Lotus Wisdom

Una implementación de servidor MCP que proporciona una herramienta para la resolución de problemas utilizando el marco de sabiduría del Sutra del Loto, combinando pensamiento analítico con sabiduría intuitiva.

GitHub
34
Prueba este MCPPatrocinado

Documentación

🪷 Servidor MCP de Lotus Wisdom

Lotus Flower

Una implementación de servidor MCP que proporciona una herramienta para la resolución de problemas utilizando el marco de sabiduría del Sutra del Loto, combinando el pensamiento analítico con la sabiduría intuitiva.

Disponible en: https://lotus-wisdom-mcp.linxule.workers.dev/mcp

Características

  • Enfoque de resolución de problemas multifacético inspirado en el Sutra del Loto
  • Proceso de pensamiento paso a paso con diferentes técnicas de pensamiento
  • Pausas de meditación para permitir que las ideas surjan de forma natural
  • Visualización interactiva a través de MCP ext-apps (Claude Desktop, Cursor, ChatGPT) — se adapta al tema claro/oscuro del host y es accesible mediante teclado
  • MCP Prompts (contemplate, deep-inquiry) para sesiones contemplativas guiadas en un solo paso
  • Salida estructurada de la herramienta (structuredContent + outputSchema) junto con la respuesta de texto
  • Realiza un seguimiento tanto del recorrido de etiquetas como de los movimientos entre dominios de sabiduría
  • Disponible como paquete stdio local (npx) o como Connector remoto alojado
  • Integración final de las ideas en una respuesta clara

Antecedentes

Este servidor MCP fue desarrollado a partir del prompt de Lotus OS, diseñado para implementar un marco cognitivo basado en el Sutra del Loto. El formato de servidor MCP hace que este marco sea más accesible y fácil de usar con Claude y otros asistentes de IA.

El servidor MCP expone el marco a través de herramientas y prompts. El grado en que un modelo sigue ese marco depende del modelo y del host.

Detalles de Implementación

El servidor implementa un proceso de pensamiento estructurado utilizando dominios de sabiduría inspirados en el Sutra del Loto:

Dominios de Sabiduría y Etiquetas

El servidor organiza los pensamientos utilizando dominios de sabiduría (todos los valores válidos para el parámetro de entrada tag):

  • Entrada (🚪): begin

    • Comienza tu viaje aquí: recibe el marco completo antes de que comience la contemplación

  • Medios Hábiles (🔆): upaya, expedient, direct, gradual, sudden

    • Diferentes enfoques hacia la verdad: a veces señalamiento directo, a veces despliegue gradual

  • Reconocimiento No Dual (☯️): recognize, transform, integrate, transcend, embody

    • Aspectos del despertar a lo que ya está presente: el reconocimiento ES transformación

  • Meta-Cognitivo (🧠): examine, reflect, verify, refine, complete

    • La mente observando su propio entendimiento desarrollarse

  • Flujo del Proceso (🌊): open, engage, express

    • Un arco natural que puede contener cualquiera de los enfoques anteriores

  • Meditación (🧘): meditate

    • Pausar para dejar que las ideas surjan desde la quietud

Visualización del Pensamiento

En clientes que admiten MCP ext-apps, cada paso se renderiza en línea como un "Rastro Vivo" interactivo (consulta Visualización Interactiva más abajo). Para cada cliente, cada paso también devuelve:

  • Seguimiento del viaje que muestra tanto la ruta de etiquetas como los movimientos entre dominios de sabiduría
  • Etiquetas específicas del dominio y el texto de contemplación actual
  • Salida estructurada (structuredContent + outputSchema) para consumidores programáticos

Nota: El servidor stdio local puede emitir líneas de seguimiento por paso a su consola (stderr) cuando se ejecuta con LOTUS_DEBUG=true, lo que ayuda a los desarrolladores a seguir el proceso de pensamiento.

Flujo del Proceso

  1. El usuario presenta un problema a resolver
  2. El modelo comienza con tag='begin' para recibir el marco completo
  3. El modelo continúa con etiquetas de contemplación (abrir, examinar, integrar, etc.)
  4. Cada pensamiento se basa en los anteriores y puede revisar el entendimiento
  5. La herramienta realiza un seguimiento tanto del recorrido de etiquetas como de los movimientos entre dominios de sabiduría
  6. Se pueden incluir pausas de meditación para mayor claridad
  7. Cuando se devuelve status='WISDOM_READY', el trabajo de la herramienta está completo
  8. El modelo expresa entonces la sabiduría final de forma natural con su propia voz

Herramientas Disponibles

lotuswisdom

Una herramienta para la resolución de problemas utilizando el marco de sabiduría del Sutra del Loto, con diversos enfoques para la comprensión.

Comienza tu viaje con tag='begin' — esto devuelve el marco completo (filosofía, dominios, guía) para fundamentar tu contemplación. Luego continúa con las demás etiquetas.

Entradas:

  • tag (cadena, obligatorio): La técnica de procesamiento actual (debe ser una de las etiquetas enumeradas anteriormente)
  • content (cadena no vacía, obligatorio): El contenido del paso de procesamiento actual, incluyendo begin
  • stepNumber (entero, opcional, predeterminado 1): Número actual en la secuencia
  • totalSteps (entero, opcional, predeterminado 5): Total estimado de pasos necesarios
  • nextStepNeeded (booleano, opcional, predeterminado true): Si se necesita otro paso
  • isMeditation (booleano, opcional): Si este paso es una pausa meditativa
  • meditationDuration (entero, opcional): Duración de la meditación en segundos (1-10)
  • previousJourney (cadena, opcional): La cadena journey de una respuesta anterior, p. ej. "begin → open → examine". Permite que la IA continúe la continuidad del viaje en clientes sin estado (como el Worker remoto), donde el servidor no mantiene estado de sesión.

Devuelve: un bloque de texto JSON y structuredContent validado contra el outputSchema de la herramienta. Para begin, el marco completo está en el bloque de texto; la salida estructurada contiene su estado, bienvenida y campos de contemplación. Otras variantes de resultados conservan sus campos en ambas representaciones.

Los estados de respuesta incluyen:

  • Estado de procesamiento con información del paso actual, dominio de sabiduría y seguimiento del viaje
  • Estado FRAMEWORK_RECEIVED en un paso begin
  • Estado MEDITATION_COMPLETE para pasos de meditación
  • Estado WISDOM_READY cuando el proceso contemplativo está completo

La herramienta declara readOnlyHint, idempotentHint, destructiveHint: false y openWorldHint: false. Son indicaciones para el host, no una garantía de cero efectos secundarios: las llamadas stdio locales actualizan el viaje en memoria, y el worker alojado registra análisis de uso. Las herramientas no modifican archivos del usuario ni datos comerciales externos.

lotuswisdom_summary

Obtén un resumen del viaje contemplativo actual.

Entradas:

  • previousJourney (cadena, opcional): La cadena journey de una respuesta anterior, utilizada para reconstruir el resumen en clientes sin estado.

Devuelve:

  • Longitud del viaje
  • Recorrido de dominios que muestra el movimiento entre dominios de sabiduría
  • Resumen de todos los pasos con sus etiquetas, dominios y contenido breve

MCP Prompts

El servidor registra dos prompts que estructuran una sesión contemplativa guiada (presentados como comandos de barra o selectores de prompts en clientes que admiten MCP Prompts):

  • contemplate — argumento question: abre una contemplación de una sola pregunta, instruyendo al modelo para que comience con tag='begin', itere y exprese la sabiduría solo una vez que status='WISDOM_READY'.
  • deep-inquiry — argumento topic: comienza una indagación más larga que se mueve deliberadamente a través de los dominios de sabiduría (proceso → meta-cognitivo → no dual → meditación).

Uso

La herramienta Lotus Wisdom está diseñada para:

  • Descomponer problemas complejos que requieren comprensión multifacética
  • Preguntas que se benefician de enfoques tanto directos como graduales
  • Problemas donde las contradicciones aparentes necesitan integración
  • Situaciones que requieren comprensión tanto analítica como intuitiva
  • Tareas que se benefician de pausas meditativas para permitir la percepción
  • Preguntas que contienen su propia sabiduría inherente

Ejemplo de Uso

Así es como podría fluir una conversación con Claude al usar el servidor MCP de Lotus Wisdom:

Usuario: "Ayúdame a entender la relación entre libertad y responsabilidad."

Claude comenzaría el viaje con tag='begin' para recibir el marco, y luego continuaría:

  1. Primero, entrar en el espacio contemplativo:
{
  "tag": "begin",
  "content": "Entering contemplation on freedom and responsibility.",
  "stepNumber": 1,
  "totalSteps": 6,
  "nextStepNeeded": true
}

→ Devuelve FRAMEWORK_RECEIVED con el marco completo

  1. Luego, establecer un pensamiento inicial:
{
  "tag": "open",
  "content": "The question explores the relationship between freedom and responsibility, which contain an apparent tension but also deep connection.",
  "stepNumber": 2,
  "totalSteps": 6,
  "nextStepNeeded": true
}
  1. Involucrarse con diferentes perspectivas:
{
  "tag": "direct",
  "content": "Freedom and responsibility are two sides of the same coin. True freedom isn't absence of constraints but the capacity to choose our response within constraints.",
  "stepNumber": 3,
  "totalSteps": 6,
  "nextStepNeeded": true
}
  1. Quizás tomar una pausa de meditación:
{
  "tag": "meditate",
  "content": "Contemplating how freedom without responsibility becomes chaos, and responsibility without freedom becomes oppression.",
  "stepNumber": 4,
  "totalSteps": 6,
  "nextStepNeeded": true,
  "isMeditation": true
}
  1. Integrar la comprensión:
{
  "tag": "integrate",
  "content": "Freedom and responsibility mutually enable each other. Our freedom to choose gives rise to our responsibility for what we choose, and our willingness to take responsibility expands our freedom.",
  "stepNumber": 5,
  "totalSteps": 6,
  "nextStepNeeded": true
}
  1. Expresar la comprensión final:
{
  "tag": "express",
  "content": "The paradox resolves when we see that authentic freedom includes responsibility as its natural expression.",
  "stepNumber": 6,
  "totalSteps": 6,
  "nextStepNeeded": false
}

Cuando la herramienta devuelve status: 'WISDOM_READY', Claude expresa entonces la sabiduría final de forma natural, integrando todas las ideas del viaje contemplativo.

Instalación

Instala a través de Smithery para una configuración con un solo clic, o sigue las instrucciones manuales a continuación.

Requiere Node.js 18+. El servidor se ejecuta localmente a través de npx.

Instalación CLI (una línea)

# Claude Code
claude mcp add lotus-wisdom -- npx -y lotus-wisdom-mcp

# Codex CLI (OpenAI)
codex mcp add lotus-wisdom -- npx -y lotus-wisdom-mcp

# Gemini CLI (Google)
gemini mcp add lotus-wisdom npx -y lotus-wisdom-mcp

Claude Desktop

Añade a tu claude_desktop_config.json:

SORuta de configuración
macOS~/Library/Application Support/Claude/claude_desktop_config.json
Windows%APPDATA%\Claude\claude_desktop_config.json
Linux~/.config/Claude/claude_desktop_config.json
{
  "mcpServers": {
    "lotus-wisdom": {
      "command": "npx",
      "args": ["-y", "lotus-wisdom-mcp"]
    }
  }
}

VS Code

Añade a .vscode/mcp.json (espacio de trabajo) o abre la Paleta de Comandos > MCP: Open User Configuration (global):

{
  "servers": {
    "lotus-wisdom": {
      "command": "npx",
      "args": ["-y", "lotus-wisdom-mcp"]
    }
  }
}

Nota: VS Code usa "servers" como clave de nivel superior, no "mcpServers". Otras bifurcaciones de VS Code (Trae, Void, PearAI, etc.) suelen usar este mismo formato.

Cursor

Añade a ~/.cursor/mcp.json (global) o .cursor/mcp.json (proyecto):

{
  "mcpServers": {
    "lotus-wisdom": {
      "command": "npx",
      "args": ["-y", "lotus-wisdom-mcp"]
    }
  }
}

Windsurf

Añade a ~/.codeium/windsurf/mcp_config.json (Windows: %USERPROFILE%\.codeium\windsurf\mcp_config.json):

{
  "mcpServers": {
    "lotus-wisdom": {
      "command": "npx",
      "args": ["-y", "lotus-wisdom-mcp"]
    }
  }
}

Cline

Abre el icono de Servidores MCP en el panel de Cline > Configurar > Configuración MCP Avanzada, y luego añade:

{
  "mcpServers": {
    "lotus-wisdom": {
      "command": "npx",
      "args": ["-y", "lotus-wisdom-mcp"]
    }
  }
}

Cherry Studio

En Configuración > Servidores MCP > Añadir Servidor, establece Tipo en STDIO, Comando en npx, Args en -y lotus-wisdom-mcp. O pega en modo JSON/Código:

{
  "lotus-wisdom": {
    "name": "Lotus Wisdom",
    "command": "npx",
    "args": ["-y", "lotus-wisdom-mcp"],
    "isActive": true
  }
}

Witsy

En Configuración > Servidores MCP, añade un nuevo servidor con Tipo: stdio, Comando: npx, Args: -y lotus-wisdom-mcp.

Codex CLI (configuración TOML)

Alternativamente, edita ~/.codex/config.toml directamente:

[mcp_servers.lotus-wisdom]
command = "npx"
args = ["-y", "lotus-wisdom-mcp"]

Gemini CLI (configuración JSON)

Alternativamente, edita ~/.gemini/settings.json directamente:

{
  "mcpServers": {
    "lotus-wisdom": {
      "command": "npx",
      "args": ["-y", "lotus-wisdom-mcp"]
    }
  }
}

Windows

En Windows, npx requiere un envoltorio de shell. Reemplaza "command": "npx" con:

{
  "command": "cmd",
  "args": ["/c", "npx", "-y", "lotus-wisdom-mcp"]
}

Para herramientas CLI en Windows:

claude mcp add lotus-wisdom -- cmd /c npx -y lotus-wisdom-mcp
codex mcp add lotus-wisdom -- cmd /c npx -y lotus-wisdom-mcp

ChatGPT

ChatGPT solo admite servidores MCP remotos a través de HTTPS. Usa Smithery o conéctate directamente a la instancia alojada a continuación a través de Configuración de ChatGPT > Conectores.

Remoto (alojado)

Una instancia pública está disponible en https://lotus-wisdom-mcp.linxule.workers.dev/mcp. No se necesita clave API.

Para clientes que admiten Streamable HTTP, conéctate directamente a la URL. Para clientes solo stdio, usa mcp-remote:

{
  "mcpServers": {
    "lotus-wisdom": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://lotus-wisdom-mcp.linxule.workers.dev/mcp"]
    }
  }
}

Para auto-alojar tu propia instancia, consulta worker/README.md.

Compilación desde el código fuente

Usa Bun 1.4.2 y Node.js 24 para coincidir con CI.

bun install --frozen-lockfile
bun run typecheck
bun run test
bun run build
bun run start

La compilación instala las dependencias bloqueadas de la aplicación y reconstruye los artefactos dist/bundle.js y dist/journey.html rastreados. Verifica los tipos de la aplicación con cd app && bunx tsc --noEmit; consulta validación del worker para la verificación de tipos del worker, la compilación de prueba y la regresión HTTP local.

Dependabot usa el ecosistema bun para los paquetes raíz, de aplicación y de worker, de modo que las actualizaciones incluyan sus archivos bun.lock. CI verifica los tres paquetes en las solicitudes de extracción. Fusionar una PR actualiza solo el código fuente: una etiqueta de versión publica en npm y el Registro MCP, y el Cloudflare Worker requiere un despliegue separado.

Si la publicación en npm tiene éxito pero el registro en el Registro MCP falla, reintenta solo el registro para la etiqueta existente:

gh workflow run publish-mcp.yml --ref main -f registry_tag=v0.8.1

Esto revalida el código fuente etiquetado y espera la disponibilidad de npm antes del registro. No vuelve a publicar en npm ni mueve la etiqueta de versión.

Habilita el modo de depuración:

LOTUS_DEBUG=true bun run start

Visualización Interactiva (ext-apps)

En clientes MCP que admiten ext-apps (Claude Desktop, Cursor, ChatGPT), la herramienta renderiza una visualización interactiva "Rastro Vivo" en línea en el chat:

  • Rastro del viaje: Los círculos SVG coloreados por dominio de sabiduría aparecen a medida que llegan los pasos
  • Colores de dominio: Proceso (dorado), Medios hábiles (ámbar), No dual (verde), Metacognitivo (azul), Meditación (verde azulado)
  • Respiración de meditación: Círculos huecos con una suave animación de inhalación/exhalación
  • Finalización: El viaje se resuelve en una ruta de gradiente que muestra el arco completo del dominio
  • Clic para explorar: Fija cualquier paso para leer su texto de contemplación
  • Colapso para viajes largos: Muestra los últimos 8 pasos con un grupo "+N" para los anteriores

Los clientes sin soporte de ext-apps no se ven afectados: reciben las mismas respuestas JSON de herramientas que antes.

Cómo funciona

El marco de Lotus Wisdom reconoce que la sabiduría a menudo surge no a través del pensamiento lineal, sino a través de una danza entre diferentes modos de comprensión. La herramienta facilita esto mediante:

  1. Seguimiento de dominios de sabiduría: A medida que te mueves a través de diferentes etiquetas, la herramienta rastrea qué dominios de sabiduría estás utilizando, ayudándote a ver la forma de tu indagación.

  2. Conciencia del viaje: La herramienta mantiene la conciencia de tu viaje completo, mostrando tanto la secuencia de etiquetas utilizadas como el movimiento entre dominios de sabiduría.

  3. Progreso no lineal: Aunque los pasos están numerados, el proceso no es estrictamente lineal. Puedes revisitar, revisar y ramificar a medida que la comprensión se profundiza.

  4. Puntos de integración: Etiquetas como integrate, transcend y embody ayudan a tejer las percepciones en lugar de mantenerlas separadas.

  5. Expresión natural: La herramienta maneja el proceso contemplativo, pero la sabiduría final siempre se expresa naturalmente por la IA, no como salida formateada.

Diseño de optimización de tokens

Las descripciones de herramientas MCP permanecen constantemente en el contexto de la IA cuando el servidor está conectado. Para minimizar esta sobrecarga mientras se preserva el contenido completo de enseñanza:

  • Contexto constante (~150 tokens): La descripción de la herramienta lotuswisdom se mantiene mínima, solo lo suficiente para que la IA sepa cuándo y cómo usarla
  • Aprendizaje bajo demanda (~1200 tokens): El marco completo se entrega al llamar con tag='begin', incluyendo:
    • Filosofía y espíritus de dominio
    • Explicaciones de parámetros (etiqueta, contenido, número de paso, etc.)
    • Detalles del formato de respuesta (dominio de sabiduría, viaje, viaje de dominio)
    • Manejo de meditación (estado MEDITACIÓN_COMPLETA)
    • Cuándo usar orientación
  • Aprender primero, practicar después: La etiqueta begin asegura que los modelos reciban comprensión completa antes de contemplar

Este enfoque reduce la sobrecarga de contexto constante en ~85% cuando la herramienta está inactiva. Cuando se usa realmente, el marco completo se entrega en el primer paso: nada se pierde.

Licencia

Este servidor MCP está licenciado bajo la Licencia MIT. Para más detalles, consulta el archivo LICENSE en el repositorio del proyecto.

Contribuciones

¡Las contribuciones son bienvenidas! No dudes en enviar problemas o solicitudes de extracción en el repositorio de GitHub.

Versión

Versión actual: 0.8.1

Novedades en 0.8.1

  • Dependencias actualizadas y GitHub Actions, archivos de bloqueo de Bun regenerados, y se agregó validación de aplicación y trabajador a CI.
  • Dependencias transitivas vulnerables actualizadas en los tres paquetes y se agregaron auditorías de dependencias a CI. Las tres auditorías de Bun pasaron durante la validación de la versión el 14 de septiembre de 2026.
  • Se migró la visualización a ext-apps 2 con su cliente MCP v2 y dependencias de Zod 4. Los transportes del servidor permanecen en MCP SDK v1; el trabajador usa el manejador de compatibilidad explícito del SDK de agentes y conserva respuestas JSON sin estado.

Novedades en 0.8.0

  • Fuente única de verdad: la lógica de dominio, los metadatos de herramientas/servidor, los avisos y el analizador de cliente ahora viven en src/shared/ y son importados tanto por la entrada stdio (index.ts) como por el trabajador de Cloudflare: sin más desviación local vs. remota
  • McpServer de alto nivel en todas partes: el servidor stdio local se migró de la API de bajo nivel Server a McpServer, coincidiendo con el trabajador
  • Avisos MCP: contemplate y deep-inquiry para sesiones contemplativas guiadas
  • Salida de herramienta estructurada: las herramientas ahora devuelven structuredContent validado contra un outputSchema, además de anotaciones de comportamiento (readOnlyHint, idempotentHint, destructiveHint: false, openWorldHint: false) y un campo de servidor instructions
  • UI accesible y consciente del tema: la visualización del viaje ext-apps se adapta al tema claro/oscuro del host y es accesible por teclado
  • Seguridad y limpieza: @modelcontextprotocol/sdk aumentado a ^1.27.1, zod agregado, chalk eliminado; el servidor SSE Express heredado (server.ts), las dependencias express y el Dockerfile se eliminaron; el repositorio se movió a archivos de bloqueo de Bun. Se agregó una suite de pruebas vitest (tests/) y un flujo de trabajo de versión de fuente única (src/shared/version.ts + bun run sync-version)
  • Icono y sitio web del servidor: server.json anuncia el trabajador remoto (remotes[]), un websiteUrl e icono sizes; el trabajador anuncia iconos/sitio web en el apretón de manos de inicialización y sirve el icono como bytes de mismo origen en /icon.png

Novedades en 0.7.0

  • Trabajador completamente sin estado: se eliminó el Objeto Durable: el trabajador remoto ahora crea un servidor nuevo por solicitud y depende del parámetro previousJourney impulsado por el cliente para la continuidad del viaje (eliminando el tiempo de pared SSE acumulado)

Novedades en 0.6.0

  • Icono del servidor: se agregó un icono a server.json y al trabajador para que el Registro MCP y los Conectores de claude.ai muestren el logotipo de loto
  • UI más cálida y (desde entonces revertido) estado de sesión experimental de Objeto Durable

Novedades en 0.5.0

  • Publicación en npm + Registro MCP: empaquetado endurecido y publicado en npm y el Registro MCP oficial

Novedades en 0.4.0

  • Visualización interactiva: la UI de ext-apps MCP renderiza un viaje de "Rastro Vivo" en línea en clientes compatibles (Claude Desktop, Cursor, ChatGPT)
  • Corrección de finalización: cualquier etiqueta con nextStepNeeded=false ahora devuelve correctamente WISDOM_READY (anteriormente solo express y complete podían completar)
  • Trabajador de Cloudflare: la implementación del trabajador se actualizó con el servicio de recursos ext-apps

Novedades en 0.3.2

  • 🚪 Inicio simplificado: tag='begin' ahora se puede llamar solo con {"tag":"begin"}: todos los demás parámetros se autocompletan
  • 🤖 Mejor soporte para Haiku/modelos pequeños: elimina la fricción para modelos que no infieren todos los parámetros requeridos

Novedades en 0.3.1

  • 📚 Aprendizaje completo del marco: la etiqueta begin ahora devuelve explicaciones completas de parámetros, detalles del formato de respuesta y manejo de meditación
  • 🔢 Conteos de tokens precisos: documentación actualizada con mediciones reales de tokens (~150 constantes, ~1200 bajo demanda)

Novedades en 0.3.0

  • 🚪 Etiqueta de inicio: la nueva tag='begin' abre el viaje: devuelve el marco completo antes de que comience la contemplación
  • ⚡ Huella de tokens optimizada: sobrecarga de contexto constante reducida de ~1400 a ~200 tokens mientras se preserva el contenido completo de enseñanza
  • 🧘 Aprender primero, practicar después: la etiqueta begin asegura que los modelos reciban comprensión completa antes de contemplar
  • 📦 SDK actualizado: actualizado a @modelcontextprotocol/sdk 1.23.0

Novedades en 0.2.1

  • 📋 Mejora del Registro MCP: se agregó el campo title para una mejor descubribilidad
  • 🎯 Cumplimiento completo: ahora totalmente compatible con la guía oficial de publicación de MCP
  • 🔗 Enlaces del registro: disponible en Registro MCP oficial

Novedades en 0.2.0

  • 🌐 Soporte de transporte HTTP: ahora implementable en smithery.ai y otras plataformas basadas en HTTP
  • 🔄 Transporte dual: mantiene soporte stdio para usuarios de npm/CLI mientras agrega HTTP para implementación remota
  • 📦 SDK actualizado: actualizado a @modelcontextprotocol/sdk 1.20.1 con soporte de HTTP Streamable
  • 🪷 Nuevo logotipo: logotipo de loto con estética de terminal perfecto para herramientas de desarrollador
  • ⚡ Gestión de sesiones: la versión HTTP incluye gestión completa de sesiones para viajes de sabiduría con estado