Chain Of Draft

🚀 チェインドラフト (CoD) MCP サーバー

このMCPサーバーは、研究論文「Chain of Draft: Reducing Thought via Writing」で説明されているチェインドラフト（Chain of Draft, CoD）推論方法を実装しています。CoDは、LLMが簡潔で情報量の多い中間推論ステップを生成することを可能にする新しい方法で、タスクを解決する際にトークン使用量を大幅に削減します。

🚀 クイックスタート

✨ 主な機能

• AnalyticsService：さまざまなドメインと推論方法のパフォーマンス指標を追跡します。
• ComplexityEstimator：問題を分析して適切な単語制限を決定します。
• ExampleDatabase：例を管理および検索し、CoTの例をCoD形式に変換します。
• FormatEnforcer：推論ステップが単語制限に合致することを確認します。
• ReasoningSelector：問題の特徴と過去のパフォーマンスに基づいて、CoDまたはCoTをスマートに選択します。

📦 インストール

Python 実装

1. 環境構成

   • Python 3.8以上のバージョンをダウンロードしてインストールします。
   • anthropic, dotenvなどの必要な依存関係をインストールします。

2. コード実装

from client import ChainOfDraftClient

# クライアントを作成
cod_client = ChainOfDraftClient()

# 直接使用
result = await cod_client.solve_with_reasoning(
    problem="求解：247 + 394 = ?",
    domain="数学"
)

print(f"答案：{result['final_answer']}")
print(f"推理步骤：{result['reasoning_steps']}")
print(f"使用的令牌数：{result['token_count']}")

JavaScript 実装

1. 環境構成

   • Node.js 14以上のバージョンをダウンロードしてインストールします。
   • @anthropic-ai/sdk, dotenvなどの必要な依存関係をインストールします。

2. コード実装

import { Anthropic } from "@anthropic-ai/sdk";
import dotenv from "dotenv";

// 環境変数を読み込む
dotenv.config();

// Anthropicクライアントを作成
const anthropic = new Anthropic({
  apiKey: process.env.ANTHROPIC_API_KEY,
});

// チェインドラフトクライアントをインポート
import chainOfDraftClient from './lib/chain-of-draft-client.js';

// クライアントを使用
async function solveMathProblem() {
  const result = await chainOfDraftClient.solveWithReasoning({
    problem: "求解：247 + 394 = ?",
    domain: "数学",
    max_words_per_step: 5
  });
  
  console.log(`答案：${result.final_answer}`);
  console.log(`推理步骤：${result.reasoning_steps}`);
  console.log(`使用的令牌数：${result.token_count}`);
}

solveMathProblem();

💻 使用例

基本的な使用法

上記のPythonとJavaScriptのコード例が基本的な使用方法を示しています。

高度な使用法

高度な使用法については、コード内のパラメータを調整することで、より柔軟な推論を行うことができます。例えば、max_words_per_stepを変更することで、推論ステップの単語制限を調整できます。

🔧 技術詳細

Python 実装

1. AnalyticsService：パフォーマンス指標を追跡し、さまざまなドメインと推論方法にまたがって管理します。
2. ComplexityEstimator：問題を分析して適切な単語制限を決定します。
3. FormatEnforcer：推論ステップが単語制限に合致することを確認します。
4. ReasoningSelector：問題の特徴と過去のパフォーマンスに基づいて、自動的にCoDまたはCoTを選択します。

JavaScript 実装

1. analyticsDb：パフォーマンス指標を追跡するためのメモリデータベースです。
2. complexityEstimator：問題を分析して複雑性と適切な単語制限を決定します。
3. formatEnforcer：推論ステップが単語制限に合致することを確認します。
4. reasoningSelector：問題の特徴と過去のパフォーマンスに基づいて、自動的にCoDまたはCoTを選択します。

両方の実装は同じ核心原則に従い、同じMCPツールを提供するため、ほとんどのユースケースで互換性があります。

📄 ライセンス

このプロジェクトはMITライセンスの下で公開されており、コードを自由に使用、変更、配布することができます。

🤝 貢献ガイド

貢献を歓迎します！ このプロジェクトに貢献する方法については、CONTRIBUTING.mdを参照してください。

🐞 問題報告

使用中に問題が発生した場合は、GitHub Issuesに報告してください。私たちはできるだけ早く解決します。

📚 参考資料

• Chain of Thought論文
• Anthropic API ドキュメント
• dotenv 公式ドキュメント