LMMパイプラインの決定文書インフラ キヤノン化、スキーマ検証、文法コンパイル、および耐久性のあるAIアーティファクトのMCPツール。

お問い合わせ

このREADME は 3 つのオーディエンスを配信します。 プロジェクト自体が3つの交差点に座っているので、それは珍しいことを知っており、私たちはそれについて直面しています。

| お問合わせ | ジャンプ | お問い合わせ | 制作実績評価 | エンジニア | エンジニア | | 研究者の皆様へ | 新着情報 | 研究者の皆様へ | | OCTAVEの読み書きが必要なAIエージェント | AIエージェント向け |

お問い合わせ

エンジニアのための##

OCTAVE は、MCP サーバーと CLI の構成されたドキュメント形式です。 ドキュメントは、単一の正式な形式に正規化し、独自のスキーマに対して検証し、すべての変換をログ化します。 圧縮、マルチエージェントハンドオフ、監査を生き残るために必要なAI文書のインフラです。

クイック例:変更点

LLM にプロジェクトの状態を要約し、予見を得るように依頼します。

別のLMに英語を休止し、それがパラファラーゼになる - 静かに事実をドロップし、詳細をマージし、「優先領域」を「脆弱性」にエスケープする。 LLMのバグではありません.

OCTAVE MCP Server

Deterministic document infrastructure for LLM pipelines. Canonicalization, schema validation, grammar compilation, and MCP tools for durable AI artifacts.

pip install octave-mcp

---

This README serves three audiences. We know that’s unusual, and we’re being upfront about it — because the project itself sits at the intersection of all three.

---

For Engineers

OCTAVE is a structured document format with an MCP server and CLI. Documents normalise to a single canonical form, validate against their own schema, and log every transformation. It’s infrastructure for AI documents that need to survive compression, multi-agent handoffs, and auditing.

Quick example: what changes

Ask an LLM to summarise a project status and you get prose:

The auth migration has been running for three sprints and keeps hitting
the same problems. There's a security audit in six weeks — the auditors
specifically flagged session management as a priority area. We've burned
through 60% of the quarterly budget on this migration alone.

Ask another LLM to restate that in English and it will paraphrase — silently dropping facts, merging details, escalating “priority area” to “vulnerability.” That’s not a bug in the LLM. It’s what prose invites: retelling.

OCTAVE structures the same information as labelled fields:

migration::auth_service[3_sprints∧SISYPHEAN_FAILURES]
CHRONOS::audit_6wk
  ARTEMIS::session_mgmt_targeted
DEMETER::"60%_quarterly_burned[this_migration_alone]"

Pass that to any LLM — even one that has never seen OCTAVE — and it translates each field separately. ARTEMIS (monitoring/targeting domain) reconstructs as “specifically targeted,” not “vulnerability.” CHRONOS (time pressure) stays distinct from DEMETER (budget). Facts don’t merge because the structure tells the agent “these are labelled data points,” not “this is a narrative to retell.”

The mythology terms (SISYPHEAN, ARTEMIS, CHRONOS, DEMETER) work like semantic zip files — compressed meaning that’s already in the model weights. No training needed. Why that works.

If an LLM writes it slightly wrong (extra spaces, ASCII -> instead of →), the normaliser autocorrects and gives you a receipt: