MCP Structured Thinking

🚀 構造化思考MCPサーバー

このサーバーは、TypeScriptに基づくモデルコンテキストプロトコル（MCP）サーバーです。Arben Ademiの順序思考Pythonサーバーからインスピレーションを得て開発されました。このプロジェクトの目的は、大規模言語モデル（LLMs）がプログラム的にマインドマップを構築してアイデア空間を探索し、「メタ認知」的な自己反省を強制することで思考プロセスを導くことを可能にすることです。

🚀 クイックスタート

Claude Desktop、Cursorまたはその他のMCPクライアントで、ツール設定を以下のように行います。

{
  "structured-thinking": {
    "command": "npx",
    "args": ["-y", "structured-thinking"]
  }
}

✨ 主な機能

思考品質スコア

LLMが思考を捕捉すると、その思考に0から1の範囲の品質スコアを割り当てます。このスコアは現在のフェーズと組み合わせて使用され、LLMに「メタ認知」的なフィードバックを提供し、思考プロセスがどのように「転換」するかを導きます。

思考フェーズ

各思考は特定のフェーズ（例：問題定義、分析、構想）にラベル付けされ、LLMの思考プロセスのライフサイクルを管理するのに役立ちます。現在の実装では、これらのフェーズは非常に重要な役割を果たしています。基本的に、LLMがあるフェーズに長時間留まったり、現在のフェーズで低品質の思考を生み出した場合、サーバーはLLMにフィードバックを提供し、思考を他のフェーズに転換させるか、少なくとも現在のフェーズでは典型的でない思考戦略を採用するように促します。（例えば、演繹モードでは、LLMはより創造的な思考を考慮するように促されます。）

思考ブランチ

LLMは特定の思考から「ブランチ」を生成し、異なる推論ルートを並行して探索することができます。各ブランチは個別に追跡されるため、共存する必要のある複数の解決策やアイデアを管理することができます。

メモリ管理

サーバーは「短期」メモリバッファを維持し、LLMの最近の10個の思考を記録します。また、「長期」メモリベースがあり、タグで検索できる思考を保持し、特定のトピック全体にわたるLLMの思考プロセスの履歴を要約するために使用されます。

🔧 技術詳細

メタ認知モニタリングの単純な実装

現在、品質測定とメタ認知フィードバックは、フェーズベースの乗数を単一の自己報告品質スコアに機械的に適用することで導き出されています。

将来的には、思考内容の意味解析、思考検証プロセス、および推論エラーのより高度なモニタリングを含む、より複雑なメタ認知フィードバックを追加する予定です。

ユーザーインターフェースの欠如

現在、サーバーはすべての思考をメモリに保存しており、ファイルやデータベースに永続化されていません。また、思考空間を確認したり、マインドマップを可視化するためのユーザーインターフェースもありません。

将来的には、ユーザーが思考マップの進展を見ることができるように、シンプルな可視化クライアントを統合する予定です。

📚 ドキュメント

MCPツール

サーバーは以下のMCPツールを公開しています。

capture_thought

思考履歴に新しい思考を作成し、その思考のタイプ、品質、内容、および他の思考との関係を記録します。

パラメーター：

• thought: 現在の思考の内容
• thought_number: シーケンス内の現在の位置
• total_thoughts: 予想される思考の総数
• next_thought_needed: 別の思考が必要かどうか
• current_phase: 現在のフェーズ（例：「問題定義」、「分析」、「構想」）
• related_tags: 関連するタグのリスト

revise_thought

既存の思考を修正します。

パラメーター：

• thought_id: 修正する思考のID
• new_content: 新しい内容
• new_quality_score: 新しい品質スコア（オプション）

retrieve_relevant_thoughts

現在のコンテキストに関連する思考を検索します。

パラメーター：

• current_context: 現在のコンテキスト
• max_results: 最大結果数

summarize_thought_process

全体の思考プロセスの要約を取得します。

パラメーター：

• start_time: 開始時間（オプション）
• end_time: 終了時間（オプション）

💻 使用例

基本的な使用法

問題定義フェーズ

{
  "action": "capture_thought",
  "thought": "我们需要解决用户的问题，首先明确问题是什么。",
  "thought_number": 1,
  "total_thoughts": 5,
  "next_thought_needed": true,
  "current_phase": "定义问题",
  "related_tags": ["问题定义"]
}

分析フェーズ

{
  "action": "capture_thought",
  // 原文にこのフェーズの内容が途中で切れていましたが、そのまま表示します
}