article
README
🚀 PLTM MCP 服务器
PLTM MCP 服务器是一个为 Claude Desktop 打造的服务器,基于物理学的通用原理,提供 78 种工具用于 AGI 实验。
🚀 快速开始
前提条件
- Claude Desktop
- Python 3.11 及以上版本
安装
# 克隆仓库
git clone https://github.com/Alby2007/pltm-mcp.git
cd pltm-mcp
# 安装依赖
pip install -r requirements.txt
# 配置 Claude Desktop
# 编辑:%APPDATA%\Claude\claude_desktop_config.json(Windows)
# 或者:~/Library/Application Support/Claude/claude_desktop_config.json(Mac)
将以下内容添加到你的配置文件中:
{
"mcpServers": {
"pltm-memory": {
"command": "python",
"args": ["C:/absolute/path/to/pltm-mcp/server.py"]
}
}
}
重启 Claude Desktop,完成安装!
验证
在 Claude Desktop 中输入:
Use entropy_stats to check system state
如果你看到相关指标,说明安装成功!
✨ 主要特性
- 内存操作:以语义三元组的形式存储/检索事实。
- 多样化检索:采用 MMR、熵注入、注意力机制。
- 元认知:实现自我改进和临界状态监测。
- 知识摄取:摄取带有真实来源的 ArXiv 论文。
- 真实指标:进行操作记录和效率跟踪。
💻 使用示例
基础用法
# 启动实验周期
start_action_cycle(cycle_id="C1")
# 注入熵以打破概念邻域
inject_entropy_antipodal(
user_id="alice",
current_context="machine learning"
)
# 多样化检索
mmr_retrieve(
user_id="alice",
query="neural networks",
lambda_param=0.6
)
# 跟踪真实计算成本
record_action(
operation="mmr_diversity",
tokens_used=450,
latency_ms=180,
success=True
)
# 检查临界状态
criticality_state()
# 结束周期
end_action_cycle() # 返回 AAE 效率
📚 详细文档
实验
假设:物理学的通用原理(临界性、自组织、涌现)可以推动 AGI 的发展。 当前结果:
- 突破熵瓶颈(第 21 个周期提高了 56%)
- 测量真实计算效率(AAE = 0.0023)
- 测试系统是否能自组织达到临界状态 目标:推动系统达到发生相变和涌现高阶智能的临界点。
工具(共 78 个)
内存操作
store_memory_atom、retrieve_memories、update_memory、delete_memory
多样化检索
mmr_retrieve- 最大边际相关性attention_retrieve、attention_multihead
熵管理
inject_entropy_antipodal- 激活远距离概念inject_entropy_random- 采样不同领域inject_entropy_temporal- 混合新旧信息entropy_stats- 诊断多样性
元认知
self_improve_cycle- 生成/应用假设criticality_state- 检查混沌边缘criticality_recommend- 获取调整建议
操作记录
record_action、get_aae、start_action_cycle、end_action_cycle
知识摄取
ingest_arxiv、search_arxiv、arxiv_history
[完整工具列表见 server.py]
架构
Memory Atoms (Triples)
↓
[subject] [predicate] [object]
↓
SQLite Graph Store
↓
Retrieval Systems (Standard/MMR/Attention)
↓
Meta-Cognitive Layer (Self-improvement/Criticality)
↓
MCP Tools (78 total)
故障排除
服务器无法连接?
- 检查日志:
%APPDATA%\Claude\logs\mcp-server-pltm-memory.log - 手动测试:
python server.py
工具超时?
- 代码更改后重启 Claude Desktop
导入错误?
pip install --upgrade -r requirements.txt
贡献
这是一个活跃的研究项目,欢迎贡献:
- 新的熵策略
- 更好的临界性指标
- 额外的通用原理
- 实验协议
📄 许可证
本项目采用 MIT 许可证。
引用
@software{pltm2026,
author = {Alby},
title = {PLTM: Procedural Long-Term Memory MCP Server},
year = {2026},
url = {https://github.com/Alby2007/pltm-mcp}
}
微信扫一扫