MCP Langbase Reasoning

🚀 mcp-langbase-reasoning

這是一個由 Langbase Pipes 提供支持的模型上下文協議（MCP）服務器，具備結構化推理能力。該項目使用 Rust 編寫，並採用 SQLite 進行數據持久化。

🚀 快速開始

前提條件

• Rust 1.70 及以上版本
• 擁有 Langbase 賬戶和 API 密鑰

安裝

git clone https://github.com/quanticsoul4772/mcp-langbase-reasoning.git
cd mcp-langbase-reasoning

# 配置環境
cp .env.example .env
# 編輯 .env 文件，設置 LANGBASE_API_KEY=your_key

# 構建項目
cargo build --release

配置 MCP 客戶端

在 Claude 桌面配置文件（claude_desktop_config.json）中添加以下內容：

{
  "mcpServers": {
    "langbase-reasoning": {
      "command": "/path/to/mcp-langbase-reasoning",
      "env": {
        "LANGBASE_API_KEY": "your_api_key"
      }
    }
  }
}

✨ 主要特性

• 12 種推理模式：線性推理、樹狀推理、發散推理、反思推理、回溯推理、自動選擇推理、思維圖推理、決策框架推理、證據評估推理、時間線推理、蒙特卡羅樹搜索（MCTS）推理和反事實推理。
• 推理時間機器：基於時間線的探索、MCTS 引導的搜索以及反事實“如果...會怎樣”分析。
• 5 種工作流預設：代碼審查、調試、架構決策、戰略決策和基於證據的結論。
• 認知分析：檢測認知偏差和邏輯謬誤。
• 自主自我改進：具備安全控制的 4 階段優化循環（監控 → 分析 → 執行 → 學習）。
• 會話持久化：使用 SQLite 存儲會話、想法、分支、檢查點和時間線。
• 生產就緒：擁有 2000 多個測試用例，支持異步 I/O、重試邏輯和結構化錯誤處理。

💻 使用示例

基礎用法

# 查看系統狀態
cargo run -- self-improve status

# 查看操作歷史
cargo run -- self-improve history

# 啟用/禁用系統
cargo run -- self-improve enable
cargo run -- self-improve disable

# 臨時暫停
cargo run -- self-improve pause --duration 1h

# 查看當前配置
cargo run -- self-improve config

# 強制進行健康檢查
cargo run -- self-improve check

# 回滾上一次操作
cargo run -- self-improve rollback

高級用法

# 示例輸出
$ cargo run -- self-improve status

Self-Improvement System Status
==============================
Enabled:           true
Circuit State:     closed
Consecutive Fails: 0
In Cooldown:       false
Actions This Hour: 3/10
Total Cycles:      47
Total Successes:   42
Total Rollbacks:   2
Last Cycle:        2025-12-26T10:30:00Z

📚 詳細文檔

可用工具

核心推理

樹導航

檢查點

思維圖

決策與證據

時間機器

認知分析

工作流預設

內置預設：code-review、debug-analysis、architecture-decision、strategic-decision、evidence-based-conclusion

配置

必需配置

可選配置

自我改進系統

系統概述

服務器包含一個自主自我改進循環，用於監控系統健康狀況、診斷問題、執行安全優化並從結果中學習。系統概述請參考 架構 圖。

安全特性

• 始終啟用：自我改進功能持續運行。
• 熔斷機制：連續失敗後停止（默認：5 次）。
• 操作允許列表：僅允許有界的、預先批准的參數更改。
• 速率限制：每小時最大操作次數（默認：10 次）。
• 自動回滾：對導致性能下降的更改進行回滾。
• 冷卻期：操作之間的最短時間間隔（默認：60 秒）。
• AI 驗證：對決策進行偏差和謬誤檢測。

配置

允許的操作

系統只能調整預定義的安全參數：

🔧 技術細節

架構

┌─────────────┐     stdio      ┌──────────────────┐     HTTPS     ┌─────────────────┐
│ MCP Client  │◄──────────────►│ mcp-langbase-    │◄─────────────►│ Langbase Pipes  │
│ (Claude)    │   JSON-RPC     │   reasoning      │               │ (8 pipes)       │
└─────────────┘                └────────┬─────────┘               └─────────────────┘
                                        │                                  ▲
                                        │                                  │
                                        ▼                                  │
                               ┌──────────────────┐                        │
                               │     SQLite       │                        │
                               │  sessions,       │                        │
                               │  thoughts,       │                        │
                               │  graphs,         │                        │
                               │  metrics         │                        │
                               └────────┬─────────┘                        │
                                        │                                  │
                    ┌───────────────────┴───────────────────┐              │
                    │         Self-Improvement Loop         │              │
                    │  ┌─────────┐ ┌─────────┐ ┌─────────┐  │   diagnosis  │
                    │  │ Monitor │→│ Analyze │→│ Execute │──┼──────────────┘
                    │  └────┬────┘ └─────────┘ └────┬────┘  │
                    │       │      ┌─────────┐      │       │
                    │       └──────│  Learn  │◄─────┘       │
                    │              └─────────┘              │
                    └───────────────────────────────────────┘

開發

cargo build              # 調試構建
cargo build --release    # 發佈構建
cargo test               # 運行所有 2000 多個測試用例
cargo clippy -- -D warnings  # 代碼檢查（無警告）
cargo llvm-cov           # 生成覆蓋率報告

項目結構

src/
├── main.rs           # 入口點
├── config/           # 環境配置
├── error/            # 結構化錯誤類型
├── langbase/         # Langbase API 客戶端
├── modes/            # 12 種推理實現
│   ├── timeline.rs   # 時間線管理
│   ├── mcts.rs       # MCTS 探索
│   └── counterfactual.rs  # 反事實分析
├── presets/          # 工作流預設系統
├── self_improvement/ # 自主優化
├── server/           # MCP 協議處理
└── storage/          # SQLite 數據持久化

docs/
├── API_REFERENCE.md  # 完整工具文檔
├── ARCHITECTURE.md   # 技術設計
├── LANGBASE_API.md   # 管道集成
└── REASONING_TIME_MACHINE.md  # 時間機器設計

📄 許可證

本項目採用 MIT 許可證。