Lotus Wisdom

Uma implementação de servidor MCP que fornece uma ferramenta para resolução de problemas utilizando a estrutura de sabedoria do Sutra de Lótus, combinando pensamento analítico com sabedoria intuitiva.

GitHub
31

Documentação

🪷 Servidor MCP Lotus Wisdom

Lotus Flower

Uma implementação de servidor MCP que fornece uma ferramenta para resolução de problemas usando a estrutura de sabedoria do Sutra de Lótus, combinando pensamento analítico com sabedoria intuitiva.

Disponível em: https://lotus-wisdom-mcp.linxule.workers.dev/mcp

Recursos

  • Abordagem multifacetada de resolução de problemas inspirada no Sutra de Lótus
  • Processo de pensamento passo a passo com diferentes técnicas de raciocínio
  • Pausas de meditação para permitir que insights surjam naturalmente
  • Visualização interativa via MCP ext-apps (Claude Desktop, Cursor, ChatGPT) — adapta-se ao tema claro/escuro do host e é acessível por teclado
  • MCP Prompts (contemplate, deep-inquiry) para sessões contemplativas guiadas em uma única etapa
  • Saída estruturada da ferramenta (structuredContent + outputSchema) junto com a resposta em texto
  • Rastreia tanto a jornada de tags quanto os movimentos entre domínios de sabedoria
  • Disponível como pacote stdio local (npx) ou como Connector remoto hospedado
  • Integração final dos insights em uma resposta clara

Contexto

Este servidor MCP foi desenvolvido a partir do prompt Lotus OS, que foi projetado para implementar uma estrutura cognitiva baseada no Sutra de Lótus. O formato de servidor MCP torna essa estrutura mais acessível e mais fácil de usar com o Claude e outros assistentes de IA.

Observação: A estrutura original do prompt pode funcionar de forma menos eficaz com os modelos mais recentes do Claude, mas esta implementação de servidor MCP fornece funcionalidade consistente entre versões de modelos.

Detalhes de Implementação

O servidor implementa um processo de pensamento estruturado usando domínios de sabedoria inspirados no Sutra de Lótus:

Domínios de Sabedoria e Tags

O servidor organiza os pensamentos usando domínios de sabedoria (todos os valores válidos para o parâmetro de entrada tag):

  • Entrada (🚪): begin

    • Comece sua jornada aqui - recebe a estrutura completa antes do início da contemplação

  • Meios Hábeis (🔆): upaya, expedient, direct, gradual, sudden

    • Diferentes abordagens para a verdade - às vezes apontamento direto, às vezes desdobramento gradual

  • Reconhecimento Não-Dual (☯️): recognize, transform, integrate, transcend, embody

    • Aspectos do despertar para o que já está presente - o reconhecimento É transformação

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

    • A mente observando seu próprio entendimento se desdobrar

  • Fluxo do Processo (🌊): open, engage, express

    • Um arco natural que pode conter qualquer uma das abordagens acima

  • Meditação (🧘): meditate

    • Pausar para permitir que insights emergam do silêncio

Visualização do Pensamento

Em clientes que suportam MCP ext-apps, cada etapa é renderizada inline como um "Living Trace" interativo (veja Visualização Interativa abaixo). Para todos os clientes, cada etapa também retorna:

  • Rastreamento da jornada mostrando tanto o caminho das tags quanto os movimentos entre domínios de sabedoria
  • Rótulos específicos do domínio e o texto atual da contemplação
  • Saída estruturada (structuredContent + outputSchema) para consumidores programáticos

Observação: O servidor stdio local pode emitir linhas de rastreamento por etapa para seu console (stderr) quando executado com LOTUS_DEBUG=true, ajudando desenvolvedores a acompanhar o processo de pensamento.

Fluxo do Processo

  1. O usuário envia um problema para resolver
  2. O modelo começa com tag='begin' para receber a estrutura completa
  3. O modelo continua com tags de contemplação (open, examine, integrate, etc.)
  4. Cada pensamento se baseia nos anteriores e pode revisar o entendimento
  5. A ferramenta rastreia tanto a jornada de tags quanto os movimentos entre domínios de sabedoria
  6. Pausas de meditação podem ser incluídas para clareza
  7. Quando o status='WISDOM_READY' é retornado, o trabalho da ferramenta está completo
  8. O modelo então expressa a sabedoria final naturalmente com sua própria voz

Ferramentas Disponíveis

lotuswisdom

Uma ferramenta para resolução de problemas usando a estrutura de sabedoria do Sutra de Lótus, com várias abordagens para o entendimento.

Comece sua jornada com tag='begin' - isso retorna a estrutura completa (filosofia, domínios, orientações) para fundamentar sua contemplação. Em seguida, continue com as outras tags.

Entradas:

  • tag (string, obrigatório): A técnica de processamento atual (deve ser uma das tags listadas acima)
  • content (string, obrigatório): O conteúdo da etapa de processamento atual
  • stepNumber (inteiro, obrigatório): Número atual na sequência
  • totalSteps (inteiro, obrigatório): Total estimado de etapas necessárias
  • nextStepNeeded (booleano, obrigatório): Se outra etapa é necessária
  • isMeditation (booleano, opcional): Se esta etapa é uma pausa meditativa
  • meditationDuration (inteiro, opcional): Duração da meditação em segundos (1-10)
  • previousJourney (string, opcional): A string journey de uma resposta anterior, ex.: "begin → open → examine". Permite que a IA carregue a continuidade da jornada em clientes sem estado (como o Worker remoto), onde o servidor não mantém estado de sessão.

Retorna: tanto um bloco de texto JSON quanto o structuredContent correspondente (validado contra o outputSchema da ferramenta):

  • Status de processamento com informações da etapa atual, domínio de sabedoria e rastreamento da jornada
  • Status FRAMEWORK_RECEIVED (com a estrutura completa) na primeira etapa begin
  • Status MEDITATION_COMPLETE para etapas de meditação
  • Status WISDOM_READY quando o processo contemplativo está completo

A ferramenta também declara anotações comportamentais — readOnlyHint, idempotentHint, destructiveHint: false, openWorldHint: false — para que os hosts possam tratá-la como uma chamada segura e sem efeitos colaterais.

lotuswisdom_summary

Obtenha um resumo da jornada contemplativa atual.

Entradas:

  • previousJourney (string, opcional): A string journey de uma resposta anterior, usada para reconstruir o resumo em clientes sem estado.

Retorna:

  • Comprimento da jornada
  • Jornada de domínios mostrando o movimento entre domínios de sabedoria
  • Resumo de todas as etapas com suas tags, domínios e breve conteúdo

MCP Prompts

O servidor registra dois prompts que estruturam uma sessão contemplativa guiada (exibidos como comandos de barra ou seletores de prompt em clientes que suportam MCP Prompts):

  • contemplate — argumento question: abre uma contemplação de pergunta única, instruindo o modelo a começar com tag='begin', iterar e expressar a sabedoria apenas quando status='WISDOM_READY'.
  • deep-inquiry — argumento topic: inicia uma investigação mais longa que se move deliberadamente pelos domínios de sabedoria (processo → meta-cognitivo → não-dual → meditação).

Uso

A ferramenta Lotus Wisdom é projetada para:

  • Dividir problemas complexos que exigem entendimento multifacetado
  • Perguntas que se beneficiam de abordagens diretas e graduais
  • Problemas onde contradições aparentes precisam de integração
  • Situações que exigem entendimento analítico e intuitivo
  • Tarefas que se beneficiam de pausas meditativas para permitir insights
  • Perguntas que contêm sua própria sabedoria inerente

Exemplo de Uso

Veja como uma conversa com o Claude pode fluir ao usar o servidor MCP Lotus Wisdom:

Usuário: "Ajude-me a entender a relação entre liberdade e responsabilidade."

Claude começaria a jornada com tag='begin' para receber a estrutura e então continuaria:

  1. Primeiro, entre no espaço contemplativo:
{
  "tag": "begin",
  "content": "Entering contemplation on freedom and responsibility.",
  "stepNumber": 1,
  "totalSteps": 6,
  "nextStepNeeded": true
}

→ Retorna FRAMEWORK_RECEIVED com a estrutura completa

  1. Em seguida, estabeleça um pensamento de abertura:
{
  "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. Envolva-se com 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. Talvez faça uma pausa de meditação:
{
  "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. Integre o entendimento:
{
  "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. Expresse o entendimento 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
}

Quando a ferramenta retorna status: 'WISDOM_READY', o Claude então expressa a sabedoria final naturalmente, integrando todos os insights da jornada contemplativa.

Instalação

Smithery Badge

Instale via Smithery para configuração em um clique, ou siga as instruções manuais abaixo.

Requer Node.js 18+. O servidor é executado localmente via npx.

Instalação via CLI (uma linha)

# 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

Adicione ao seu claude_desktop_config.json:

SOCaminho do config
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

Adicione ao .vscode/mcp.json (workspace) ou abra a Paleta de Comandos > MCP: Open User Configuration (global):

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

Observação: O VS Code usa "servers" como chave de nível superior, não "mcpServers". Outros forks do VS Code (Trae, Void, PearAI, etc.) normalmente usam este mesmo formato.

Cursor

Adicione ao ~/.cursor/mcp.json (global) ou .cursor/mcp.json (projeto):

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

Windsurf

Adicione ao ~/.codeium/windsurf/mcp_config.json (Windows: %USERPROFILE%\.codeium\windsurf\mcp_config.json):

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

Cline

Abra o ícone de Servidores MCP no painel do Cline > Configurar > Configurações MCP Avançadas e adicione:

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

Cherry Studio

Em Configurações > Servidores MCP > Adicionar Servidor, defina Tipo como STDIO, Comando como npx, Args como -y lotus-wisdom-mcp. Ou cole no modo JSON/Código:

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

Witsy

Em Configurações > Servidores MCP, adicione um novo servidor com Tipo: stdio, Comando: npx, Args: -y lotus-wisdom-mcp.

Codex CLI (config TOML)

Alternativamente, edite ~/.codex/config.toml diretamente:

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

Gemini CLI (config JSON)

Alternativamente, edite ~/.gemini/settings.json diretamente:

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

Windows

No Windows, npx requer um wrapper de shell. Substitua "command": "npx" por:

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

Para ferramentas CLI no 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

O ChatGPT só suporta servidores MCP remotos via HTTPS. Use Smithery ou conecte-se diretamente à instância hospedada abaixo via Configurações do ChatGPT > Conectores.

Remoto (hospedado)

Uma instância pública está disponível em https://lotus-wisdom-mcp.linxule.workers.dev/mcp. Nenhuma chave de API necessária.

Para clientes que suportam Streamable HTTP, conecte-se diretamente à URL. Para clientes somente stdio, use mcp-remote:

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

Para hospedar sua própria instância, veja worker/README.md.

Compilando a partir do código-fonte

bun install
bun run build
bun run start

Ative o modo de depuração:

LOTUS_DEBUG=true bun run start

Visualização Interativa (ext-apps)

Em clientes MCP que suportam ext-apps (Claude Desktop, Cursor, ChatGPT), a ferramenta renderiza uma visualização interativa "Living Trace" inline no chat:

  • Rastro da jornada: Círculos SVG coloridos por domínio de sabedoria aparecem conforme as etapas chegam
  • Cores dos domínios: Processo (dourado), Meios Hábeis (âmbar), Não-Dual (verde), Meta-Cognitivo (azul), Meditação (verde-azulado)
  • Respiração da meditação: Círculos ocos com animação suave de inspiração/expiração
  • Conclusão: A jornada se resolve em um caminho gradiente mostrando o arco completo dos domínios
  • Clique para explorar: Fixe qualquer etapa para ler seu texto de contemplação
  • Recolher para jornadas longas: Mostra as últimas 8 etapas com um agrupamento "+N" para as anteriores

Clientes sem suporte a ext-apps não são afetados — eles recebem as mesmas respostas JSON da ferramenta de antes.

Como Funciona

A estrutura Lotus Wisdom reconhece que a sabedoria frequentemente emerge não através do pensamento linear, mas através de uma dança entre diferentes modos de entendimento. A ferramenta facilita isso:

  1. Rastreando Domínios de Sabedoria: Conforme você se move por diferentes tags, a ferramenta rastreia quais domínios de sabedoria você está engajando, ajudando você a ver a forma da sua investigação.

  2. Consciência da Jornada: A ferramenta mantém consciência da sua jornada completa, mostrando tanto a sequência de tags usadas quanto o movimento entre domínios de sabedoria.

  3. Progresso Não-Linear: Embora as etapas sejam numeradas, o processo não é estritamente linear. Você pode revisitar, revisar e ramificar conforme o entendimento se aprofunda.

  4. Pontos de Integração: Tags como integrate, transcend e embody ajudam a tecer insights juntos em vez de mantê-los separados.

  5. Expressão Natural: A ferramenta lida com o processo contemplativo, mas a sabedoria final é sempre expressa naturalmente pela IA, não como saída formatada.

Design de Otimização de Tokens

As descrições das ferramentas MCP permanecem constantemente na janela de contexto da IA quando o servidor está conectado. Para minimizar essa sobrecarga preservando todo o conteúdo de ensino:

  • Contexto constante (~150 tokens): A descrição da ferramenta lotuswisdom é mantida mínima—apenas o suficiente para a IA saber quando e como usá-la
  • Aprendizado sob demanda (~1.200 tokens): O framework completo é entregue ao chamar com tag='begin', incluindo:
    • Filosofia e espíritos do domínio
    • Explicações de parâmetros (tag, content, stepNumber, etc.)
    • Detalhes do formato de resposta (wisdomDomain, journey, domainJourney)
    • Tratamento de meditação (status MEDITATION_COMPLETE)
    • Quando usar orientação
  • Aprenda primeiro, pratique depois: A tag begin garante que os modelos recebam compreensão completa antes de contemplar

Essa abordagem reduz a sobrecarga de contexto constante em ~85% quando a ferramenta está ociosa. Quando realmente usada, o framework completo é entregue no primeiro passo—nada se perde.

Licença

Este servidor MCP é licenciado sob a Licença MIT. Para mais detalhes, consulte o arquivo LICENSE no repositório do projeto.

Contribuição

Contribuições são bem-vindas! Sinta-se à vontade para enviar issues ou pull requests no repositório GitHub.

Versão

Versão atual: 0.8.0

Novidades na 0.8.0

  • Fonte única de verdade: a lógica de domínio, os metadados de ferramenta/servidor, os prompts e o parser do cliente agora vivem em src/shared/ e são importados tanto pela entrada stdio (index.ts) quanto pelo Cloudflare Worker — sem mais divergência local-vs-remoto
  • McpServer de alto nível em todo lugar: o servidor stdio local foi migrado da API de baixo nível Server para McpServer, alinhando-se ao Worker
  • MCP Prompts: contemplate e deep-inquiry para sessões contemplativas guiadas
  • Saída estruturada de ferramentas: as ferramentas agora retornam structuredContent validado contra um outputSchema, além de anotações comportamentais (readOnlyHint, idempotentHint, destructiveHint: false, openWorldHint: false) e um campo de servidor instructions
  • UI acessível e sensível ao tema: a visualização de jornada do ext-apps se adapta ao tema claro/escuro do host e é acessível por teclado
  • Segurança e limpeza: @modelcontextprotocol/sdk atualizado para ^1.27.1, zod adicionado, chalk removido; o servidor Express SSE legado (server.ts), as dependências express e o Dockerfile foram removidos; o repositório migrou para lockfiles bun. Adicionada uma suíte de testes vitest (tests/) e um fluxo de trabalho de versão de fonte única (src/shared/version.ts + bun run sync-version)
  • Ícone do servidor e site: server.json anuncia o Worker remoto (remotes[]), um websiteUrl e o ícone sizes; o Worker anuncia ícones/site no handshake de inicialização e serve o ícone como bytes de mesma origem em /icon.png

Novidades na 0.7.0

  • Worker totalmente sem estado: removido o Durable Object — o Worker remoto agora cria um servidor novo por requisição e depende do parâmetro previousJourney orientado pelo cliente para continuidade da jornada (eliminando o tempo de parede SSE acumulado)

Novidades na 0.6.0

  • Ícone do servidor: adicionado um ícone ao server.json e ao Worker para que o MCP Registry e os Connectors do claude.ai exibam o logotipo do lótus
  • UI mais acolhedora e (desde então revertido) estado de sessão experimental do Durable Object

Novidades na 0.5.0

  • Publicação npm + MCP Registry: empacotamento reforçado e publicado no npm e no MCP Registry oficial

Novidades na 0.4.0

  • Visualização Interativa: a UI do MCP ext-apps renderiza uma jornada "Living Trace" inline em clientes compatíveis (Claude Desktop, Cursor, ChatGPT)
  • Correção de Conclusão: Qualquer tag com nextStepNeeded=false agora retorna corretamente WISDOM_READY (anteriormente apenas express e complete podiam concluir)
  • Cloudflare Worker: implantação do Worker atualizada com o fornecimento de recursos do ext-apps

Novidades na 0.3.2

  • 🚪 Início Simplificado: tag='begin' agora pode ser chamado apenas com {"tag":"begin"} - todos os outros parâmetros são preenchidos automaticamente
  • 🤖 Melhor Suporte para Haiku/Modelos Pequenos: Remove a fricção para modelos que não inferem todos os parâmetros necessários

Novidades na 0.3.1

  • 📚 Aprendizado Completo do Framework: a tag begin agora retorna explicações completas de parâmetros, detalhes do formato de resposta e tratamento de meditação
  • 🔢 Contagens de Tokens Precisas: Documentação atualizada com medições reais de tokens (~150 constantes, ~1.200 sob demanda)

Novidades na 0.3.0

  • 🚪 Tag Begin: Nova tag='begin' abre a jornada—retorna o framework completo antes do início da contemplação
  • ⚡ Pegada de Tokens Otimizada: Reduziu a sobrecarga de contexto constante de ~1400 para ~200 tokens preservando todo o conteúdo de ensino
  • 🧘 Aprenda Primeiro, Pratique Depois: A tag begin garante que os modelos recebam compreensão completa antes de contemplar
  • 📦 SDK Atualizado: Atualizado para @modelcontextprotocol/sdk 1.23.0

Novidades na 0.2.1

  • 📋 Aprimoramento do MCP Registry: Adicionado o campo title para melhor descoberta
  • 🎯 Conformidade Total: Agora totalmente em conformidade com o guia oficial de publicação do MCP
  • 🔗 Links do Registry: Disponível no MCP Registry Oficial

Novidades na 0.2.0

  • 🌐 Suporte a Transporte HTTP: Agora implantável no smithery.ai e outras plataformas baseadas em HTTP
  • 🔄 Transporte Duplo: Mantém o suporte a stdio para usuários npm/CLI enquanto adiciona HTTP para implantação remota
  • 📦 SDK Atualizado: Atualizado para @modelcontextprotocol/sdk 1.20.1 com suporte a HTTP Streamable
  • 🪷 Novo Logotipo: Logotipo de lótus com estética de terminal, perfeito para ferramentas de desenvolvedor
  • ⚡ Gerenciamento de Sessão: A versão HTTP inclui gerenciamento completo de sessão para jornadas de sabedoria com estado