="encyclopedia",
    output_name="botany",
    pattern="(?i)(botan|plant|flora|flower|genus)",
    mode="keep"
)

# Analyze filtered content
rlm_auto_analyze(
    name="botany_analysis",
    content=filtered_content,
    goal="answer:List all botanical articles with brief descriptions"
)

数据存储

$RLM_DATA_DIR/
├── contexts/     # Raw contexts (.txt + .meta.json)
├── chunks/       # Chunked versions (by context name)
└── results/      # Stored sub-call results (.jsonl)

上下文在会话中持续存在。分块上下文被缓存以供重用。

建筑

Claude Code
    │
    ▼
RLM MCP Server
    │
    ├─► claude-sdk (Haiku 4.5) ─► Anthropic API
    │
    └─► ollama ─► Local LLM (gemma3:27b, llama3, etc.)

关键见解： 上下文保持在外部，而不是提示中克劳德负责编排；子模型分析。

对于贡献者：学习代码库

使用Claude Code的这些提示来探索代码库并学习RLM模式。代码是唯一的真理来源。

了解工具

Read src/rlm_mcp_server.py and list all RLM tools with their parameters and purpose.

Explain the chunking strategies available in rlm_chunk_context.
When would I use each one?

What's the difference between rlm_sub_query and rlm_sub_query_batch?
Show me the implementation.

理解架构

Read src/rlm_mcp_server.py and explain how contexts are stored and persisted.
Where does the data live?

How does the claude-sdk provider extract text from responses?
Walk me through _call_claude_sdk.

What happens when I call rlm_load_context? Trace the full flow.

动手学习

Load the README as a context, chunk it by paragraphs,
and run a sub-query on the first chunk to summarize it.

Show me how to process a large file in parallel using rlm_sub_query_batch.
Use a real example.

I have a 1MB log file. Walk me through the RLM pattern to extract all errors.

扩展RLM

Read the test file and explain what scenarios are covered.
What edge cases should I be aware of?

How would I add a new chunking strategy (e.g., by regex delimiter)?
Show me where to modify the code.

How would I add a new provider (e.g., OpenAI)?
What functions need to change?

测试语料库：大英百科全书

该存储库包括以下内容的摘录 大英百科全书，第11版 （1910-1911）来自古腾堡项目，用于在大型参考文档上测试RLM能力。

包含的文件

用于测试

# Load the full encyclopedia
content = open("docs/encyclopedia/merged_encyclopedia.txt").read()
rlm_load_context(name="encyclopedia", content=content)

# Inspect
rlm_inspect_context(name="encyclopedia")
# → 11MB, 184K lines, ~2M tokens

# Chunk for processing
rlm_chunk_context(name="encyclopedia", strategy="paragraphs", size=30)

# Query across the corpus
rlm_sub_query_batch(
    query="Summarize the main topics in this section",
    context_name="encyclopedia",
    chunk_indices=[0, 50, 100, 150],
    provider="claude-sdk"  # or "ollama" for free local inference
)

示例：提取主题目录

# Filter for specific subject
rlm_filter_context(
    name="encyclopedia",
    output_name="botany",
    pattern="(?i)(botan|plant|flora|flower|genus)",
    mode="keep"
)

# Analyze filtered content
rlm_auto_analyze(
    name="botany_analysis",
    content=filtered_content,
    goal="answer:List all botanical articles with brief descriptions"
)

下载更多切片

古腾堡项目提供的其他百科全书卷：

• 搜索：https://www.gutenberg.org/ebooks/search/?query=encyclopaedia+大不列颠+11
• 约130片，覆盖A-Z

归因

大英百科全书，第11版（1910-1911）来源于 古登堡计划.公共领域。

许可证

麻省理工学院