** Текущий выпуск: ** v3.22.2 — клон main или скачать архив выпуска. Нет никакого npm пакета; построить из источника ([T1]).

Сервер MCP, который заставляет агента кодирования ИИ работать через фиксированную семифазную систему Цикл вместо того, чтобы прыгать прямо в код. Он был создан для Cursor, но… MCP должен работать с любым клиентом, который поддерживает инструменты.

Этот репозиторий является ** снимком, а не живым деревом**. Развивайте M7 между Июнь 2025 года и середина 2012 года как частный инструмент, используемый мной и моей командой. Версия Здесь опубликовано состояние РЕПО по состоянию на июль 2026 года со связанными частями для этого закрытого распространения (самообновление клиента, проверка лицензии, частный доступ) ворота) и один незавершенный исследовательский модуль удален. Развитие продолжается в частном порядке; я могу или не могу синхронизировать больше Позже. CHANGELOG.md о том, что изменилось, когда docs/WHY OPEN SOURCE.md почему это опубликовано как открытый исходный код, а не как патент или компания.

Что он делает

Основная идея проста: прежде чем агент коснется кода, он должен пройти открытие, архитектура, решение, анализ воздействия и реализация

M7 MCP

Current release: v3.22.2 — clone main or download the release archive. There is no npm package; build from source (npm run build).

An MCP server that makes an AI coding agent work through a fixed seven-phase cycle instead of jumping straight to code. It was built for Cursor, but it speaks plain MCP over stdio and should work with any client that supports tools.

This repository is a snapshot, not the live tree. I developed M7 between June 2025 and mid-2026 as a private tool used by me and my team. The version published here is the state of the repo as of July 2026 with the parts tied to that closed distribution (self-update client, license check, private-access gate) and one unfinished research module removed. Development continues privately; I may or may not sync more of it later. See CHANGELOG.md for what changed when, and docs/WHY_OPEN_SOURCE.md for why this is published as open source rather than pursued as a patent or a company.

What it does

The core idea is simple: before the agent touches code it has to go through discovery, architecture, solution, impact analysis and an implementation simulation, write an artifact for each, and pass a reflection gate between phases. The server does not trust the model to “remember” the rules: it issues a gate ID with every phase instruction, rejects reflections that do not quote it, re-injects a compact rule summary after N calls to mcp_m7_cycle within the same phase (the MCP server only observes its own tools, not the client’s other actions), and keeps the cycle state on disk so a new chat can pick up where the old one stopped.

Around that cycle there is a set of supporting tools:

• Memory with tiers (L1/L2/L3), confidence decay, promotion and a “fog of war” that tracks what is known, assumed, stale or unknown about the project. Optional ChromaDB backend for semantic search; falls back to local JSON.
• Task analysis and routing (mcp_m7_analyze_task): classifies a request, creates a session, flags scope drift, decides between a short path and the full cycle.
• Hive: run several model instances (OpenAI / Anthropic) on a question and merge the answers. Needs API keys.
• TSI (tech safety intelligence): YAML pattern packs (security, performance, architecture, testing, deployment) used to warn about known footguns before implementation.
• Task graph, task transfer between chats, architecture advisor, knowledge graph, error database, style guardian, DCCE text validator, mesh for multi-machine sessions, and a few more. The full list is in docs/TOOLS_REGISTRY.md; 37 tools are registered by src/index.ts.

Documentation is split by reader. For the agent: M7-GUIDE.md (operational guide) and Methodology/CURSOR_METHODOLOGY_RULES.md