🚀 高級推理MCP服務器
高級推理MCP服務器是一個精緻且獨立的MCP服務器,它基於順序思維模式構建,具備高級認知能力,包括元推理、假設檢驗、集成內存庫和結構化數據存儲等。
🚀 快速開始
安裝
cd /advanced-reasoning-mcp
npm install
npm run build
使用
MCP客戶端集成
在你的MCP客戶端配置中添加以下內容:
{
"mcpServers": {
"advanced-reasoning": {
"command": "node",
"args": ["/path-to/advanced-reasoning-mcp/build/index.js"]
}
}
}
✨ 主要特性
- 元認知評估:跟蹤推理的置信度並評估推理質量。
- 假設檢驗:系統地制定、測試和驗證假設。
- 集成內存庫:基於圖的內存,支持為不同上下文管理命名的庫。
- SystemJSON存儲:為工作流、指令和特定領域知識提供結構化數據存儲。
- 增強可視化:豐富的控制檯輸出,帶有置信度條和質量指標。
📦 安裝指南
cd /advanced-reasoning-mcp
npm install
npm run build
💻 使用示例
基礎用法
const library = await callTool("create_memory_library", {
library_name: "database_optimization"
});
const result = await callTool("advanced_reasoning", {
thought: "I need to analyze the query execution plan first",
thoughtNumber: 1,
totalThoughts: 5,
nextThoughtNeeded: true,
confidence: 0.8,
reasoning_quality: "high",
meta_thought: "This is a logical first step, high confidence approach",
goal: "Optimize database query performance"
});
高級用法
const result = await callTool("advanced_reasoning", {
thought: "The bottleneck appears to be in the JOIN operations",
thoughtNumber: 2,
totalThoughts: 5,
nextThoughtNeeded: true,
confidence: 0.6,
reasoning_quality: "medium",
meta_thought: "Need to verify this with actual data",
hypothesis: "JOIN operations are causing 80% of query time",
test_plan: "Run EXPLAIN ANALYZE and check execution times"
});
📚 詳細文檔
🔧 工具
核心推理
advanced_reasoning
具備認知功能的增強推理:
- 所有順序思維能力(分支、修訂、動態思維計數)
- 置信度跟蹤 (0.0 - 1.0)
- 推理質量評估 (低/中/高)
- 元認知反思
- 假設制定和測試
- 證據跟蹤和驗證
- 與會話上下文的內存集成
query_reasoning_memory
搜索集成內存:
- 查找相關見解和假設
- 發現想法之間的聯繫
- 基於以前的推理會話進行構建
- 上下文感知的內存檢索
內存庫管理
create_memory_library
為有組織的知識創建命名的內存庫:
- 為不同項目/領域創建單獨的庫
- 清晰的架構分離
- 庫名稱驗證
list_memory_libraries
列出所有可用的內存庫:
- 顯示庫元數據(名稱、大小、最後修改時間)
- 有組織的、可搜索的庫信息
switch_memory_library
在不同的內存庫之間切換:
get_current_library_info
獲取當前活動庫的信息:
SystemJSON結構化存儲
create_system_json
為工作流和指令創建結構化數據存儲:
- 領域分類
- 可通過標籤搜索的內容
- 可JSON序列化的數據存儲
- 帶有驗證的原子寫入操作
get_system_json
按名稱檢索結構化數據:
search_system_json
搜索結構化數據:
list_system_json
列出所有可用的結構化數據文件:
🔧 技術細節
架構
┌─────────────────────────────────────────────────────────────┐
│ MCP Interface │
├─────────────────────────────────────────────────────────────┤
│ Advanced Reasoning Server │
│ │
│ ┌──────────────────┐ ┌──────────────────┐ │
│ │ CognitiveMemory │ │ SystemJSON │ │
│ │ (Graph-Based) │ │ (Document-Based) │ │
│ │ │ │ │ │
│ │ • Named Libraries │ │ • Domain-Indexed │ │
│ │ • Session Context │ │ • Searchable │ │
│ │ • Node Relations │ │ • Tagged Content │ │
│ │ • Hypothesis │ │ • Workflows │ │
│ │ Tracking │ │ • Instructions │ │
│ └──────────────────┘ └──────────────────┘ │
│ │ │ │
│ ┌──────────────────┐ ┌──────────────────┐ │
│ │ Meta-Cognitive │ │ Enhanced │ │
│ │ Assessment │ │ Sequential │ │
│ │ │ │ Thinking │ │
│ │ • Confidence │ │ │ │
│ │ • Quality Rating │ │ • Branching │ │
│ │ • Evidence │ │ • Revisions │ │
│ │ • Hypothesis │ │ • Dynamic Counts │ │
│ │ Testing │ │ • Meta-Thoughts │ │
│ └──────────────────┘ └──────────────────┘ │
└─────────────────────────────────────────────────────────────┘
高級特性
元認知評估
- 置信度跟蹤:自我評估推理的確定性 (0.0 - 1.0)
- 質量評估:低/中/高推理質量指標
- 元思維:對推理過程本身的反思
- 證據集成:系統地收集和驗證證據
假設檢驗框架
- 假設制定:明確陳述工作理論
- 測試計劃:定義驗證/反駁策略
- 證據跟蹤:收集支持/矛盾的證據
- 結果集成:將測試結果納入推理
雙存儲架構
CognitiveMemory (基於圖)
- 命名庫:為不同項目提供單獨的上下文
- 圖存儲:連接思想、假設和證據
- 會話管理:持久的推理上下文
- 內存查詢:跨會話查找相關見解
- 存儲:
memory_data/{library_name}.json
SystemJSON (基於文檔)
- 結構化存儲:可JSON序列化的工作流和指令
- 領域組織:按領域/目的分類
- 搜索與發現:帶有相關性評分的全文搜索
- 標籤系統:靈活的內容組織
- 存儲:
memory_data/system_json/{name}.json
增強可視化
- 置信度條:可視化的確定性表示
- 質量指標:顏色編碼的推理評估
- 豐富格式:複雜推理的清晰結構
- 元信息:顯示置信度、質量和連接
兼容性
與順序思維模式完全兼容:
- 保留所有分支和修訂功能
- 支持動態思維計數調整
- 熟悉的參數結構,帶有可選增強功能
- 與現有的順序思維工作流向後兼容
與順序思維相比的優勢
- 自我意識:跟蹤置信度和推理質量
- 系統驗證:明確的假設檢驗框架
- 有組織的內存:為不同上下文提供命名的庫
- 結構化存儲:將工作流和指令作為可搜索的數據
- 增強的清晰度:推理過程的豐富可視化
- 進度跟蹤:監控朝著定義目標的進展
- 基於證據:系統地收集和評估證據
文件結構
memory_data/
├── cognitive_memory.json # Default reasoning library
├── {library_name}.json # Named reasoning libraries
└── system_json/ # Structured data storage
├── {workflow_name}.json # Workflow definitions
├── {instruction_set}.json # Instruction sets
└── {domain_data}.json # Domain-specific data
使用案例
內存庫
- 特定項目的推理:為每個項目創建單獨的庫
- 領域專業知識:為不同的知識領域創建不同的庫
- 上下文切換:推理上下文之間的清晰分離
SystemJSON存儲
- 工作流文檔:存儲可重複使用的流程定義
- 指令集:分步程序和指南
- 領域知識:特定領域的結構化信息
- 配置數據:不同場景的設置和參數
這個服務器將順序思維轉變為一個複雜的雙存儲認知推理系統,為推理會話提供基於圖的內存,為工作流和指令提供結構化文檔存儲,同時保持了原順序思維模式的簡潔性和有效性。
由angrysky56 (Ty Hall) 和Claude開發
📄 許可證
MIT許可證