# slm-mcp-hub - 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 slm-mcp-hub 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

- **AI 研究者或研究型 Agent 构建者**：README 明确围绕研究、实验或论文工作流展开。 证据：`README.md` Claim：`clm_0002` supported 0.86
- **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

- **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_0001` supported 0.86

## 怎么开始

- `pip install slm-mcp-hub` 证据：`README.md` Claim：`clm_0004` supported 0.86

## 继续前判断卡

- **当前建议**：先做研究框架试用
- **为什么**：这个项目面向研究工作流，核心风险是资料可信度和输出质量；先用 Prompt Preview 验证研究框架，再在隔离环境试装。

### 30 秒判断

- **现在怎么做**：先做研究框架试用
- **最小安全下一步**：先用 Prompt Preview 验证研究框架；满意后再隔离试装
- **先别相信**：研究结论、引用和实验结果不能在安装前相信。
- **继续会触碰**：研究判断、命令执行、本地环境或项目文件

### 现在可以相信

- **适合人群线索：AI 研究者或研究型 Agent 构建者**（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_0002` supported 0.86
- **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：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_0001` 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

- **研究结论、引用和实验结果不能在安装前相信。**（unverified）：研究 Skill 可以组织问题和路径，但不能替代真实资料检索、论文核验和实验复现。
- **是否适合你的具体研究领域不能直接相信。**（unverified）：Skill 覆盖很多研究主题，不代表对你的领域、资料要求和可信度标准足够。
- **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。
- **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。
- **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

- **研究判断**：问题拆解、资料路径、实验路径、结论结构和可信度判断。 原因：研究型 Skill 可能让输出看起来更专业，但不能替代真实证据核验。
- **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`
- **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：`README.md`
- **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**：先验证它能否正确界定研究问题和证据边界，不要先相信研究输出。（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。）
- **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。
- **保留资料和结论核验清单**：如果后续发现引用或实验路径不可靠，可以回到证据边界阶段重新校验。
- **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。
- **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_0005` inferred 0.45
- **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_0006` 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

- **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_0001` supported 0.86

### 上下文规模

- 文件总数：72
- 重要文件覆盖：40/72
- 证据索引条目：42
- 角色 / Skill 条目：11

### 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 slm-mcp-hub 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 slm-mcp-hub 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 slm-mcp-hub 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 11 个角色 / Skill / 项目文档条目。

- **The Problem**（project_doc）：SLM MCP Hub The World's First MCP Gateway That Learns One hub process. Every MCP server. Every AI client. Shared across sessions. Federated tool discovery with memory, learning, and cost intelligence. 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`
- **Contributing to SLM MCP Hub**（project_doc）：Thank you for your interest in contributing to SLM MCP Hub. 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`
- **Authors**（project_doc）：Varun Pratap Bhardwaj - Senior Manager & Solution Architect - Qualixar https://qualixar.com · SuperLocalMemory https://superlocalmemory.com - 7 published research papers · 6 open-source products 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：`AUTHORS.md`
- **Changelog**（project_doc）：All notable changes to SLM MCP Hub 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`
- **Architecture Guide**（project_doc）：Without a hub, every AI client session spawns its own MCP processes: 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：`docs/ARCHITECTURE.md`
- **Configuration Reference**（project_doc）：Location: ~/.slm-mcp-hub/config.json 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：`docs/CONFIGURATION.md`
- **Getting Started with SLM MCP Hub**（project_doc）：SLM MCP Hub runs all your MCP servers in one process and shares them across every AI client session. Instead of each Claude Code window spawning its own 38 MCP processes, they all connect to one hub. 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：`docs/GETTING-STARTED.md`
- **Migration Guide: Direct MCPs to SLM MCP Hub**（project_doc）：Migration Guide: Direct MCPs to SLM MCP Hub 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：`docs/MIGRATION-GUIDE.md`
- **Code of Conduct**（project_doc）：We are committed to making participation in this project a harassment-free experience for everyone, regardless of age, body size, disability, ethnicity, gender identity, level of experience, nationality, personal appearance, race, religion, or sexual identity and orientation. 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：`CODE_OF_CONDUCT.md`
- **Commercial License**（project_doc）：SLM MCP Hub is released under the GNU Affero General Public License v3 AGPL-3.0-or-later . This means: 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：`COMMERCIAL-LICENSE.md`
- **Security Policy**（project_doc）：Version Supported :-------- :---------: 0.1.x Yes 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`

## 证据索引

- 共索引 42 条证据。

- **The Problem**（documentation）：SLM MCP Hub The World's First MCP Gateway That Learns One hub process. Every MCP server. Every AI client. Shared across sessions. Federated tool discovery with memory, learning, and cost intelligence. 证据：`README.md`
- **Package**（package_manifest）：{ "name": "slm-mcp-hub", "version": "0.2.3", "description": "The first MCP gateway that learns, hot-reloads, and serves both stdio + HTTP natively. Zero-restart server lifecycle, native Claude Desktop integration, intelligent federation, and learned routing for Model Context Protocol.", "keywords": "mcp", "model-context-protocol", "gateway", "proxy", "ai-tools", "slm", "superlocalmemory", "qualixar", "claude", "claude-code", "mcp-hub", "tool-federation", "ai-agent" , "author": { "name": "Varun Pratap Bhardwaj", "email": "varun@qualixar.com", "url": "https://varunpratap.com" }, "license": "AGPL-3.0-or-later", "repository": { "type": "git", "url": "https://github.com/qualixar/slm-mcp-hub.git"… 证据：`package.json`
- **Contributing to SLM MCP Hub**（documentation）：Thank you for your interest in contributing to SLM MCP Hub. 证据：`CONTRIBUTING.md`
- **License**（source_file）：GNU AFFERO GENERAL PUBLIC LICENSE Version 3, 19 November 2007 证据：`LICENSE`
- **Authors**（documentation）：Varun Pratap Bhardwaj - Senior Manager & Solution Architect - Qualixar https://qualixar.com · SuperLocalMemory https://superlocalmemory.com - 7 published research papers · 6 open-source products 证据：`AUTHORS.md`
- **Changelog**（documentation）：All notable changes to SLM MCP Hub will be documented in this file. 证据：`CHANGELOG.md`
- **Architecture Guide**（documentation）：Without a hub, every AI client session spawns its own MCP processes: 证据：`docs/ARCHITECTURE.md`
- **Configuration Reference**（documentation）：Location: ~/.slm-mcp-hub/config.json 证据：`docs/CONFIGURATION.md`
- **Getting Started with SLM MCP Hub**（documentation）：SLM MCP Hub runs all your MCP servers in one process and shares them across every AI client session. Instead of each Claude Code window spawning its own 38 MCP processes, they all connect to one hub. 证据：`docs/GETTING-STARTED.md`
- **Migration Guide: Direct MCPs to SLM MCP Hub**（documentation）：Migration Guide: Direct MCPs to SLM MCP Hub 证据：`docs/MIGRATION-GUIDE.md`
- **Init**（source_file）：version = "0.1.2" 证据：`src/slm_mcp_hub/__init__.py`
- **Load existing config or create default**（source_file）：SECRETS PATHS = def load secrets - None ⋮---- line = line.strip ⋮---- key = key.strip val = val.strip ⋮---- def setup logging level: str, , stderr only: bool = False - None ⋮---- stream = sys.stderr if stderr only else None ⋮---- @click.group @click.version option VERSION, prog name="slm-mcp-hub" def cli - None def kill existing hub config host: str, config port: int - None ⋮---- old pid = read pid file ⋮---- sock = socket.socket socket.AF INET, socket.SOCK STREAM ⋮---- result = subprocess.run ⋮---- orphan pid = int pid str.strip ⋮---- @cli.command @click.option "--port", type=int, default=None, help="Port to listen on" @click.option "--config", "config path", type=click.Path exists=True, p… 证据：`src/slm_mcp_hub/cli/main.py`
- **Server Commands**（source_file）：def hub url - str ⋮---- cfg = load config ⋮---- def post reload - dict ⋮---- """POST /api/reload to the running hub. Returns the JSON response.""" ⋮---- resp = httpx.post f"{ hub url }/api/reload", timeout=120.0 ⋮---- def get status detail - dict ⋮---- resp = httpx.get f"{ hub url }/api/servers/detail", timeout=10.0 ⋮---- def parse env args env pairs: tuple str, ... - dict str, str ⋮---- out: dict str, str = {} ⋮---- @click.group def server - None ⋮---- """Manage federated MCP servers — hot-add, hot-remove, hot-modify.""" ⋮---- @server.command "list" @click.option "--show-tools", is flag=True, help="Show tool count per server" def server list show tools: bool - None ⋮---- data = get status… 证据：`src/slm_mcp_hub/cli/server_commands.py`
- **Claude Desktop reliably supports stdio entries; HTTP loopback entries**（source_file）：@click.group def setup - None ⋮---- @setup.command "detect" @click.option "--json-output", "as json", is flag=True, help="Output as JSON" def setup detect as json: bool - None ⋮---- detector = ClientDetector clients = detector.detect all ⋮---- data = ⋮---- hub flag = "Yes" if c.hub registered else "No" ⋮---- normalized = client name.replace "-", " " if client name else None targets = clients if register all else tuple ⋮---- Claude Desktop reliably supports stdio entries; HTTP loopback entries are blocked by Anthropic's CA-signed-cert requirement. Stdio mode spawns slm-hub mcp as a subprocess — no Node bridge. ⋮---- registrar = AutoRegister hub url, transport="stdio" ⋮---- registrar = AutoRe… 证据：`src/slm_mcp_hub/cli/setup_commands.py`
- **COUNT-DROP GUARD — refuse catastrophic shrinkage unless forced**（source_file）：logger = logging.getLogger name ⋮---- @dataclass frozen=True class MCPServerConfig ⋮---- name: str transport: str command: str = "" args: tuple str, ... = env: dict str, str = field default factory=dict url: str = "" headers: dict str, str = field default factory=dict enabled: bool = True always on: bool = False no cache: bool = False cost per call cents: float = 0.0 ⋮---- @dataclass frozen=True class HubConfig ⋮---- """Complete hub configuration — immutable after creation.""" host: str = DEFAULT HOST port: int = DEFAULT PORT config dir: Path = CONFIG DIR mcp servers: tuple MCPServerConfig, ... = session timeout seconds: int = SESSION TIMEOUT SECONDS max sessions: int = MAX SESSIONS cache t… 证据：`src/slm_mcp_hub/core/config.py`
- **Init**（source_file）：all = 证据：`src/slm_mcp_hub/discovery/__init__.py`
- **Create backup BEFORE modifying**（source_file）：logger = logging.getLogger name HUB ENTRY NAME = "hub" ⋮---- @dataclass frozen=True class RegistrationPlan ⋮---- client name: str config path: Path hub entry: dict str, Any backup path: Path already registered: bool ⋮---- @dataclass frozen=True class RegistrationResult ⋮---- success: bool ⋮---- backup path: Path None = None error: str None = None ⋮---- @dataclass frozen=True class ImportResult ⋮---- source name: str imported count: int skipped count: int total in source: int ⋮---- entry: dict str, Any = {"command": command, "args": list args } ⋮---- def read json path: Path - dict str, Any ⋮---- text = path.read text encoding="utf-8" ⋮---- def write json path: Path, data: dict str, Any - No… 证据：`src/slm_mcp_hub/discovery/auto_register.py`
- **Client Detector**（source_file）：logger = logging.getLogger name ⋮---- @dataclass frozen=True class ClientConfig ⋮---- name: str display name: str config paths: tuple Path, ... mcp key: str config format: str ⋮---- @dataclass frozen=True class DetectedClient ⋮---- config path: Path mcp count: int hub registered: bool ⋮---- def macos app support - Path def linux config - Path def build known clients - tuple ClientConfig, ... ⋮---- is mac = platform.system == "Darwin" ⋮---- vscode path = macos app support / "Code" / "User" / "settings.json" cursor path = macos app support / "Cursor" / "User" / "settings.json" claude desktop path = macos app support / "Claude" / "claude desktop config.json" ⋮---- vscode path = linux config /… 证据：`src/slm_mcp_hub/discovery/client_detector.py`
- **Start reading stdout JSON-RPC responses**（source_file）：logger = logging.getLogger name class ConnectionState str, Enum ⋮---- DISCONNECTED = "disconnected" CONNECTING = "connecting" CONNECTED = "connected" DRAINING = "draining" ERROR = "error" class MCPConnection ⋮---- def init self, config: MCPServerConfig - None ⋮---- @property def name self - str ⋮---- @property def state self - str ⋮---- @property def capabilities self - dict str, Any ⋮---- @property def is connected self - bool ⋮---- @property def is draining self - bool ⋮---- @property def in flight count self - int ⋮---- @property def uptime seconds self - float async def connect self - None async def disconnect self - None async def drain and disconnect self, timeout s: float = 30.0 - No… 证据：`src/slm_mcp_hub/federation/connection.py`
- **Namespace**（source_file）：SAFE NAME RE = re.compile r" ^a-zA-Z0-9 " def safe server id server name: str - str ⋮---- """Convert a server name to a safe alphanumeric ID for namespacing. Replaces all non-alphanumeric characters with underscores. """ ⋮---- def make unique id base id: str, existing ids: set str - str ⋮---- counter = 2 ⋮---- def namespace name server id: str, original name: str - str ⋮---- """Create a namespaced capability name. namespace name "github", "create issue" 'github create issue' Reverse a namespaced name into server id, original name . Returns the split at the first delimiter occurrence so that original names containing the delimiter are preserved. parse namespaced "github create issue" 'github… 证据：`src/slm_mcp_hub/federation/namespace.py`
- **Cache**（source_file）：logger = logging.getLogger name DEFAULT NO CACHE TOOLS: frozenset str = frozenset { def make cache key server name: str, tool name: str, arguments: dict str, Any - str ⋮---- args json = json.dumps arguments, sort keys=True, default=str args hash = hashlib.sha256 args json.encode .hexdigest :16 ⋮---- class CacheEntry ⋮---- """A single cached tool call result.""" slots = "key", "result", "created at", "ttl seconds", "hit count" def init self, key: str, result: dict str, Any , ttl seconds: int - None ⋮---- @property def is expired self - bool class CacheEngine ⋮---- @property def size self - int ⋮---- @property def hit count self - int ⋮---- @property def miss count self - int ⋮---- @property… 证据：`src/slm_mcp_hub/intelligence/cache.py`
- **Check global budget**（source_file）：logger = logging.getLogger name DEFAULT COST TABLE: dict str, float = { def load cost table from file path: Path - dict str, float ⋮---- data = json.load f ⋮---- @dataclass class BudgetInfo ⋮---- scope: str budget cents: float spent cents: float = 0.0 period start: float = field default factory=time.time ⋮---- @property def remaining cents self - float ⋮---- @property def is over budget self - bool ⋮---- @dataclass frozen=True class CascadeOption ⋮---- tool name: str cost cents: float class CostEngine ⋮---- @property def total spent cents self - float ⋮---- @property def total calls self - int def get tool cost self, namespaced tool: str - float def set tool cost self, namespaced tool: str,… 证据：`src/slm_mcp_hub/intelligence/cost.py`
- **Priority 1: Is it from a relevant server?**（source_file）：logger = logging.getLogger name ACTIVITY CATEGORIES: dict str, list str = { def classify activity tool name: str - str ⋮---- lower = tool name.lower ⋮---- PROJECT TYPE HINTS: dict str, list str = { EXT TO PROJECT TYPE: dict str, str = { def detect project type project path: str - str None ⋮---- path = Path project path ⋮---- type counts: Counter str = Counter ⋮---- pt = EXT TO PROJECT TYPE.get child.suffix.lower ⋮---- pt = EXT TO PROJECT TYPE.get grandchild.suffix.lower ⋮---- def get relevant servers project type: str None - list str class ToolFilter ⋮---- def init self, max direct tools: int = 20 - None def record usage self, namespaced tool: str - None def get top tools self, n: int None… 证据：`src/slm_mcp_hub/intelligence/filtering.py`
- **Learning**（source_file）：logger = logging.getLogger name CHAIN WINDOW SECONDS = 60.0 ⋮---- @dataclass frozen=True class ToolCallRecord ⋮---- session id: str server name: str tool name: str duration ms: int success: bool cost cents: float timestamp: float class LearningEngine ⋮---- def init self, slow threshold ms: int = 10 000 - None ⋮---- rec = ToolCallRecord ⋮---- namespaced = f"{server name} {tool name}" ⋮---- def get frequency ranking self, n: int = 20 - list tuple str, int ⋮---- """Get the N most frequently used tools.""" ⋮---- def get success rates self - dict str, float ⋮---- """Get success rate per tool 0.0–1.0 .""" rates = {} ⋮---- def get slow tools self - list tuple str, float ⋮---- """Get tools with ave… 证据：`src/slm_mcp_hub/intelligence/learning.py`
- **Lifecycle**（source_file）：logger = logging.getLogger name class LifecycleManager ⋮---- def mark always on self, server name: str - None def is always on self, server name: str - bool def is started self, server name: str - bool def record start self, server name: str - None def record stop self, server name: str - None def record call self, server name: str - None def needs start self, server name: str - bool def get idle servers self - list str ⋮---- now = time.time idle = ⋮---- last = self. last call.get name, 0 ⋮---- def get status self - dict str, Any ⋮---- servers = {} ⋮---- idle secs = now - last if last 0 else 0 证据：`src/slm_mcp_hub/intelligence/lifecycle.py`
- **Base**（source_file）：class HubPlugin ABC ⋮---- @property @abstractmethod def name self - str ⋮---- @property @abstractmethod def version self - str async def on hub start self, hub: HubOrchestrator - None async def on hub stop self - None ⋮---- async def on session start self, session id: str, client info: dict str, Any - None async def on session end self, session id: str - None async def on mcp connect self, server name: str - None async def on mcp disconnect self, server name: str - None 证据：`src/slm_mcp_hub/plugins/base.py`
- **Watchdog**（source_file）：logger = logging.getLogger name LAUNCHD LABEL = "com.qualixar.slm-mcp-hub" SYSTEMD UNIT = "slm-mcp-hub.service" def generate launchd plist port: int = 52414 - str ⋮---- slm hub bin = find binary home = str Path.home current path = os.environ.get "PATH", "/usr/local/bin:/usr/bin:/bin:/opt/homebrew/bin" ⋮---- def generate systemd unit port: int = 52414 - str def install launchd port: int = 52414 - Path ⋮---- plist dir = Path.home / "Library" / "LaunchAgents" ⋮---- plist path = plist dir / f"{LAUNCHD LABEL}.plist" ⋮---- def write pid file - None def read pid file - int None def remove pid file - None def is running - bool ⋮---- pid = read pid file ⋮---- def find binary - str ⋮---- candidate =… 证据：`src/slm_mcp_hub/resilience/watchdog.py`
- **Http Server**（source_file）：logger = logging.getLogger name ⋮---- app = FastAPI ⋮---- @app.post MCP ENDPOINT PATH async def mcp post request: Request - Response ⋮---- session id = request.headers.get "mcp-session-id", "" ⋮---- body = await request.json ⋮---- is initialize = body.get "method" == "initialize" ⋮---- client info = body.get "params", {} .get "clientInfo", {} session id = session manager.create session ⋮---- session = session manager.get session session id ⋮---- result = await mcp endpoint.handle jsonrpc session id, body ⋮---- headers = {"Mcp-Session-Id": session id} ⋮---- @app.get f"{API PREFIX}/health" async def health - dict str, Any ⋮---- status = hub status fn if hub status fn else {} ⋮---- @app.get f"… 证据：`src/slm_mcp_hub/server/http_server.py`
- **Mcp Endpoint**（source_file）：logger = logging.getLogger name class MCPEndpoint ⋮---- async def handle initialize self, session id: str, params: dict str, Any - dict str, Any ⋮---- client info = params.get "clientInfo", {} client name = client info.get "name", "unknown" session = self. session manager.get session session id ⋮---- async def handle tools list self, session id: str, params: dict str, Any - dict str, Any ⋮---- total tools = self. registry.tool count server count = len { meta tools = ⋮---- META TOOL ALIASES = { async def handle meta tool self, name: str, arguments: dict str, Any - dict str, Any ⋮---- name = self. META TOOL ALIASES.get name, name ⋮---- async def meta search tools self, arguments: dict str, An… 证据：`src/slm_mcp_hub/server/mcp_endpoint.py`
- **Handle MCP protocol methods**（source_file）：logger = logging.getLogger name class ProxyEndpoint ⋮---- def init self, conn manager: ConnectionManager, hub: HubOrchestrator None = None - None def get connection self, server name: str - MCPConnection None ⋮---- method = message.get "method", "" params = message.get "params", {} msg id = message.get "id" ⋮---- conn = self.get connection server name ⋮---- Handle MCP protocol methods ⋮---- tools = conn.capabilities.get "tools", ⋮---- resources = conn.capabilities.get "resources", ⋮---- templates = conn.capabilities.get "resource templates", ⋮---- prompts = conn.capabilities.get "prompts", ⋮---- """Forward a tool call to the backend and return the result.""" tool name = params.get "name", "… 证据：`src/slm_mcp_hub/server/proxy_endpoint.py`
- **Notification — no response expected**（source_file）：logger = logging.getLogger name class StdioServer ⋮---- def stop self - None async def serve loop self, reader: Any, writer: Any - None ⋮---- line = await reader.readline ⋮---- text = line.decode "utf-8", errors="replace" .strip if isinstance line, bytes else line.strip ⋮---- body = json.loads text ⋮---- async def handle one self, writer: Any, body: dict str, Any - None ⋮---- """Dispatch one JSON-RPC message to the endpoint and write the response.""" ⋮---- result = await self. endpoint.handle jsonrpc self. session id, body ⋮---- Notification — no response expected ⋮---- async def send notification self, writer: Any, msg: dict str, Any - None ⋮---- """Forward a server-to-client JSON-RPC noti… 证据：`src/slm_mcp_hub/server/stdio_server.py`
- **Database**（source_file）：logger = logging.getLogger name class HubDatabase ⋮---- def init self, db path: Path None = None - None def open self - None def close self - None ⋮---- @property def connection self - sqlite3.Connection def execute self, sql: str, params: tuple Any, ... = - sqlite3.Cursor def executemany self, sql: str, params seq: list tuple Any, ... - sqlite3.Cursor def fetch one self, sql: str, params: tuple Any, ... = - sqlite3.Row None ⋮---- cursor = self.execute sql, params ⋮---- def fetch all self, sql: str, params: tuple Any, ... = - list sqlite3.Row def insert self, table: str, data: dict str, Any - int ⋮---- ALLOWED TABLES = frozenset { ⋮---- columns = ", ".join data.keys placeholders = ", ".join… 证据：`src/slm_mcp_hub/storage/database.py`
- **Schema**（source_file）：SCHEMA VERSION = 1 MIGRATIONS: dict int, list str = { 证据：`src/slm_mcp_hub/storage/schema.py`
- **Code of Conduct**（documentation）：We are committed to making participation in this project a harassment-free experience for everyone, regardless of age, body size, disability, ethnicity, gender identity, level of experience, nationality, personal appearance, race, religion, or sexual identity and orientation. 证据：`CODE_OF_CONDUCT.md`
- **Commercial License**（documentation）：SLM MCP Hub is released under the GNU Affero General Public License v3 AGPL-3.0-or-later . This means: 证据：`COMMERCIAL-LICENSE.md`
- **Security Policy**（documentation）：Version Supported :-------- :---------: 0.1.x Yes 证据：`SECURITY.md`
- **Internal planning artifacts not for public repo**（source_file）：Internal planning artifacts not for public repo .backup/ 证据：`.gitignore`
- **Citation**（source_file）：cff-version: 1.2.0 message: "If you use SLM MCP Hub in your research, please cite it as below." type: software title: "SLM MCP Hub: The World's First MCP Gateway That Learns" version: 0.1.0 date-released: "2026-04-15" license: AGPL-3.0-or-later repository-code: "https://github.com/qualixar/slm-mcp-hub" url: "https://qualixar.com/slm-mcp-hub" authors: - family-names: Bhardwaj given-names: Varun Pratap affiliation: Qualixar keywords: - mcp - model-context-protocol - gateway - ai-agents - tool-federation - superlocalmemory references: - type: article title: "SuperLocalMemory V3: Information-Geometric Foundations for Zero-LLM Enterprise Agent Memory" authors: - family-names: Bhardwaj given-name… 证据：`CITATION.cff`
- **Notice**（source_file）：SLM MCP Hub Copyright 2026 Varun Pratap Bhardwaj / Qualixar 证据：`NOTICE`
- **!/usr/bin/env node**（source_file）：!/usr/bin/env node / SLM MCP Hub — npm binary wrapper. Forwards all arguments to the Python slm-hub CLI. / const { spawnSync } = require 'child process' ; const os = require 'os' ; 证据：`bin/slm-hub-npm`
- **Pyproject**（source_file）：build-system requires = "setuptools =68.0", "wheel" build-backend = "setuptools.build meta" 证据：`pyproject.toml`
- **Postinstall**（source_file）：function findPython ⋮---- } catch e { / next / } 证据：`scripts/postinstall.js`

## 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`, `package.json`, `CONTRIBUTING.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`, `package.json`, `CONTRIBUTING.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**：importance `high`
  - source_paths: README.md, package.json, pyproject.toml
- **Src 模块**：importance `high`
  - source_paths: src/slm_mcp_hub/__init__.py, src/slm_mcp_hub/cli/__init__.py, src/slm_mcp_hub/cli/main.py, src/slm_mcp_hub/cli/server_commands.py, src/slm_mcp_hub/cli/setup_commands.py
- **Server 模块**：importance `high`
  - source_paths: src/slm_mcp_hub/server/__init__.py, src/slm_mcp_hub/server/http_server.py, src/slm_mcp_hub/server/mcp_endpoint.py, src/slm_mcp_hub/server/proxy_endpoint.py, src/slm_mcp_hub/server/stdio_server.py
- **Cli 模块**：importance `high`
  - source_paths: src/slm_mcp_hub/cli/__init__.py, src/slm_mcp_hub/cli/main.py, src/slm_mcp_hub/cli/server_commands.py, src/slm_mcp_hub/cli/setup_commands.py

## Repo Inspection Evidence / 源码检查证据

- repo_clone_verified: true
- repo_inspection_verified: true
- repo_commit: `99ed1698a6ba4cd01476a4f51e09ade15adaed2d`
- inspected_files: `pyproject.toml`, `README.md`, `package.json`, `docs/ARCHITECTURE.md`, `docs/MIGRATION-GUIDE.md`, `docs/GETTING-STARTED.md`, `docs/CONFIGURATION.md`, `src/slm_mcp_hub/__init__.py`, `src/slm_mcp_hub/core/config.py`, `src/slm_mcp_hub/core/registry.py`, `src/slm_mcp_hub/core/constants.py`, `src/slm_mcp_hub/core/__init__.py`, `src/slm_mcp_hub/core/hub.py`, `src/slm_mcp_hub/intelligence/filtering.py`, `src/slm_mcp_hub/intelligence/cache.py`, `src/slm_mcp_hub/intelligence/__init__.py`, `src/slm_mcp_hub/intelligence/lifecycle.py`, `src/slm_mcp_hub/intelligence/learning.py`, `src/slm_mcp_hub/intelligence/cost.py`, `src/slm_mcp_hub/security/audit.py`

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: 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 | github_repo:1211447212 | https://github.com/qualixar/slm-mcp-hub | host_targets=mcp_host, claude_code, claude
- 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: 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 | github_repo:1211447212 | https://github.com/qualixar/slm-mcp-hub | 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 3: 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 | github_repo:1211447212 | https://github.com/qualixar/slm-mcp-hub | 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 | github_repo:1211447212 | https://github.com/qualixar/slm-mcp-hub | 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 5: 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 | github_repo:1211447212 | https://github.com/qualixar/slm-mcp-hub | 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: 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 | github_repo:1211447212 | https://github.com/qualixar/slm-mcp-hub | 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 7: 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 | github_repo:1211447212 | https://github.com/qualixar/slm-mcp-hub | 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。