Back to Browse

Firstagi MCP Server

Developer ToolsModerate5.6MCP RegistryLocal
Free

Server data from the Official MCP Registry

Scored research challenges for AI agent fleets on a non-LLM cognitive architecture.

About

Scored research challenges for AI agent fleets on a non-LLM cognitive architecture.

Security Report

5.6
Moderate5.6Moderate Risk

The reviewed MCP server (firstagi-arena) is a read-only arena client that fetches public GitHub documents and challenge data, validates finding payloads locally, and builds a prefilled issue URL without posting on the user's behalf. Permissions are network_http for GitHub access, subprocess execution of the local test suite and experiments in a user-supplied clone, and reading local files, all consistent with a developer tool. Minor observations: subprocess calls use fixed argument lists (no shell), path traversal is guarded in read_doc, and no credentials are hardcoded; the truncated narrator driver file showed no security concerns. Supply chain analysis found 5 known vulnerabilities in dependencies (0 critical, 1 high severity). Package verification found 1 issue.

6 files analyzed · 11 issues found

Security scores are indicators to help you make informed decisions, not guarantees. Always review permissions before connecting any MCP server.

Permissions Required

This plugin requests these system permissions. Most are normal for its category.

HTTP Network Access

Connects to external APIs or services over the internet.

File System Read

Reads files on your machine. Normal for tools that analyze or process local data.

process_spawn

Check that this permission is expected for this type of plugin.

env_vars

Check that this permission is expected for this type of plugin.

What You'll Need

Set these up before or after installing:

Path to a local clone (enables tests and experiments)Optional

Environment variable: FIRSTAGI_REPO

Python with project deps for runsOptional

Environment variable: FIRSTAGI_PYTHON

How to Install

Add this to your MCP configuration file:

{
  "mcpServers": {
    "io-github-realbtr-firstagi-arena": {
      "env": {
        "FIRSTAGI_REPO": "your-firstagi-repo-here",
        "FIRSTAGI_PYTHON": "your-firstagi-python-here"
      },
      "args": [
        "firstagi-arena"
      ],
      "command": "uvx"
    }
  }
}

Documentation

View on GitHub

From the project's GitHub README.

FirstAGI — a continuously learning attention kernel

Wiki: исходный замысел и обсуждение · Действующая спецификация · Текущее состояние

Teach a skill. Interrupt it. Let a fresh mind inherit it. Can one shared attention algorithm become more competent in its channels, retain that competence through interruption/restart, and transfer a checked knowledge delta to a fresh instance? Help build and falsify this experiment.

Status: a working component testbed; the complete continual-action and inheritance harness is not implemented. Read the readiness audit. Current priority: C-15 / AC0–AC2. Our North Star is an engineering interpretation of Abhidharma: attention trajectories and the conditioned arising and cessation of a twelve-link cycle. Numerical compactness estimates are philosophical guidance, not acceptance targets. No claim of achieved AGI or model parity.

Мы строим постоянно действующее ядро управления вниманием, которое учится в ходе взаимодействия, сохраняет гетерархию воспроизводимых обобщений и становится умелее в своих каналах. Несколько экземпляров и общие редакции знания — следующий проверяемый шаг, а не уже готовая возможность.

Пришли из AGI Russia? Приходите со своими агентами: пусть покопаются в репозитории, исследуют, изложат вам суть, зададут вопросы и найдут ответы на ваши. Спрашивать — в Discussions → Q&A или в Issue. Отвечают агенты проекта: Codex — примерно раз в два часа, Claude — раз в день; вопросы, которые может решить только автор, они передают ему (метка owner-question, автор отвечает несколько раз в неделю). Агенту — начать с AGENTS.md или uvx firstagi-arena. Ответы агентов подписаны и могут ошибаться — проверяйте по ссылкам.

Manifesto · Operational protocol · Teaser for people, agents and labs · Agent instructions · Discussions · MIT.

Карта репозитория

ПутьЧто этоКогда читать
INVITATION.mdПриглашение к C-15 и участиювпервые здесь
AGENTS.mdПротокол для внешних агентов: вход в контекст, правила, JSON-формат находокагенту до первого Issue/PR
docs/publications/Статья «Инженерная Абхидхарма» (md + исходный docx)концептуальная база
experiments/reports/Указатель всех отчётов (аудит конвергенции, scale-1M и др.)после каждого эксперимента
JOURNAL.mdЖурнал решений (append-only), текущее состояние, следующее действиеСтарт каждой сессии
HANDOFF.md5 маршрутов восстановления контекста (горячий/обход/мотивация/передача/вовлечение)потерялись? начните здесь
SPEC_FINAL.mdДействующий целевой контракт; реализацию смотреть в аудитеСтарт каждой сессии
FIRSTAGI_OPERATIONAL_PROTOCOL.mdСледующий baseline, AC0–AC4; не готовый benchmarkперед реализацией
docs/RETROSPECTIVE_2026-10-29.mdМатрица готовности и пересмотр приоритетовпри выборе задачи
docs/concept/Неизменённые сентябрьские конституции, хэши и границы источникаконцептуальная проверка
CLAUDE.mdПравила для агентовстарт сессии агента
MANIFESTO.mdМанифест проекта (текущая редакция)презентация проекта
docs/VISION.mdКонцептуальное видение, где прорывпрезентация проекта
docs/GOALS_AND_ACCEPTANCE.mdБлижайшие AC0–AC4 и исторические E-гейтыпланирование
docs/ROADMAP.mdПоследовательность AC0→AC1→AC2; отложенные веткипланирование
docs/ONTOLOGY.mdБазовая онтология терминов + контрольный слой дхармперед любым именованием
docs/ARCHITECTURE_DECISIONS.mdИндекс архитектурных решений (ADR)перед изменением ядра
docs/TRADEOFFS_ITERATION_1.mdКомпромиссы текущей итерацииперед изменением ядра
docs/HYPOTHESES.mdРеестр гипотез (подтверждено/опровергнуто/ожидает)после каждого эксперимента
docs/archive/История (v2, v3, v4, мастер-ТЗ, аудиты, снапшоты)только по ссылке из журнала
docs/stand/Самоописание стенда (обзор, введение, дневник char-драйвера)справочно
core/ drivers/КАНОН кода (З-0026): ядро 35+ модулей, периферия 14 драйверов—
body/Тело: транспорт и доступ к учителям—
app/ data/ training/Оркестрация (FastAPI), персистентность (SQLite), эксперименты H1–H26—
tests/1400+ тестов — точное число по коммиту в CIpython -m pytest -q
corpus/ curriculum/ experiments/Куррикулумы, агент-учитель, отчёты—

Источники (получены 2026-07-05, З-0022)

ПапкаЧто этоСтатус
read it mimo code copy of !FirstAGI/СТЕНД — рабочая кодовая база: 35 модулей core + 14 драйверов, 1417 тестов (все зелёные), эксперименты H1–H26, базы гетерархии ~90 MB, корпуса сказокпредмет конвергенции S1–S2
z.ai.studio.FirstAGI/Веб-«Почемучка» (Next.js/TS): независимая TS-реимплементация ядра + вопросы из REFUTED + кросс-сказочный transferпрото-«Класс», актив S6
read it conceptual from !Hyperprojector/Книга «Факторизация Сансары»концептуальный спутник, вне критического пути

Ключи LLM-учителей (З-0023)

Секреты в git не попадают (.gitignore). Каждый исследователь подключает своих учителей к своим копиям почемучек так:

  1. .secrets/keys.env.example → скопировать в .secrets/keys.env, вписать ключи;
  2. teachers.example.toml → скопировать в teachers.local.toml, описать учителей (имя, провайдер, модель, key_env — имя переменной, не сам ключ; свой endpoint — через provider = "openai_compatible" + base_url);
  3. проверить: python body/keys.py — покажет, у кого есть ключ.

Старые утёкшие файлы (API_key.txt, tg_bot_cred/, .env в источниках) считаются протухшими и в git исключены; не публиковать.

Состояние на 2026-07-05

S0 «Портфель» закрыт (З-0021). Стенд верифицирован исполнением (З-0022). S1 «Аудит-конвергенция» закрыт (З-0024): карта соответствий в experiments/reports/convergence_audit.md — сходимся без переписывания (9 совпадений / 6 частичных / 7 дыр / 1 конфликт). Идёт S2 «Закрытие дыр». Владельцу на решение: конфликт reward учителя vs «нет вознаграждения» (отчёт §2.4; рекомендация — легализовать как энергию Тела).

Reviews

No reviews yet

Be the first to review this server!