这仍然是一项正在进行的工作，LLM喜欢模拟实际的认知循环，所以我在2026年1月19日正在做一些BUG固定件，最终让它发挥了作用。但仍在进行中。
\*更新：2026年3月30日。LLM（修改后的GPTOSS 20B）使用了web_search函数。决定提供不正确的信息。提示：谁是现任美国总统？答案：乔·拜登为什么：我不知道，这是一个1月份使用的测试提示（我暂停了一下），1月份，它提供了正确的回应唐纳德·J·特朗普。此外，它现在拒绝将信息输入长期记忆（论证性），声称它搜索到的信息不正确，即使它使用了有效的来源（whitehouse.g o v和维基百科）？它不见了。奇怪，我会继续挖的。
🧠 README——Daryn的多MCP认知架构 您的认知循环、知识图谱、长期记忆、Python实验室、无纸化、网络搜索和ZIM MCP的完整参考。
- 介绍
该存储库定义了一个完全基于MCP（模型上下文协议）服务器构建的多代理认知系统。每个MCP都提供了一种专门的功能——结构化内存、语义内存、文档摄取、Python执行、网络搜索、离线知识和自主推理。 这些MCP共同构成了一个统一的认知基底，能够： •摄入文件 •提取和构建知识 •储存长期记忆 •执行语义搜索 •运行自主认知周期 •产生反思和见解 •随着时间的推移，其内部状态不断演变 此自述文件记录了整个系统的架构、工具、数据流和使用模式。
- 系统架构
您的系统由几个协作的MCP服务器组成。每个工具都通过LM Studio公开工具，认知循环将它们编排成一个连贯的推理引擎。 2.1认知回路MCP（v0.5） 认知回路是系统的推理核心。它执行自主循环，从图中读取、读取长期记忆、生成反射、写入见解，并更新自己的持久认知状态。 责任： •启动认知周期 •产生反思和见解 •保持持续的认知状态节点 •将新知识写入图表 •与其他MCP协调 工具： • • • •
2.2知识图谱MCP（v0.5） 知识图谱是结构化的内存存储。它使用SQLite来存储节点、边、反射、见解、动作和认知状态节点。 责任： •存储概念、文档、反思、见解 •维护图形结构 •保持认知回路的状态 •提供最近的活动以供反思 工具： • • • • • •
2.3长期记忆MCP 该子系统存储语义记忆（文本+嵌入）并支持相似性搜索。 责任： •用嵌入物存储记忆 •通过语义搜索检索记忆 •为认知回路提供情景记忆 工具： • • •
2.4 Python实验室MCP 一个用于安全计算和分析的沙盒Python执行环境。 责任： •安全执行Python代码 •执行数据转换 •计算嵌入或统计 •支持文档或文本分析 工具： •
2.5无纸化MCP 连接到Paperless‑NGX实例的文档摄取和OCR子系统。 责任： •列出文件 •检索文档 •提取文本 •提供元数据 工具： • • • •
2.6网络搜索MCP 提供从互联网检索外部信息。 责任： •执行网络搜索 •提供最新信息 •支持概念丰富 工具： •
2.7津巴布韦 提供ZIM档案中的离线百科全书式知识。 责任： •搜索ZIM档案 •检索文章内容 •提供离线后备知识 工具： • •
- 认知回路v0.5——全周期概述
v0.5认知周期由六个阶段组成：
3.1启动 循环以以下内容开始：这将返回一个读取计划。
3.2阅读 主机执行： • • • • 这为循环提供了： •最近的图表活动 •最近的回忆 •其持续的认知状态
3.3反思 循环合成输入：
这产生了： •反射文本 •总结 •概念活动 •循环意识洞察
3.4洞察生成 该循环将反射转换为可操作的图形更新：
这将返回一个写入计划。
3.5写作 主机执行： •（反射） •（洞察力） •（行动） •（认知状态） 这将更新图形和循环的持久状态。
3.6检查 您可以查看结果：
您将看到： •一个新的反射节点 •一个新的洞察节点 •一个新的动作节点 •更新的认知状态节点
- 认知状态节点结构
知识图将循环的持久状态存储为：
每一个周期都在演变。
- 文件位置
认知回路MCP
知识图谱MCP
SQLite数据库
- LM Studio MCP配置
您更正的配置使用了显式的Python路径：
- 调试指南
如果返回 •LM Studio正在运行缓存的MCP •重新启动LM Studio •确保正确的Python路径 如果KG工具出现故障 •KG MCP未启动 •数据库路径无效 •Python解释器错误 如果状态节点不更新 •节点id错误 •未实现update_node_data
- 将来的扩展
您可以通过以下方式扩展此架构： •夜间自主认知 •概念聚类 •文档标签 •多智能体推理 •长期规划 •自改善反射回路 •跨MCP编排
📘 1.快速参考备忘单 快速、高密度地查找MCP系统中的所有内容。
核心MCP 认知环路MCP（v0.5） 用途：自主推理引擎 关键工具：
- run_cycle--生成读取计划
- 反思——产生反思+总结
- apply_inspects--生成写入计划+更新状态
- 心跳——返回认知状态快照
存储状态（KG）： type=“认知状态”
知识图谱MCP（v0.5） 用途：结构化内存存储（SQLite） 关键工具：
- add_node
- 添加_边缘
- list_recent_nodes
- list_recent_edges
- find_or_create_state_node
- update_node_data
商店： 概念、文件、反思、见解、行动、认知状态
支持MCP 长期记忆MCP 目的：语义记忆 工具：
- store_memory
- 搜索_存储
- list_memories
Python实验室MCP 目的：安全执行Python 工具：
- run_python
无纸化MCP 用途：文档摄取+OCR 工具：
- list_文档
- get_document
- 提取文本
- 获取元数据
网络搜索MCP 目的：外部信息检索 工具：
- 搜索
齐姆·麦克普 用途：离线百科全书访问 工具：
- zim_search
- zim_get
完整认知周期（v0.5）
- run_cycle（）→读取计划
- 执行阅读计划
- reflect（）→反射+总结
- apply_insights（）→编写计划+更新状态
- 执行写作计划
- 检查图表
认知状态节点结构 循环计数 最后周期时间 last_mode 最后反思 最后_总结 last_writen_节点 最新文章 last_active_概念 last_memory_snapshot
文件位置
- 认知回路MCP→ 认知回路mcp/server.py
- 知识图谱MCP→ 知识图谱/server.py
- SQLite数据库→ 知识图谱/知识图谱数据库
LM Studio配置（Python 3.12） “命令”：“C:\\Users\\Daryn\\AppData\\Local\\Programs\\Python\\Python312\\Python.exe”
🧑💻 2.开发人员入职指南 为任何建立或扩展MCP生态系统的人提供实用的分步指南。
- 先决条件
- Windows 11
- Python 3.12安装在：
C： \\用户\\Daryn\\AppData\\本地\\程序\\Python\\Python312\\Python.exe
- LM工作室（启用MCP）
- Node.js（用于网络搜索MCP）
- 无纸化-NGX实例正在运行
- 存储库结构
/认知回路mcp 服务器.py
/知识图谱 服务器.py 知识图形数据库
/长期 长期微波治疗
/沙盒python实验室 服务器.py
/打开网络搜索 build/index.js
/zim-mcp服务器 服务器.py
- MCP配置
添加到LM Studio： “命令”：“C:\\Users\\Daryn\\AppData\\Local\\Programs\\Python\\Python312\\Python.exe”
用于：
- 认知回路
- 知识图谱
- python实验室
- 长期记忆
- 启动系统
- 完全退出LM工作室
- 重新开放LM工作室
- 前往设置→ MCP服务器
- 关闭每个MCP→ ON
- 测试知识图：
知识图：list_recent_nodes（{“限制”：5}）
如果这有效，则系统处于联机状态。
- 运行第一个认知周期
- 触发：
认知循环：run_cycle（）
- 执行阅读计划
- 反映：
认知循环：反思（{…}）
- 应用见解：
认知循环：应用洞察（{…}）
- 执行写作计划
- 检查图表
- 调试提示如果KG工具失败：-Python解释器错误
- 无法创建数据库文件
- KG服务器中存在语法错误
如果run_cycle返回\[\]：-LM Studio正在运行缓存的MCP
- 重新启动LM Studio
如果状态节点未更新：-node_id错误
- 未实现update_node_data
- 扩展系统您可以添加：-新的节点类型
- 新边关系
- 新的认知模式
- 夜间自主循环
- 文档自动标记
- 概念聚类
- 多代理编排
📄 3.白皮书风格版本描述架构、动机和能力的高级概念文件。Daryn的Multi-MCP认知架构一个用于自主推理和知识进化的模块化、可扩展系统。摘要本文描述了一种使用模型上下文协议（MCP）构建的多组件认知架构。该系统集成了结构化内存、语义内存、文档摄取、Python计算、网络搜索、离线知识和自主推理引擎。这些组成部分共同构成了一个持久的、自我维持的认知基础，能够进行反思、产生洞察力和长期的知识进化。现代人工智能系统受益于模块化、持久性和整合多种知识来源的能力。MCP为构建此类系统提供了一个标准化的接口。该架构利用MCP创建了一个由通过共享协议进行协作的专用子系统组成的分布式认知系统。该系统的核心是认知回路MCP，它执行感知、反思和知识综合的自主循环。支持MCP提供结构化内存、语义内存、文档摄取、计算能力以及对外部或离线知识的访问。架构原则2.1模块化每个MCP都是一个具有明确定义接口的独立过程。2.2持久性知识图MCP存储长期结构化内存，而长期内存MCP存储语义嵌入。2.3自主性认知循环MCP保持自己的状态并随时间演变。2.4可扩展性可以添加新的MCP，而无需修改现有的MCP。2.5透明度所有知识都以可检查的格式（SQLite、JSON）存储。3。核心组件3.1认知循环MCP推理引擎。它执行由以下部分组成的循环：-读取图形+内存
- 产生反射
- 产生见解
- 更新其认知状态
这创建了一个持久的认知时间线。3.2知识图谱MCPA结构化记忆系统存储：-概念
- 文件
- 反思
- 见解
- 行动
- 认知状态
它提供了认知运作的基础。3.3长期记忆MCPA语义记忆系统支持：嵌入存储
- 相似性搜索
- 情景回忆
3.4用于数据分析的Python‑Lab MCPA安全计算环境
- 嵌入计算
- 文本处理
3.5无纸化MCPA文件接收管道实现：-OCR
- 元数据提取
- 文档检索
3.6网络搜索MCP -提供对外部信息源的访问。 3.7 ZIM MCP提供线下百科全书式的知识。
- 认知周期动态认知周期由以下部分组成：感知——阅读图表+记忆
- 反射——综合信息
- 洞察力——生成新知识
- 行动——写图表
- 状态更新——保持连续性
随着时间的推移，这会产生：反射链
- 洞察图
- 进化认知状态
- 长期概念结构
- 应用程序
该架构支持：自主知识进化
- 文档理解
- 概念聚类
- 长期规划
- 多智能体推理
- 线下+线上知识整合
- 结论
这种多MCP认知架构展示了如何将模块化子系统组合成一个持久的、不断进化的推理系统。通过整合结构化记忆、语义记忆、文档摄取、计算和自主认知，该系统为长期、自我维护的智能奠定了基础。