Can MCP Server

🚀 概念活性化ネットワーク (CAN) MCP サーバ

概念活性化ネットワーク (CAN) MCP サーバは、モデルコンテキストプロトコル (MCP) を通じて、並列関連思考方式を実現します。従来の逐次推論方式とは異なり、CAN は相互に接続された概念ネットワークを使用し、その中で活性化エネルギーを並列に伝播させ、一貫したパターンまたは解が現れるまで続けます。

✨ 主な機能

並列概念活性化

従来の人工知能推論は、通常、逐次的な段階的思考プロセスに依存しています。CAN は全く異なるアプローチを採用しています。

1. ネットワーク構造：知識は相互に接続された概念ネットワークとして表現されます。
2. 並列活性化：刺激を受けると、活性化エネルギーが複数の経路を同時に伝播します。
3. 出現パターン：解は、高度に活性化された関連概念によって形成される安定したパターンとして現れます。
4. 非線形探索：複数の概念経路を同時に探索します。

このアプローチは、人間の認知理論に触発されており、私たちはしばしば純粋な論理ではなく連想によって思考することが指摘されています。

核心コンポーネント

CAN システムには以下が含まれます。

1. 概念ノード：具体的な概念、考え、または要素を表す基本ユニット。
2. 重み付き接続：概念間のリンクで、それぞれ異なる強度を持ちます。
3. 活性化ダイナミクス：活性化エネルギーがネットワーク内をどのように伝播するかを制御するアルゴリズム。
4. パターン検出：出現構造を識別する方法。

📦 インストール

# リポジトリをクローンする
git clone https://github.com/psikosen/can-mcp-server.git
cd can-mcp-server

# 依存関係をインストールする
npm install

# サーバを起動する
npm start

Claude Desktop での設定

CAN MCP サーバを Claude Desktop と組み合わせて使用するには、claude_desktop_config.json に以下の内容を追加してください。

{
  "mcpServers": {
    "can": {
      "command": "node",
      "args": ["yourpath/can-mcp-server/can-server.js"]
    }
  }
}

📚 MCP ツール

CAN MCP サーバは以下のツールを提供します。

セッション管理

• create_session：新しい CAN セッションを作成します。
• get_all_sessions：すべてのアクティブなセッションをリストします。
• delete_session：セッションを削除します。

概念管理

• add_concept：ネットワークに概念を追加します。
• remove_concept：ネットワークから概念を削除します。
• add_connection：概念間に接続を作成します。
• remove_connection：概念間の接続を削除します。

活性化プロセス

• set_parameters：活性化パラメータを設定します。
• set_initial_activation：概念の初期活性化値を設定します。
• activate：ネットワーク内で活性化エネルギーを伝播させます。
• deactivate：活性化の伝播を停止します。
• get_activation：指定された概念の現在の活性化状態を取得します。

パターン検出

• detect_pattern：ネットワーク内の顕著なパターンまたは構造を識別します。
• query：特定の条件に基づいてネットワークをクエリします。
• monitor：ネットワークの状態変化を監視します。

💻 使用例

基本的な使用法

1. セッションを作成する

   create_session "My First CAN Session"
   

2. 概念と接続を追加する

   add_concept "人工智能"
   add_concept "机器学习"
   add_connection "人工智能" "机器学习" 0.8
   

3. 活性化を伝播させて結果を取得する

   set_initial_activation "人工智能" 1.0
   activate
   get_activation "机器学习"
   

4. セッションを削除する

   delete_session "My First CAN Session"
   

🔧 技術詳細

CAN を使用するタイミング

推奨シナリオ

• 連想推論：概念間の関連関係を扱う必要がある場合。
• パターン認識：複雑な情報から意味のある構造を抽出する必要がある場合。
• 創造的思考：非線形で発散的な思考プロセスが必要な場合。
• 知識グラフ構築：複雑な知識ネットワークを表現および管理する必要がある場合。

非推奨シナリオ

• 論理推論：厳密な論理規則に従う必要がある推論タスク。
• 数学計算：正確な数値計算が必要なタスク。
• 逐次処理：厳密に手順通りに実行する必要があるタスク。
• 単純クエリ：基本的な事実検索のみが必要なタスク。

🤝 コントリビューション

CAN MCP サーバの改善にご協力いただけることを歓迎します！潜在的な改善点については、プルリクエストを送信するか、問題を開いて議論してください。

📄 ライセンス

このプロジェクトは MIT ライセンスの下でオープンソースとなっています。詳細については、LICENSE ファイルを参照してください。