RAT (Retrieval Augmented Thinking)

🚀 深度思维-思考克劳德3.5-十四行诗-CLINE-MCP

このモデルは、深度思维R1の推論能力とクロード3.5十四行詩の応答生成能力を組み合わせたモデルコンテキストプロトコル（MCP）サーバで、OpenRouterを通じて実装されています。2段階のプロセスを採用し、深度思维による構造化された推論をクロードの応答生成に組み込みます。

✨ 主な機能

• 2段階処理：

  • 深度思维R1を使用して初期推論を行います（50k文字のコンテキスト）
  • クロード3.5十四行詩を使用して最終的な応答を生成します（600k文字のコンテキスト）
  • 両方のモデルはOpenRouterの統一APIを通じてアクセスできます
  • 深度思维の推論トークンをクロードのコンテキストに注入します

• スマートな会話管理：

  • ファイルの更新時間を使用してアクティブな会話を検出します
  • 複数の同時会話を処理します
  • 終了した会話を自動的にフィルタリングします
  • 必要に応じてコンテキストのクリアをサポートします

• 最適化されたパラメータ：

  • モデル固有のコンテキスト制限：
    • 深度思维：集中した推論に50,000文字
    • クロード：包括的な応答に600,000文字
  • 推奨設定：
    • temperature: 0.7（創造性のバランス）
    • top_p: 1.0（完全な確率分布）
    • repetition_penalty: 1.0（重複防止）

📦 インストール

Smitheryを使用したインストール

Smitheryを通じて、Claude Desktopに深度思维思考とクロード3.5十四行詩を自動的にインストールします。

npx -y @smithery/cli install @newideas99/Deepseek-Thinking-Claude-3.5-Sonnet-CLINE-MCP --client claude

手動インストール

1. リポジトリをクローンします：

git clone https://github.com/yourusername/Deepseek-Thinking-Claude-3.5-Sonnet-CLINE-MCP.git
cd Deepseek-Thinking-Claude-3.5-Sonnet-CLINE-MCP

2. 仮想環境を作成してアクティブ化します（オプションですが推奨）：

python -m venv env
source env/bin/activate  # Linux/Macでの実行
env\Scripts\activate      # Windowsでの実行

3. 依存関係をインストールします：

pip install -r requirements.txt

4. サーバを起動します：

python app.py

💻 使用例

基本的な使用法

推論段階（深度思维R1）

• OpenRouterの推論トークン機能を使用します。
• プロンプトを修正して'完成'を出力し、推論内容をキャプチャします。
• 推論は応答メタデータから抽出されます。

応答段階（クロード3.5十四行詩）

• 元のプロンプトと深度思维の推論内容を受け取ります。
• 推論内容を組み込んで最終的な応答を生成します。
• 会話のコンテキストと履歴を維持します。

🔧 開発

自動再構築を伴う機能開発には、以下のコマンドを使用します。

npm run watch

📄 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います。詳細については、LICENSEファイルを参照してください。

貢献者

このプロジェクトはSkiranoの概念RAT（検索強化思考）に基づいています。この概念は、構造化された推論と知識検索によってAIの応答を強化します。