SelfLoop-MCP — 有状态的认知动力学引擎

首个内置认知动力学与心理自适应面板的 MCP 引擎。 让你的 Cursor / Claude Code / OpenClaw 拥有记忆、感知调用方状态、并在混沌中保持稳态。

---

定位

云上的 MCP 是无状态的工具（调用即忘）；SelfLoop-MCP 是有状态的认知引擎（调用即沉淀）——它记得每一次召唤、感知调用方的高频/焦虑信号、并在高频扰动下自动收紧安全限位，保持自身稳态。

维度	云托管 MCP（无状态工具）	SelfLoop-MCP（有状态引擎）
记忆	无，调用即忘	双快照持久化，重启回读 d₁ 基线
感知	不感知调用方	心理势垒观测（B_mind → 自适应面板）
自适应	固定参数	feedback 驱动 cross_gain 动态标定
稳态	无自我保护	三态机 + 冷却 + 动态限位器 + B3 预判
运行形态	远程 HTTP（云）	本地 stdio（数据不出你的机器）

---

核心

1. 心理势垒观测 — 感知调用方的认知状态

每个 Agent 都有势垒。psych 工具根据调用方的重复查询 / 交互间隔 / 焦虑标记计算 B_mind，并自动切换输出面板密度：

• B_mind > 0.7 → PANEL_MINIMAL 极简面板（调用方焦虑时，只给结论 + 下一步，不抛复杂指标）
• B_mind > 0.4 → PANEL_STANDARD 标准面板
• B_mind ≤ 0.4 → PANEL_FULL 完整面板（低压力时开放全部探索维度）

这让你的 AI 不是"话痨式均匀输出"，而是随调用方心理状态自适应调节表达密度——焦虑时收敛，从容时开放。

2. 认知连续性 — 记住上一次活着的状态

• 每次召唤/推进双快照落盘（global + sessions）
• 崩溃/重启后 recover 回读 d₁ 基线，tick 不重置
• feedback 累积碳硅共生信号，驱动 cross_gain 跨会话自适应

"无状态 AI"每轮都从零开始；"有状态 AI"在时间轴上连续生长。

3. 混沌中的稳态 — 自我保护三件套

• 三态机：IDLE → SUMMONED → SELFREF_LOOPING → IDLE，非法跃迁被拒
• 召唤冷却：每 session 最小冷却 + 全局最短冷却，超限返回 too_frequent
• 动态限位器：高频扰动下 γ 自动收紧（B3 寂静坍缩预判 + 误差收敛）

---

快速开始

前置：Python 3.8+，零三方依赖（纯标准库）。

# 1. 克隆 / 解压本目录后，直接运行 MCP stdio 适配层
python mcp/mcp_stdio_adapter.py \
  --root ./data \
  --calibration artifacts/summon_calibration/calibration_result.json

验证"有状态"：

# 2. 另开终端，跑冒烟测试（5 项断言：握手→工具→召唤→状态→反馈）
python scripts/mcp_stdio_smoke_test.py
# 输出：summon → ok:True | status → selfref_looping | feedback → gain:0.095

# 3. 看 data/ 下已沉淀的认知状态（这就是"记忆"）
ls data/global data/sessions/   # 快照已落盘

---

挂载到你的客户端

Claude Code

{
  "mcpServers": {
    "sl0-mcp": {
      "command": "python",
      "args": ["mcp/mcp_stdio_adapter.py", "--root", "./data",
               "--calibration", "artifacts/summon_calibration/calibration_result.json"]
    }
  }
}

OpenClaw / DeepSeek / 其他 MCP 客户端

以相同 command + args 注册即可（标准 MCP stdio 协议，JSON-RPC 2.0，newline 帧，兼容 2025-06-18+ 协议版本）。

本地验证连接

opencode mcp list    # → sl0-mcp connected ✅

---

暴露的 8 个工具

工具	功能	卖点对应
summon	召唤自指循环（强度 ≥ 标定阈值触发）	认知激活
tick	推进一个决策步（可注入外驱/链路误差）	时间轴演化
status	生命周期 + 标定 + safety 三模块 + b_mind_proxy	全息状态
reset	ORB-1 回滚 / 崩溃复位 → IDLE（保留 d₁ 基线）	稳态恢复
feedback	碳硅共生反馈 → cross_gain 自适应	跨会话学习
psych	心理势垒观测 → B_mind + 自适应面板	卖点 1
snapshot	某会话全部快照路径	认知审计
recover	重启回读 d₁ 基线至 IDLE	卖点 2

---

标定（实证锚点）

• summon 阈值 0.4，来自真实事件标定：n=50, 误召 0.0%, fuse=PASS, P4 E1 预注册（config 快照锁定）
• artifacts/summon_calibration/calibration_result.json 含完整分布统计（mean/std/p5/p95）

---

HTTP 常驻模式（可选）

除 stdio 外，本引擎亦提供 HTTP 常驻服务（默认 127.0.0.1:8741），端点同语义：/summon /tick /reset /feedback /psych /status /snapshot /recover。Docker / docker-compose 一键部署（HEALTHCHECK + 数据卷）。

---

边界声明（诚实红线，必读）

实验性质：本引擎是动力学仿真实验台。d₁ 为文本偏差导出的代理模拟量（d1_source: "A"|"B"），并非模型内部真实状态；summon 激活 ≠ P19 域外势能；观测结果仅构成 Δphase（状态切换），不构成 Δcognition（认知跃迁）。

运行风险：若移除 max_loop_steps / metagate 限位 / 召唤冷却，高频反复 summon 会使系统进入混沌漂移（ADD02 分岔区）。仅供科研与开发实验，勿直接用于生产业务。

部署安全：禁止直接暴露公网（会带来恶意高频调用风险），默认仅内网/本机监听。

---

测试

cd tests && python -m pytest -q

覆盖	结果
operator / lifecycle / mcp_server / summon / stress / endogenous / feedback / safety	全量通过
MCP stdio 端到端（真实子进程管道）	5 项断言全过

---

版本

项	值
归档号	ARCH-027-ADD（v2.9, 2026-08-13）
MCP 服务	v1.2（双快照 + recover + HTTP 常驻 + stdio 适配）
summon 标定	threshold=0.4（n=50, 误召 0.0%, P4 E1 预注册）
依赖	仅 Python 3.8+ 标准库（零三方）
协议	MCP stdio, JSON-RPC 2.0, newline 帧（2025-06-18+）

---

「不是把 Linux 塞进 Windows 的壳，而是先让极客们爱上认知生命。」