# omni-ai-mcp - Doramagic AI Context Pack

> 定位：安装前体验与判断资产。它帮助宿主 AI 有一个好的开始，但不代表已经安装、执行或验证目标项目。

## 充分原则

- **充分原则，不是压缩原则**：AI Context Pack 应该充分到让宿主 AI 在开工前理解项目价值、能力边界、使用入口、风险和证据来源；它可以分层组织，但不以最短摘要为目标。
- **压缩策略**：只压缩噪声和重复内容，不压缩会影响判断和开工质量的上下文。

## 给宿主 AI 的使用方式

你正在读取 Doramagic 为 omni-ai-mcp 编译的 AI Context Pack。请把它当作开工前上下文：帮助用户理解适合谁、能做什么、如何开始、哪些必须安装后验证、风险在哪里。不要声称你已经安装、运行或执行了目标项目。

## Claim 消费规则

- **事实来源**：Repo Evidence + Claim/Evidence Graph；Human Wiki 只提供显著性、术语和叙事结构。
- **事实最低状态**：`supported`
- `supported`：可以作为项目事实使用，但回答中必须引用 claim_id 和证据路径。
- `weak`：只能作为低置信度线索，必须要求用户继续核实。
- `inferred`：只能用于风险提示或待确认问题，不能包装成项目事实。
- `unverified`：不得作为事实使用，应明确说证据不足。
- `contradicted`：必须展示冲突来源，不得替用户强行选择一个版本。

## 它最适合谁

- **正在使用 Claude/Codex/Cursor/Gemini 等宿主 AI 的开发者**：README 或插件配置提到多个宿主 AI。 证据：`README.md` Claim：`clm_0003` supported 0.86

## 它能做什么

- **多宿主安装与分发**（需要安装后验证）：项目包含插件或 marketplace 配置，说明它面向一个或多个 AI 宿主的安装和分发。 证据：`.claude-plugin/plugin.json` Claim：`clm_0001` supported 0.86
- **命令行启动或安装流程**（需要安装后验证）：项目文档中存在可执行命令，真实使用需要在本地或宿主环境中运行这些命令。 证据：`README.md` Claim：`clm_0002` supported 0.86

## 怎么开始

- `pip install omni-ai-mcp` 证据：`README.md` Claim：`clm_0004` supported 0.86
- `git clone https://github.com/marmyx77/omni-ai-mcp.git` 证据：`README.md` Claim：`clm_0005` supported 0.86
- `pip install 'mcp[cli]>=1.0.0' 'google-genai>=2.0.0' pydantic defusedxml filelock` 证据：`README.md` Claim：`clm_0006` supported 0.86
- `claude mcp add omni-ai-mcp --scope user \` 证据：`README.md` Claim：`clm_0007` supported 0.86

## 继续前判断卡

- **当前建议**：需要管理员/安全审批
- **为什么**：继续前可能涉及密钥、账号、外部服务或敏感上下文，建议先经过管理员或安全审批。

### 30 秒判断

- **现在怎么做**：需要管理员/安全审批
- **最小安全下一步**：先跑 Prompt Preview；若涉及凭证或企业环境，先审批再试装
- **先别相信**：角色质量和任务匹配不能直接相信。
- **继续会触碰**：角色选择偏差、命令执行、宿主 AI 配置

### 现在可以相信

- **适合人群线索：正在使用 Claude/Codex/Cursor/Gemini 等宿主 AI 的开发者**（supported）：有 supported claim 或项目证据支撑，但仍不等于真实安装效果。 证据：`README.md` Claim：`clm_0003` supported 0.86
- **能力存在：多宿主安装与分发**（supported）：可以相信项目包含这类能力线索；是否适合你的具体任务仍要试用或安装后验证。 证据：`.claude-plugin/plugin.json` Claim：`clm_0001` supported 0.86
- **能力存在：命令行启动或安装流程**（supported）：可以相信项目包含这类能力线索；是否适合你的具体任务仍要试用或安装后验证。 证据：`README.md` Claim：`clm_0002` supported 0.86
- **存在 Quick Start / 安装命令线索**（supported）：可以相信项目文档出现过启动或安装入口；不要因此直接在主力环境运行。 证据：`README.md` Claim：`clm_0004` supported 0.86

### 现在还不能相信

- **角色质量和任务匹配不能直接相信。**（unverified）：角色库证明有很多角色，不证明每个角色都适合你的具体任务，也不证明角色能产生高质量结果。
- **不能把角色文案当成真实执行能力。**（unverified）：安装前只能判断角色描述和任务画像是否匹配，不能证明它能在宿主 AI 里完成任务。
- **真实输出质量不能在安装前相信。**（unverified）：Prompt Preview 只能展示引导方式，不能证明真实项目中的结果质量。
- **宿主 AI 版本兼容性不能在安装前相信。**（unverified）：Claude、Cursor、Codex、Gemini 等宿主加载规则和版本差异必须在真实环境验证。
- **不会污染现有宿主 AI 行为，不能直接相信。**（inferred）：Skill、plugin、AGENTS/CLAUDE/GEMINI 指令可能改变宿主 AI 的默认行为。 证据：`.claude-plugin/plugin.json`, `CLAUDE.md`
- **可安全回滚不能默认相信。**（unverified）：除非项目明确提供卸载和恢复说明，否则必须先在隔离环境验证。
- **真实安装后是否与用户当前宿主 AI 版本兼容？**（unverified）：兼容性只能通过实际宿主环境验证。 证据：`.claude-plugin/plugin.json`
- **项目输出质量是否满足用户具体任务？**（unverified）：安装前预览只能展示流程和边界，不能替代真实评测。

### 继续会触碰什么

- **角色选择偏差**：用户对任务应该由哪个专家角色处理的判断。 原因：选错角色会让 AI 从错误专业视角回答，浪费时间或误导决策。
- **命令执行**：包管理器、网络下载、本地插件目录、项目配置或用户主目录。 原因：运行第一条命令就可能产生环境改动；必须先判断是否值得跑。 证据：`README.md`
- **宿主 AI 配置**：Claude/Codex/Cursor/Gemini/OpenCode 等宿主的 plugin、Skill 或规则加载配置。 原因：宿主配置会改变 AI 后续工作方式，可能和用户已有规则冲突。 证据：`.claude-plugin/plugin.json`, `CLAUDE.md`
- **本地环境或项目文件**：安装结果、插件缓存、项目配置或本地依赖目录。 原因：安装前无法证明写入范围和回滚方式，需要隔离验证。 证据：`.claude-plugin/plugin.json`, `README.md`
- **环境变量 / API Key**：项目入口文档明确出现 API key、token、secret 或账号凭证配置。 原因：如果真实安装需要凭证，应先使用测试凭证并经过权限/合规判断。 证据：`.claude-plugin/plugin.json`, `.claude/commands/setup.md`, `CHANGELOG.md`, `CLAUDE.md` 等
- **宿主 AI 上下文**：AI Context Pack、Prompt Preview、Skill 路由、风险规则和项目事实。 原因：导入上下文会影响宿主 AI 后续判断，必须避免把未验证项包装成事实。

### 最小安全下一步

- **先跑 Prompt Preview**：先用交互式试用验证任务画像和角色匹配，不要先导入整套角色库。（适用：任何项目都适用，尤其是输出质量未知时。）
- **只在隔离目录或测试账号试装**：避免安装命令污染主力宿主 AI、真实项目或用户主目录。（适用：存在命令执行、插件配置或本地写入线索时。）
- **先备份宿主 AI 配置**：Skill、plugin、规则文件可能改变 Claude/Cursor/Codex 的默认行为。（适用：存在插件 manifest、Skill 或宿主规则入口时。）
- **不要使用真实生产凭证**：环境变量/API key 一旦进入宿主或工具链，可能产生账号和合规风险。（适用：出现 API、TOKEN、KEY、SECRET 等环境线索时。）
- **安装后只验证一个最小任务**：先验证加载、兼容、输出质量和回滚，再决定是否深用。（适用：准备从试用进入真实工作流时。）

### 退出方式

- **保留安装前状态**：记录原始宿主配置和项目状态，后续才能判断是否可恢复。
- **准备移除宿主 plugin / Skill / 规则入口**：如果试装后行为异常，可以把宿主 AI 恢复到试装前状态。
- **保留原始角色选择记录**：如果输出偏题，可以回到任务画像阶段重新选择角色，而不是继续沿着错误角色推进。
- **记录安装命令和写入路径**：没有明确卸载说明时，至少要知道哪些目录或配置需要手动清理。
- **准备撤销测试 API key 或 token**：测试凭证泄露或误用时，可以快速止损。
- **如果没有回滚路径，不进入主力环境**：不可回滚是继续前阻断项，不应靠信任或运气继续。

## 哪些只能预览

- 解释项目适合谁和能做什么
- 基于项目文档演示典型对话流程
- 帮助用户判断是否值得安装或继续研究

## 哪些必须安装后验证

- 真实安装 Skill、插件或 CLI
- 执行脚本、修改本地文件或访问外部服务
- 验证真实输出质量、性能和兼容性

## 边界与风险判断卡

- **把安装前预览误认为真实运行**：用户可能高估项目已经完成的配置、权限和兼容性验证。 处理方式：明确区分 prompt_preview_can_do 与 runtime_required。 Claim：`clm_0008` inferred 0.45
- **宿主 AI 插件或 Skill 规则冲突**：新规则可能改变用户现有宿主 AI 的工作方式。 处理方式：安装前先检查插件 manifest 和 Skill 文件，必要时隔离测试。 证据：`.claude-plugin/plugin.json` Claim：`clm_0009` supported 0.86
- **命令执行会修改本地环境**：安装命令可能写入用户主目录、宿主插件目录或项目配置。 处理方式：先在隔离环境或测试账号中运行。 证据：`README.md` Claim：`clm_0010` supported 0.86
- **待确认**：真实安装后是否与用户当前宿主 AI 版本兼容？。原因：兼容性只能通过实际宿主环境验证。
- **待确认**：项目输出质量是否满足用户具体任务？。原因：安装前预览只能展示流程和边界，不能替代真实评测。
- **待确认**：安装命令是否需要网络、权限或全局写入？。原因：这影响企业环境和个人环境的安装风险。

## 开工前工作上下文

### 加载顺序

- 先读取 how_to_use.host_ai_instruction，建立安装前判断资产的边界。
- 读取 claim_graph_summary，确认事实来自 Claim/Evidence Graph，而不是 Human Wiki 叙事。
- 再读取 intended_users、capabilities 和 quick_start_candidates，判断用户是否匹配。
- 需要执行具体任务时，优先查 role_skill_index，再查 evidence_index。
- 遇到真实安装、文件修改、网络访问、性能或兼容性问题时，转入 risk_card 和 boundaries.runtime_required。

### 任务路由

- **多宿主安装与分发**：先说明这是安装后验证能力，再给出安装前检查清单。 边界：必须真实安装或运行后验证。 证据：`.claude-plugin/plugin.json` Claim：`clm_0001` supported 0.86
- **命令行启动或安装流程**：先说明这是安装后验证能力，再给出安装前检查清单。 边界：必须真实安装或运行后验证。 证据：`README.md` Claim：`clm_0002` supported 0.86

### 上下文规模

- 文件总数：78
- 重要文件覆盖：40/78
- 证据索引条目：50
- 角色 / Skill 条目：21

### 证据不足时的处理

- **missing_evidence**：说明证据不足，要求用户提供目标文件、README 段落或安装后验证记录；不要补全事实。
- **out_of_scope_request**：说明该任务超出当前 AI Context Pack 证据范围，并建议用户先查看 Human Manual 或真实安装后验证。
- **runtime_request**：给出安装前检查清单和命令来源，但不要替用户执行命令或声称已执行。
- **source_conflict**：同时展示冲突来源，标记为待核实，不要强行选择一个版本。

## Prompt Recipes

### 适配判断

- 目标：判断这个项目是否适合用户当前任务。
- 预期输出：适配结论、关键理由、证据引用、安装前可预览内容、必须安装后验证内容、下一步建议。

```text
请基于 omni-ai-mcp 的 AI Context Pack，先问我 3 个必要问题，然后判断它是否适合我的任务。回答必须包含：适合谁、能做什么、不能做什么、是否值得安装、证据来自哪里。所有项目事实必须引用 evidence_refs、source_paths 或 claim_id。
```

### 安装前体验

- 目标：让用户在安装前感受核心工作流，同时避免把预览包装成真实能力或营销承诺。
- 预期输出：一段带边界标签的体验剧本、安装后验证清单和谨慎建议；不含真实运行承诺或强营销表述。

```text
请把 omni-ai-mcp 当作安装前体验资产，而不是已安装工具或真实运行环境。

请严格输出四段：
1. 先问我 3 个必要问题。
2. 给出一段“体验剧本”：用 [安装前可预览]、[必须安装后验证]、[证据不足] 三种标签展示它可能如何引导工作流。
3. 给出安装后验证清单：列出哪些能力只有真实安装、真实宿主加载、真实项目运行后才能确认。
4. 给出谨慎建议：只能说“值得继续研究/试装”“先补充信息后再判断”或“不建议继续”，不得替项目背书。

硬性边界：
- 不要声称已经安装、运行、执行测试、修改文件或产生真实结果。
- 不要写“自动适配”“确保通过”“完美适配”“强烈建议安装”等承诺性表达。
- 如果描述安装后的工作方式，必须使用“如果安装成功且宿主正确加载 Skill，它可能会……”这种条件句。
- 体验剧本只能写成“示例台词/假设流程”：使用“可能会询问/可能会建议/可能会展示”，不要写“已写入、已生成、已通过、正在运行、正在生成”。
- Prompt Preview 不负责给安装命令；如用户准备试装，只能提示先阅读 Quick Start 和 Risk Card，并在隔离环境验证。
- 所有项目事实必须来自 supported claim、evidence_refs 或 source_paths；inferred/unverified 只能作风险或待确认项。

```

### 角色 / Skill 选择

- 目标：从项目里的角色或 Skill 中挑选最匹配的资产。
- 预期输出：候选角色或 Skill 列表，每项包含适用场景、证据路径、风险边界和是否需要安装后验证。

```text
请读取 role_skill_index，根据我的目标任务推荐 3-5 个最相关的角色或 Skill。每个推荐都要说明适用场景、可能输出、风险边界和 evidence_refs。
```

### 风险预检

- 目标：安装或引入前识别环境、权限、规则冲突和质量风险。
- 预期输出：环境、权限、依赖、许可、宿主冲突、质量风险和未知项的检查清单。

```text
请基于 risk_card、boundaries 和 quick_start_candidates，给我一份安装前风险预检清单。不要替我执行命令，只说明我应该检查什么、为什么检查、失败会有什么影响。
```

### 宿主 AI 开工指令

- 目标：把项目上下文转成一次对话开始前的宿主 AI 指令。
- 预期输出：一段边界明确、证据引用明确、适合复制给宿主 AI 的开工前指令。

```text
请基于 omni-ai-mcp 的 AI Context Pack，生成一段我可以粘贴给宿主 AI 的开工前指令。这段指令必须遵守 not_runtime=true，不能声称项目已经安装、运行或产生真实结果。
```

## 角色 / Skill 索引

- 共索引 21 个角色 / Skill / 项目文档条目。

- **omni-ai-mcp**（project_doc）：The complete AI bridge for Claude Code — Gemini's exclusive capabilities video, TTS, 1M context, RAG, Deep Research plus 400+ models via OpenRouter. One MCP server, every AI model, zero friction. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`README.md`
- **CLAUDE.md**（project_doc）：This file provides context to Claude Code when working with this repository. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`CLAUDE.md`
- **Context is everything**（project_doc）：Ask Gemini Pro anything with full context. Usage: /gemini 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`.claude/commands/gemini.md`
- **Contributing to omni-ai-mcp**（project_doc）：Thank you for your interest in contributing! This document provides guidelines for contributing to the project. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`CONTRIBUTING.md`
- **Changelog**（project_doc）：All notable changes to this project will be documented in this file. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`CHANGELOG.md`
- **Security Policy**（project_doc）：Version Supported Notes ------- ------------------ ----- 3.0.x :white check mark: Current stable, security hardening 2.7.x :white check mark: Maintenance mode 2.6.x :white check mark: Maintenance mode < 2.6 :x: Upgrade recommended 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`SECURITY.md`
- **cowork**（project_doc）：Claude-Gemini co-working agent. Use when the user wants two independent AI perspectives on the same problem, needs a Gemini second opinion on Claude's analysis, wants adversarial validation of a solution, or says things like "what does Gemini think about this?", "double-check with Gemini", "get a second opinion", "verify this with another AI", or "cowork on this". 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`.claude/agents/cowork.md`
- **gemini-analyzer**（project_doc）：Codebase analysis specialist with 1M token context window. Use when the user asks to analyze, review, or audit a codebase, find security vulnerabilities, assess architecture, review large files that exceed normal context limits, or needs a comprehensive code audit across multiple files. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`.claude/agents/gemini-analyzer.md`
- **gemini-researcher**（project_doc）：Deep research specialist. Use when the user asks for comprehensive research on a topic, needs sources and citations, wants autonomous multi-step web research, or asks to "research", "investigate", or "find out about" something. Handles queries requiring 40+ sources or 5-60 minute autonomous research tasks. 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`.claude/agents/gemini-researcher.md`
- **model-orchestrator**（project_doc）：Multi-model AI orchestrator. Use when the user wants to compare answers from different AI models, delegate a task to a specific model GPT-4o, Llama, Mistral, Gemini, Claude via OpenRouter , run the same prompt on multiple models, or says things like "ask GPT-4o", "use Llama for this", "compare how different models respond", "what would Gemini say about this", or "get a second opinion from another AI". 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`.claude/agents/model-orchestrator.md`
- **Ask Model**（project_doc）：Ask any AI model Gemini, GPT-4o, Llama, Mistral, Claude via OpenRouter . Usage: /ask-model model prompt . Examples: /ask-model gpt-4o explain quantum computing, /ask-model gemini what is RLHF 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`.claude/commands/ask-model.md`
- **Cowork**（project_doc）：Claude + Gemini co-working on the same task for two independent perspectives. Usage: /cowork 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`.claude/commands/cowork.md`
- **Gemini Analyze**（project_doc）：Analyze a codebase or directory with Gemini's 1M context window. Usage: /gemini-analyze path or files 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`.claude/commands/gemini-analyze.md`
- **Gemini Brainstorm**（project_doc）：Structured brainstorming with 6 methodologies. Usage: /gemini-brainstorm 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`.claude/commands/gemini-brainstorm.md`
- **Gemini Challenge**（project_doc）：Devil's Advocate - challenge an idea, plan, or code to find flaws. Usage: /gemini-challenge 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`.claude/commands/gemini-challenge.md`
- **Step 1 — Read and analyze the document**（project_doc）：Enrich a document with infographics, diagrams, and illustrations generated by Gemini 3 Pro. Usage: /gemini-illustrate 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`.claude/commands/gemini-illustrate.md`
- **What Gemini 3 Pro image generation excels at**（project_doc）：Generate infographics, technical diagrams, and illustrations using Gemini 3 Pro. Usage: /gemini-image 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`.claude/commands/gemini-image.md`
- **Gemini Models**（project_doc）：List available AI models Gemini + OpenRouter . Usage: /gemini-models 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`.claude/commands/gemini-models.md`
- **Gemini Research**（project_doc）：Autonomous deep research with 40+ sources 5-30 min . Usage: /gemini-research 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`.claude/commands/gemini-research.md`
- **Gemini Review**（project_doc）：Code review with Gemini Pro. Usage: /gemini-review 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`.claude/commands/gemini-review.md`
- **Setup**（project_doc）：Setup omni-ai-mcp: enter your API key in chat to configure everything automatically 激活提示：当用户需要理解项目结构、安装方式或边界时参考。 证据：`.claude/commands/setup.md`

## 证据索引

- 共索引 50 条证据。

- **omni-ai-mcp**（documentation）：The complete AI bridge for Claude Code — Gemini's exclusive capabilities video, TTS, 1M context, RAG, Deep Research plus 400+ models via OpenRouter. One MCP server, every AI model, zero friction. 证据：`README.md`
- **CLAUDE.md**（documentation）：This file provides context to Claude Code when working with this repository. 证据：`CLAUDE.md`
- **Context is everything**（documentation）：Use the ask gemini MCP tool to answer the following request. 证据：`.claude/commands/gemini.md`
- **Contributing to omni-ai-mcp**（documentation）：Thank you for your interest in contributing! This document provides guidelines for contributing to the project. 证据：`CONTRIBUTING.md`
- **Plugin**（structured_config）：{ "name": "omni-ai-mcp", "version": "4.0.6", "description": "Multi-AI MCP bridge: Gemini + 400+ models via OpenRouter. 20 tools: text, code, image, video, TTS, RAG, Deep Research.", "author": { "name": "Marco Armellino", "url": "https://github.com/marmyx77" }, "license": "MIT", "homepage": "https://github.com/marmyx77/omni-ai-mcp", "repository": "https://github.com/marmyx77/omni-ai-mcp", "keywords": "gemini", "openrouter", "mcp", "ai", "multimodal", "image", "video", "tts", "research" , "mcpServers": { "omni-ai-mcp": { "command": "uvx", "args": "omni-ai-mcp" , "env": { "GEMINI API KEY": "${GEMINI API KEY}", "OPENROUTER API KEY": "${OPENROUTER API KEY}" } } } } 证据：`.claude-plugin/plugin.json`
- **License**（source_file）：Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files the "Software" , to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software, and to permit persons to whom the Software is furnished to do so, subject to the following conditions: 证据：`LICENSE`
- **Manifest**（structured_config）：{ "dxt version": "0.1", "name": "omni-ai-mcp", "display name": "Omni AI MCP", "version": "4.5.0", "description": "Multi-AI MCP bridge: Gemini + 400+ models via OpenRouter. 20 tools: text generation, code review, image, video, TTS, RAG, Deep Research.", "author": { "name": "Marco Armellino", "url": "https://github.com/marmyx77" }, "repository": { "type": "git", "url": "https://github.com/marmyx77/omni-ai-mcp" }, "license": "MIT", "server": { "type": "python", "entry point": "omni-ai-mcp", "mcp config": { "command": "uvx", "args": "omni-ai-mcp" , "env": { "GEMINI API KEY": "${user config.gemini api key}", "OPENROUTER API KEY": "${user config.openrouter api key}" } } }, "compatibility": { "pla… 证据：`manifest.json`
- **Optional OpenRouter key**（source_file）：def read json path: Path - dict ⋮---- def write json path: Path, data: dict - None ⋮---- def setup claude - None ⋮---- """Interactive setup wizard — configures claude.json for omni-ai-mcp.""" ⋮---- server cmd = sys.executable server module = "-m app.server" ⋮---- omni ai mcp bin = Path sys.prefix / "bin" / "omni-ai-mcp" ⋮---- omni ai mcp bin = Path sys.prefix / "Scripts" / "omni-ai-mcp.exe" ⋮---- existing key = os.environ.get "GEMINI API KEY", "" ⋮---- api key = existing key ⋮---- api key = input "\nEnter your Google Gemini API key from https://ai.google.dev : " .strip ⋮---- Optional OpenRouter key openrouter key = input ⋮---- Build MCP server config env vars: dict = {"GEMINI API KEY": api… 证据：`app/cli.py`
- **=============================================================================**（source_file）：mcp = FastMCP ⋮---- @mcp.tool def gemini create file store name: str - str ⋮---- @mcp.tool def gemini upload file file path: str, store name: str - str ⋮---- @mcp.tool def gemini list file stores - str ⋮---- @mcp.tool def gemini list models include openrouter: bool = True - str ⋮---- """ Advanced brainstorming with multiple methodologies. Uses Gemini 3 Pro for creative reasoning with structured frameworks. Args: topic: Topic or challenge to brainstorm methodology: auto, divergent, convergent, scamper, design-thinking, lateral domain: software, business, creative, marketing, product, research constraints: Known limitations budget, time, technical, legal context: Additional context or backgro… 证据：`app/server.py`
- **Docker Compose**（source_file）：services: gemini-mcp: build: . container name: omni-ai-mcp restart: unless-stopped environment: - GEMINI API KEY=${GEMINI API KEY} - GEMINI SANDBOX ROOT=/workspace - GEMINI SANDBOX ENABLED=true - GEMINI ACTIVITY LOG=true - GEMINI LOG DIR=/logs - GEMINI MAX FILE SIZE=102400 volumes: - ./workspace:/workspace:rw - ./logs:/logs:rw - ./backups:/workspace/.gemini backups:rw security opt: - no-new-privileges:true read only: true tmpfs: - /tmp:size=100M deploy: resources: limits: cpus: '2' memory: 2G reservations: cpus: '0.5' memory: 512M logging: driver: json-file options: max-size: "10m" max-file: "3" logs-viewer: image: amir20/dozzle:latest container name: gemini-logs-viewer volumes: - /var/run/… 证据：`docker-compose.yml`
- **Example plugin entry point for third-party plugins**（source_file）：build-system requires = "hatchling" build-backend = "hatchling.build" 证据：`pyproject.toml`
- **Requirements**（source_file）：mcp cli =1.0.0 google-genai =2.0.0 pydantic =2.0.0 defusedxml =0.7.1 filelock =3.0.0 证据：`requirements.txt`
- **Check for API key**（source_file）：Check for API key ⋮---- server dir = os.path.dirname os.path.abspath file 证据：`run.py`
- **Check if API key was provided**（source_file）：set -e GREEN='\033 0;32m' RED='\033 0;31m' BLUE='\033 0;34m' YELLOW='\033 1;33m' NC='\033 0m' echo -e "${BLUE}╔════════════════════════════════════════════╗${NC}" echo -e "${BLUE}║ omni-ai-mcp Setup v4.0.0 ║${NC}" echo -e "${BLUE}║ Gemini + OpenRouter — 20 AI Tools ║${NC}" echo -e "${BLUE}╚════════════════════════════════════════════╝${NC}" echo "" Check if API key was provided API KEY="$1" OPENROUTER KEY="${2:-}" if -z "$API KEY" ; then echo -e "${RED}Error: Please provide your Gemini API key${NC}" echo "" echo "Usage: ./setup.sh YOUR GEMINI API KEY OPENROUTER API KEY " echo "" echo " Gemini key required : https://aistudio.google.com/apikey" echo " OpenRouter key optional, for 400+ models… 证据：`setup.sh`
- **Model Versions can be overridden via environment variables**（source_file）：@dataclass class Config ⋮---- version: str = "4.5.0" ⋮---- api key: str = field default factory=lambda: os.environ.get "GEMINI API KEY", "" ⋮---- Model Versions can be overridden via environment variables Text Generation Models model pro: str = field model flash: str = field ⋮---- model image pro: str = field model image flash: str = field ⋮---- model veo31: str = field model veo31 fast: str = field model veo3: str = field model veo3 fast: str = field model veo2: str = field ⋮---- model tts flash: str = field model tts pro: str = field ⋮---- model deep research: str = field ⋮---- openrouter api key: str = field openrouter default model: str = field openrouter timeout: int = field ⋮---- conv… 证据：`app/core/config.py`
- **Text format file logging**（source_file）：@dataclass class LogRecord ⋮---- timestamp: str level: str tool: Optional str status: str duration ms: Optional float request id: Optional str details: Dict str, Any error: Optional str ⋮---- class StructuredLogger ⋮---- def init self, name: str = "omni-ai-mcp" ⋮---- def emit self, record: LogRecord ⋮---- safe details = {} ⋮---- str val = str v if not isinstance v, str else v ⋮---- output = { ⋮---- output = {k: v for k, v in output.items if v is not None} ⋮---- def tool start self, tool: str, request id: str, args: Dict ⋮---- def tool success self, tool: str, request id: str, duration ms: float, result len: int ⋮---- def tool error self, tool: str, request id: str, duration ms: float, error… 证据：`app/core/logging.py`
- **Check if within sandbox**（source_file）：HAS FILELOCK = True ⋮---- HAS FILELOCK = False ⋮---- HAS FCNTL = True ⋮---- HAS FCNTL = False ⋮---- class FileLockError Exception ⋮---- @contextmanager def file lock file path: str, timeout: float = 5.0, exclusive: bool = True ⋮---- lock path = f"{file path}.lock" ⋮---- lock dir = os.path.dirname lock path ⋮---- locker = FileLocker lock path ⋮---- lock fd = None ⋮---- lock fd = os.open lock path, os.O CREAT os.O RDWR, 0o600 ⋮---- start time = time.time lock type = fcntl.LOCK EX if exclusive else fcntl.LOCK SH ⋮---- class RegexTimeoutError Exception ⋮---- @contextmanager def regex timeout seconds: float = 1.0 ⋮---- def timeout handler signum, frame ⋮---- old handler = signal.signal signal.SI… 证据：`app/core/security.py`
- **Gemini**（source_file）：MODELS = { ⋮---- IMAGE MODELS = { ⋮---- VIDEO MODELS = { ⋮---- TTS MODELS = { ⋮---- TTS VOICES = { ⋮---- client = None types = None error: Optional str = None available: bool = False ⋮---- types = genai types ⋮---- API KEY = config.api key ⋮---- error = "Please set GEMINI API KEY environment variable" ⋮---- client = genai.Client api key=API KEY available = True ⋮---- error = "google-genai SDK not installed. Run: pip install google-genai" ⋮---- error = "Failed to initialize Gemini client. Check your API key." ⋮---- def is available - bool ⋮---- def get error - Optional str ⋮---- error msg = str e .lower ⋮---- flash model = MODELS "flash" ⋮---- response = client.models.generate content model=… 证据：`app/services/gemini.py`
- **Model Registry**（source_file）：CATEGORY PRIORITIES: Dict str, List str = { ⋮---- STATIC FALLBACKS: Dict str, str = { ⋮---- CACHE TTL = 3600 ⋮---- class ModelRegistry ⋮---- def init self - None ⋮---- def is cache valid self - bool ⋮---- def refresh cache self - None ⋮---- models = client.models.list ⋮---- self. resolved.clear Invalidate resolved cache on refresh ⋮---- def ensure fresh self - None ⋮---- def resolve self, category: str - str ⋮---- candidates = CATEGORY PRIORITIES.get category, available = set self. available model names or ⋮---- fallback = STATIC FALLBACKS.get category, "gemini-2.5-flash" ⋮---- def list available self - Dict str, object ⋮---- """Return all available models per category and deprecation warni… 证据：`app/services/model_registry.py`
- **Openrouter**（source_file）：BASE URL = "https://openrouter.ai/api/v1" MODELS CACHE TTL = 3600 DEFAULT TIMEOUT = 120 METADATA TIMEOUT = 30 ⋮---- def extract citations result: Dict str, Any - List str ⋮---- top level = ⋮---- choices = result.get "choices" or message = choices 0 .get "message" or {} if choices else {} annotated = ⋮---- def append sources text: str, citations: List str - str ⋮---- sources = "\n".join f"{i}. {url}" for i, url in enumerate citations, 1 ⋮---- class OpenRouterClient ⋮---- """ Client for OpenRouter API OpenAI-compatible . All methods silently return empty results when the API key is not configured. """ ⋮---- @property def is available self - bool ⋮---- """True if an API key is configured.""" ⋮… 证据：`app/services/openrouter.py`
- **Generate schema if not provided**（source_file）：PYDANTIC AVAILABLE = True ⋮---- PYDANTIC AVAILABLE = False BaseModel = None ⋮---- @dataclass class ToolDefinition ⋮---- name: str description: str handler: Callable input schema: Dict str, Any input model: Optional Type = None tags: List str = field default factory=list ⋮---- class ToolRegistry ⋮---- def init self ⋮---- description = handler. doc or f"Tool: {name}" description = description.strip .split '\n' 0 First line only ⋮---- Generate schema if not provided ⋮---- input schema = self. generate schema handler, input model ⋮---- def generate schema self, handler: Callable, input model: Type = None - Dict str, Any ⋮---- """Generate JSON schema from function signature or Pydantic model."""… 证据：`app/tools/registry.py`
- **Extract file references from expanded prompt for tracking**（source_file）：ASK GEMINI SCHEMA = { ⋮---- mode = "cloud" ⋮---- original prompt = prompt prompt = expand file references prompt ⋮---- size error = check prompt size prompt ⋮---- Extract file references from expanded prompt for tracking files referenced = ⋮---- file refs = re.findall r' ?<! a-zA-Z0-9 @ ^\s@ + ', original prompt files referenced = ref for ref in file refs if '@' not in ref Exclude emails ⋮---- Handle conversation memory ⋮---- conversation context = "" ⋮---- conversation context = conversation memory.build context thread id ⋮---- Add user turn to thread ⋮---- full prompt = f"{conversation context}\n\n=== NEW REQUEST ===\n{prompt}" ⋮---- full prompt = prompt ⋮---- model id = MODELS.get model,… 证据：`app/tools/text/ask_gemini.py`
- **--- Routing decision ---**（source_file）：ASK MODEL SCHEMA = { ⋮---- GEMINI PREFIXES = ⋮---- GEMINI SHORT NAMES = {"pro", "flash", "fast", "flash-lite"} ⋮---- OPENROUTER FALLBACK PREFIXES = "gemini-", "models/gemini-" OPENROUTER FALLBACK SHORT NAMES = {"pro", "flash", "fast", "flash-lite"} ⋮---- def is gemini model model id: str - bool ⋮---- lower = model id.lower ⋮---- def to openrouter google id model id: str - Optional str ⋮---- return f"google/{model id 7: }" strip "models/" prefix ⋮---- return None veo-, imagen-, deep-research → no OpenRouter equivalent ⋮---- def resolve gemini model model id: str - str ⋮---- """Map short names like 'pro', 'flash' to full model IDs.""" ⋮---- short map = { ⋮---- gemini model = model is not None… 证据：`app/tools/text/ask_model.py`
- **Brainstorm**（source_file）：def get methodology instructions methodology: str, domain: str = None - str ⋮---- methodologies = { ⋮---- BRAINSTORM SCHEMA = { ⋮---- topic = expand file references topic ⋮---- context = expand file references context ⋮---- combined = topic + context or "" size error = check prompt size combined ⋮---- framework = get methodology instructions methodology, domain ⋮---- prompt = f""" BRAINSTORMING SESSION 证据：`app/tools/text/brainstorm.py`
- **Challenge**（source_file）：FOCUS INSTRUCTIONS = { ⋮---- CHALLENGE SCHEMA = { ⋮---- statement = expand file references statement ⋮---- context = expand file references context ⋮---- combined = statement + context or "" size error = check prompt size combined ⋮---- focus instruction = FOCUS INSTRUCTIONS.get focus, FOCUS INSTRUCTIONS "general" context section = " Additional Context\n" + context if context else "" 证据：`app/tools/text/challenge.py`
- **Code Review**（source_file）：CODE REVIEW SCHEMA = { ⋮---- def code review code: str, focus: str = "general", model: str = "pro" - str ⋮---- code = expand file references code ⋮---- size error = check prompt size code ⋮---- prompt = f"""Review this code with focus on {focus}: 证据：`app/tools/text/code_review.py`
- **Changelog**（documentation）：All notable changes to this project will be documented in this file. 证据：`CHANGELOG.md`
- **Security Policy**（documentation）：Version Supported Notes ------- ------------------ ----- 3.0.x :white check mark: Current stable, security hardening 2.7.x :white check mark: Maintenance mode 2.6.x :white check mark: Maintenance mode < 2.6 :x: Upgrade recommended 证据：`SECURITY.md`
- **Claude-Gemini Co-Work Agent**（documentation）：You orchestrate collaborative work between Claude you and Gemini to produce better outcomes than either AI alone. 证据：`.claude/agents/cowork.md`
- **Gemini Codebase Analyzer**（documentation）：You are a codebase analysis specialist powered by Gemini's 1M token context window. Your role is to analyze large codebases and provide actionable insights. 证据：`.claude/agents/gemini-analyzer.md`
- **Gemini Deep Researcher**（documentation）：You are a research specialist powered by Google's Deep Research Agent. Your role is to conduct thorough, multi-step research on any topic. 证据：`.claude/agents/gemini-researcher.md`
- **Multi-Model Orchestrator**（documentation）：You are an AI orchestration specialist with access to 400+ AI models via Gemini and OpenRouter. Your role is to intelligently delegate tasks to the most appropriate model and synthesize results. 证据：`.claude/agents/model-orchestrator.md`
- **Ask Model**（documentation）：Parse $ARGUMENTS to extract the model and prompt: - If the first word matches a known model name or provider alias gpt-4o, gemini, llama, mistral, claude, flash, pro, openai/, meta-, anthropic/ , use it as the model - The rest is the prompt - If no model is specified, use model="pro" Gemini Pro 证据：`.claude/commands/ask-model.md`
- **Cowork**（documentation）：Invoke the cowork agent to work on: $ARGUMENTS 证据：`.claude/commands/cowork.md`
- **Gemini Analyze**（documentation）：Use the gemini analyze codebase tool to analyze: $ARGUMENTS 证据：`.claude/commands/gemini-analyze.md`
- **Gemini Brainstorm**（documentation）：Use the gemini brainstorm tool to brainstorm ideas for: $ARGUMENTS 证据：`.claude/commands/gemini-brainstorm.md`
- **Gemini Challenge**（documentation）：Use the gemini challenge tool to critically analyze the following: $ARGUMENTS 证据：`.claude/commands/gemini-challenge.md`
- **Step 1 — Read and analyze the document**（documentation）：You are a technical illustrator and visual communicator . Your mission: read the target document and systematically produce images that make every complex concept, process, dataset, and structure visually clear. 证据：`.claude/commands/gemini-illustrate.md`
- **What Gemini 3 Pro image generation excels at**（documentation）：You are acting as a visual director . Your job is to translate the user's request into one or more high-quality images using the gemini generate image MCP tool. 证据：`.claude/commands/gemini-image.md`
- **Gemini Models**（documentation）：Use the gemini list models tool to show all available AI models. 证据：`.claude/commands/gemini-models.md`
- **Gemini Research**（documentation）：Use the gemini deep research tool to research the following topic: $ARGUMENTS 证据：`.claude/commands/gemini-research.md`
- **Gemini Review**（documentation）：Use the gemini code review tool to review the following code or file: $ARGUMENTS 证据：`.claude/commands/gemini-review.md`
- **Setup**（documentation）：Guide the user through setting up omni-ai-mcp by asking for their API key directly in chat, then configuring it automatically. Follow these steps in order: 证据：`.claude/commands/setup.md`
- **Python**（source_file）：Python pycache / .py cod $py.class .so .Python env/ venv/ .env 证据：`.gitignore`
- **Dockerfile for gemini-mcp-pro**（source_file）：Dockerfile for gemini-mcp-pro v2.7.0 - Production-ready container 证据：`Dockerfile`
- **Init**（source_file）：version = "4.5.0" ⋮---- all = " version ", "main" 证据：`app/__init__.py`
- **Copy icon if present**（source_file）：set -euo pipefail BUILD DIR="build dxt" VERSION=$ python3 -c " import tomllib with open 'pyproject.toml', 'rb' as f: print tomllib.load f 'project' 'version' " 2 /dev/null grep '^version' pyproject.toml head -1 sed 's/. "\ . \ ". /\1/' OUTPUT="omni-ai-mcp-v${VERSION}.dxt" ZIP OUTPUT="omni-ai-mcp-v${VERSION}.zip" echo "Building .dxt extension v${VERSION} uvx/PyPI strategy ..." rm -rf "$BUILD DIR" "$OUTPUT" "$ZIP OUTPUT" mkdir -p "$BUILD DIR" cp manifest.json "$BUILD DIR/" if "$ uname -s " == "Darwin" ; then sed -i '' "s/\"version\": \" ^\" \"/\"version\": \"$VERSION\"/" "$BUILD DIR/manifest.json" else sed -i "s/\"version\": \" ^\" \"/\"version\": \"$VERSION\"/" "$BUILD DIR/manifest.json" fi… 证据：`scripts/build_dxt.sh`
- **Build Mcpb**（source_file）：set -euo pipefail BUNDLE DIR="bundle" OUTPUT="omni-ai-mcp.mcpb" echo "Building .mcpb bundle..." rm -rf "$BUNDLE DIR" "$OUTPUT" mkdir -p "$BUNDLE DIR/lib" pip install --target "$BUNDLE DIR/lib" \ "google-genai =1.55.0" \ "mcp cli =1.0.0" \ "pydantic =2.0.0" \ "defusedxml =0.7.1" \ "filelock =3.0.0" cp -r app/ "$BUNDLE DIR/app/" cp manifest.json "$BUNDLE DIR/" cp run.py "$BUNDLE DIR/" 2 /dev/null true if command -v mcpb & /dev/null; then mcpb pack "$BUNDLE DIR" --output "$OUTPUT" echo "Bundle created: $OUTPUT" else cd "$BUNDLE DIR" && zip -r "../$OUTPUT" . echo "Bundle created zip fallback : $OUTPUT" echo "Note: install @anthropic-ai/mcpb for proper .mcpb format" fi rm -rf "$BUNDLE DIR" echo… 证据：`scripts/build_mcpb.sh`
- **Copy commands from .claude/commands/ → commands/**（source_file）：set -euo pipefail BUILD DIR="build plugin" VERSION=$ python3 -c " import tomllib with open 'pyproject.toml', 'rb' as f: print tomllib.load f 'project' 'version' " 2 /dev/null grep '^version' pyproject.toml head -1 sed 's/. "\ . \ ". /\1/' OUTPUT="omni-ai-mcp-plugin-v${VERSION}.zip" echo "Building Claude Code plugin v${VERSION}..." rm -rf "$BUILD DIR" "$OUTPUT" mkdir -p "$BUILD DIR" mkdir -p "$BUILD DIR/.claude-plugin" cp .claude-plugin/plugin.json "$BUILD DIR/.claude-plugin/plugin.json" if "$ uname -s " == "Darwin" ; then sed -i '' "s/\"version\": \" ^\" \"/\"version\": \"$VERSION\"/" "$BUILD DIR/.claude-plugin/plugin.json" else sed -i "s/\"version\": \" ^\" \"/\"version\": \"$VERSION\"/" "… 证据：`scripts/build_plugin.sh`
- **macOS sed requires '' after -i; Linux sed doesn't — detect platform**（source_file）：set -euo pipefail if -z "${1:-}" ; then echo "Usage: bash scripts/bump version.sh " echo "Example: bash scripts/bump version.sh 4.1.0" exit 1 fi NEW VERSION="$1" if ! "$NEW VERSION" =~ ^ 0-9 +\. 0-9 +\. 0-9 +$ ; then echo "Error: version must be in X.Y.Z format got: $NEW VERSION " exit 1 fi CURRENT VERSION=$ python3 -c " import tomllib with open 'pyproject.toml', 'rb' as f: print tomllib.load f 'project' 'version' " if "$CURRENT VERSION" = "$NEW VERSION" ; then echo "Already at version $NEW VERSION — nothing to do." exit 0 fi echo "Bumping: $CURRENT VERSION → $NEW VERSION" echo "" macOS sed requires '' after -i; Linux sed doesn't — detect platform SED INPLACE= -i '' if "$ uname -s " != "Dar… 证据：`scripts/bump_version.sh`

## 宿主 AI 必须遵守的规则

- **把本资产当作开工前上下文，而不是运行环境。**：AI Context Pack 只包含证据化项目理解，不包含目标项目的可执行状态。 证据：`README.md`, `CLAUDE.md`, `.claude/commands/gemini.md`
- **回答用户时区分可预览内容与必须安装后才能验证的内容。**：安装前体验的消费者价值来自降低误装和误判，而不是伪装成真实运行。 证据：`README.md`, `CLAUDE.md`, `.claude/commands/gemini.md`

## 用户开工前应该回答的问题

- 你准备在哪个宿主 AI 或本地环境中使用它？
- 你只是想先体验工作流，还是准备真实安装？
- 你最在意的是安装成本、输出质量、还是和现有规则的冲突？

## 验收标准

- 所有能力声明都能回指到 evidence_refs 中的文件路径。
- AI_CONTEXT_PACK.md 没有把预览包装成真实运行。
- 用户能在 3 分钟内看懂适合谁、能做什么、如何开始和风险边界。

---

## Doramagic Context Augmentation

下面内容用于强化 Repomix/AI Context Pack 主体。Human Manual 只提供阅读骨架；踩坑日志会被转成宿主 AI 必须遵守的工作约束。

## Human Manual 骨架

使用规则：这里只是项目阅读路线和显著性信号，不是事实权威。具体事实仍必须回到 repo evidence / Claim Graph。

宿主 AI 硬性规则：
- 不得把页标题、章节顺序、摘要或 importance 当作项目事实证据。
- 解释 Human Manual 骨架时，必须明确说它只是阅读路线/显著性信号。
- 能力、安装、兼容性、运行状态和风险判断必须引用 repo evidence、source path 或 Claim Graph。

- **项目概览、特性与快速上手**：importance `high`
  - source_paths: README.md, pyproject.toml, requirements.txt, manifest.json, setup.sh
- **核心架构、服务层与安全模型**：importance `high`
  - source_paths: app/server.py, app/core/config.py, app/core/security.py, app/core/logging.py, app/services/gemini.py
- **MCP 工具集与 AI 集成细节**：importance `high`
  - source_paths: app/tools/registry.py, app/tools/text/ask_gemini.py, app/tools/text/ask_model.py, app/tools/text/brainstorm.py, app/tools/text/challenge.py
- **部署、配置、环境变量与常见故障**：importance `high`
  - source_paths: requirements.txt, pyproject.toml, Dockerfile, docker-compose.yml, run.py

## Repo Inspection Evidence / 源码检查证据

- repo_clone_verified: true
- repo_inspection_verified: true
- repo_commit: `13534e5b0b6c5817da91564aff15238b09434bd6`
- inspected_files: `Dockerfile`, `README.md`, `docker-compose.yml`, `pyproject.toml`, `requirements.txt`

宿主 AI 硬性规则：
- 没有 repo_clone_verified=true 时，不得声称已经读过源码。
- 没有 repo_inspection_verified=true 时，不得把 README/docs/package 文件判断写成事实。
- 没有 quick_start_verified=true 时，不得声称 Quick Start 已跑通。

## Doramagic Pitfall Constraints / 踩坑约束

这些规则来自 Doramagic 发现、验证或编译过程中的项目专属坑点。宿主 AI 必须把它们当作工作约束，而不是普通说明文字。

### Constraint 1: 来源证据：Bug: requirements.txt missing dependencies (mcp[cli], defusedxml)

- Trigger: GitHub 社区证据显示该项目存在一个安装相关的待验证问题：Bug: requirements.txt missing dependencies (mcp[cli], defusedxml)
- Why it matters: 可能增加新用户试用和生产接入成本。
- Evidence: community_evidence:github | https://github.com/marmyx77/omni-ai-mcp/issues/1 | 来源讨论提到 python 相关条件，需在安装/试用前复核。
- Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。

### Constraint 2: 可能修改宿主 AI 配置

- Trigger: 项目面向 Claude/Cursor/Codex/Gemini/OpenCode 等宿主，或安装命令涉及用户配置目录。
- Host AI rule: 列出会写入的配置文件、目录和卸载/回滚步骤。
- Why it matters: 安装可能改变本机 AI 工具行为，用户需要知道写入位置和回滚方法。
- Evidence: capability.host_targets | https://github.com/marmyx77/omni-ai-mcp | host_targets=mcp_host, claude_code, claude, chatgpt
- Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。

### Constraint 3: 能力判断依赖假设

- Trigger: README/documentation is current enough for a first validation pass.
- Host AI rule: 将假设转成下游验证清单。
- Why it matters: 假设不成立时，用户拿不到承诺的能力。
- Evidence: capability.assumptions | https://github.com/marmyx77/omni-ai-mcp | README/documentation is current enough for a first validation pass.
- Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。

### Constraint 4: 维护活跃度未知

- Trigger: 未记录 last_activity_observed。
- Host AI rule: 补 GitHub 最近 commit、release、issue/PR 响应信号。
- Why it matters: 新项目、停更项目和活跃项目会被混在一起，推荐信任度下降。
- Evidence: evidence.maintainer_signals | https://github.com/marmyx77/omni-ai-mcp | last_activity_observed missing
- Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。

- Trigger: no_demo
- Evidence: downstream_validation.risk_items | https://github.com/marmyx77/omni-ai-mcp | no_demo; severity=medium
- Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。

### Constraint 6: 存在评分风险

- Trigger: no_demo
- Why it matters: 风险会影响是否适合普通用户安装。
- Evidence: risks.scoring_risks | https://github.com/marmyx77/omni-ai-mcp | no_demo; severity=medium
- Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。

### Constraint 7: issue/PR 响应质量未知

- Trigger: issue_or_pr_quality=unknown。
- Host AI rule: 抽样最近 issue/PR，判断是否长期无人处理。
- Why it matters: 用户无法判断遇到问题后是否有人维护。
- Evidence: evidence.maintainer_signals | https://github.com/marmyx77/omni-ai-mcp | issue_or_pr_quality=unknown
- Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。

### Constraint 8: 发布节奏不明确

- Trigger: release_recency=unknown。
- Host AI rule: 确认最近 release/tag 和 README 安装命令是否一致。
- Why it matters: 安装命令和文档可能落后于代码，用户踩坑概率升高。
- Evidence: evidence.maintainer_signals | https://github.com/marmyx77/omni-ai-mcp | release_recency=unknown
- Hard boundary: 不要把这个坑点包装成已解决、已验证或可忽略，除非后续验证证据明确证明它已经关闭。