Recursive Companion MCP

🚀 遞歸伴侶MCP

遞歸伴侶MCP是一個實現了模型上下文協議（MCP）的服務器，它通過自我批判循環實現迭代式優化。該項目受到了 Hank Besser的遞歸伴侶 的啟發，在此基礎上增加了增量處理功能，以避免超時並實現進度可見性。

✨ 主要特性

• 增量式優化：將優化過程分解為離散步驟，避免超時問題。
• 數學收斂：使用餘弦相似度來衡量優化是否完成。
• 特定領域優化：自動檢測並針對技術、營銷、戰略、法律和金融領域進行優化。
• 進度可見性：每個步驟立即返回結果，支持用戶界面更新。
• 並行會話：支持多個併發的優化會話。
• 自動會話跟蹤：無需手動管理會話ID。
• 對AI友好的錯誤處理：為AI助手提供可操作的診斷信息和恢復提示。

🚀 快速開始

工作原理

優化過程遵循 草稿 → 批判 → 修訂 → 收斂 的模式：

1. 草稿：生成初始響應。
2. 批判：創建多個並行的批判意見（使用更快的模型）。
3. 修訂：將批判意見綜合成改進版本。
4. 收斂：測量相似度並重覆上述步驟，直到達到閾值。

📦 安裝指南

前提條件

• Python 3.10 及以上版本
• uv 包管理器
• 具有Bedrock訪問權限的AWS賬戶
• Claude桌面應用程序

安裝步驟

1. 克隆倉庫：

git clone https://github.com/yourusername/recursive-companion-mcp.git
cd recursive-companion-mcp

2. 安裝依賴項：

uv sync

3. 通過環境變量或AWS CLI配置AWS憑證。

4. 將以下內容添加到Claude桌面配置文件（~/Library/Application Support/Claude/claude_desktop_config.json）中：

{
  "mcpServers": {
    "recursive-companion": {
      "command": "/path/to/recursive-companion-mcp/run_server.sh",
      "env": {
        "AWS_REGION": "us-east-1",
        "AWS_ACCESS_KEY_ID": "your-key",
        "AWS_SECRET_ACCESS_KEY": "your-secret",
        "BEDROCK_MODEL_ID": "anthropic.claude-3-sonnet-20240229-v1:0",
        "CRITIQUE_MODEL_ID": "anthropic.claude-3-haiku-20240307-v1:0",
        "CONVERGENCE_THRESHOLD": "0.95",
        "PARALLEL_CRITIQUES": "2",
        "MAX_ITERATIONS": "5",
        "REQUEST_TIMEOUT": "600"
      }
    }
  }
}

💻 使用示例

該工具提供了多個MCP端點：

基礎用法

• 啟動優化會話：

使用 start_refinement 來優化："解釋安全API設計的關鍵原則"

• 逐步繼續優化：

使用 continue_refinement 並提供會話ID "abc123..."

• 獲取最終結果：

使用 get_final_result 並提供會話ID "abc123..."

高級用法

• 其他工具：
  • get_refinement_status - 在不推進進度的情況下檢查優化進度。
  • list_refinement_sessions - 查看所有活躍的會話。

📚 詳細文檔

配置參數

性能表現

在優化設置下：

• 每次迭代：60 - 90秒
• 典型收斂：2 - 3次迭代
• 總時間：2 - 4分鐘（分佈在多次調用中）

使用Haiku進行批判可將迭代時間減少約50%。

對AI友好的特性

該工具為使用它的AI助手提供了特殊功能：

• 自動會話跟蹤：自動維護 current_session_id。
• 智能錯誤消息：錯誤信息包含以 _ai_ 為前綴的字段，提供可操作的診斷信息。
• 性能提示：響應中包含優化提示和預測。
• 進度預測：收斂跟蹤包括剩餘迭代次數的估計。

示例對AI友好的錯誤響應：

{
  "success": false,
  "error": "未提供會話ID且沒有當前會話",
  "_ai_context": {
    "current_session_id": null,
    "active_session_count": 2,
    "recent_sessions": [...]
  },
  "_ai_suggestion": "使用 start_refinement 創建新會話",
  "_human_action": "首先啟動一個新的優化會話"
}

🔧 技術細節

架構

┌─────────────┐     ┌──────────────┐     ┌─────────────┐
│   Claude    │────▶│  MCP Server  │────▶│   Bedrock   │
│  Desktop    │◀────│              │◀────│   Claude    │
└─────────────┘     └──────────────┘     └─────────────┘
                           │
                           ▼
                    ┌──────────────┐
                    │   Session    │
                    │   Manager    │
                    └──────────────┘

開發

• 運行測試：

uv run pytest tests/

• 本地測試：

uv run python test_incremental.py

📄 許可證

本項目採用MIT許可證，詳情請參閱 LICENSE 文件。

致謝

• 原始概念：Hank Besser的遞歸伴侶
• 為 模型上下文協議 構建
• 使用AWS Bedrock訪問大語言模型
• 受AI推理中的迭代優化模式啟發

貢獻

歡迎貢獻代碼！請閱讀我們的 貢獻指南 瞭解詳細信息。