MCP Boundary
M

MCP Boundary

Boundary MCP 是一個基於 MCP 協議的決策結構分析工具,它不提供答案或建議,而是通過去情緒化、識別變量約束、生成策略空間、分析風險分佈和提示認知偏差,幫助用戶看清決策問題的本質結構和自身在賭什麼,最終讓用戶為自己的選擇負責。
2分
6.0K

什麼是Boundary MCP?

Boundary MCP是一個基於Model Context Protocol的決策結構分析引擎。它不會給你標準答案或成功學建議,而是幫你把模糊焦慮的人生問題轉化為清晰可分析的結構。通過識別你的目標、變量、約束和不確定性,展示完整的策略空間,讓你在充分了解邊界後做出自己的選擇。

如何使用Boundary MCP?

在配置好的MCP客戶端(如Claude Desktop)中,直接描述你的決策困境。Boundary MCP會分析你的問題,返回結構化的決策分析報告,包括問題重述、變量識別、策略空間、風險分佈和認知偏差提示。

適用場景

Boundary MCP最適合複雜的人生決策場景,包括:職業轉型(換行業/城市/賽道)、地理選擇(出國/回國/城市遷移)、重大投資(創業/買房)、人生關係(結婚/離婚/承諾)、教育投資(考研/讀博/培訓)等需要權衡多個因素的決策。

主要功能

問題去情緒化
將情緒化的表述(如'我好焦慮,再不潤就來不及了')轉化為結構化的分析問題(如'在給定個人背景、目標和約束條件下,地理遷移相比現狀的長期價值與成本結構是什麼?'),去除情緒干擾,聚焦核心問題。
變量與約束識別
自動識別決策中的關鍵要素:目標(你想要什麼)、變量(你可以改變什麼)、硬約束(你不能改變什麼)、不確定性(你不知道什麼)。以結構化格式展示,幫助你全面理解決策環境。
策略空間生成
不提供'最優解',而是展示完整的策略空間,包括激進型、保守型、對沖型、止損型等多種策略選項。每種策略都明確其前提條件、執行成本和最壞情況,讓你看到所有可能路徑。
風險分佈分析
用概率區間代替確定性預測,展示每種策略的可能結果分佈(如:20%目標達成,35%部分達成,30%遇到阻力,15%執行失敗)。幫助你理解風險的真實分佈,而不是簡單的'成功'或'失敗'。
認知偏差提示
主動檢測並提示你可能存在的思維盲點,如倖存者偏差、群體壓力、短期聚焦偏差等。提供具體建議來校正這些偏差,幫助你更客觀地分析問題。
優勢
不替你做決定,尊重你的自主權,最終選擇權在你手中
提供結構化分析框架,將模糊問題轉化為可分析的結構
展示完整策略空間,讓你看到所有可能選項,而不是單一答案
主動提示認知偏差,幫助你避免常見的思維陷阱
適用於各種複雜的人生決策場景,具有廣泛適用性
侷限性
不提供情緒支持或安慰,專注於理性分析
不預測具體結果,只提供概率分佈
不適用於簡單的是非判斷題或已有明確答案的問題
需要你提供足夠的信息才能進行有效分析
分析結果的質量取決於你描述問題的準確性和完整性

如何使用

安裝Boundary MCP
通過npx直接使用(推薦),無需安裝。在終端中運行命令配置MCP客戶端。
配置MCP客戶端
根據你使用的MCP客戶端(如Claude Desktop、Claude Code等),編輯配置文件添加Boundary MCP服務器。
描述你的決策問題
在配置好的客戶端中,儘可能詳細地描述你的決策困境,包括你的背景、顧慮、目標和約束條件。
查看分析報告
Boundary MCP會返回完整的決策結構分析報告,包括問題重述、變量識別、策略空間、風險分佈和認知偏差提示。
基於分析做出決策
仔細閱讀分析報告,理解各種策略的邊界和風險,然後結合自己的價值觀和目標做出最終決定。

使用案例

職業轉型決策
一位後端開發工程師考慮轉行做人工智能,但擔心年齡和技能差距。
地理遷移決策
一位職場人士考慮是否要為了更好的工作機會搬到另一個城市。
教育投資決策
一位工作3年的職場人士考慮是否要辭職讀全日制MBA。

常見問題

Boundary MCP能告訴我該怎麼做嗎?
Boundary MCP和普通AI建議有什麼區別?
我需要提供多少信息才能獲得有用的分析?
Boundary MCP適用於哪些類型的決策?
如果我不懂技術,能使用Boundary MCP嗎?
Boundary MCP的分析結果有多可靠?

相關資源

Model Context Protocol官網
MCP協議的官方文檔和規範
Boundary MCP GitHub倉庫
Boundary MCP的源代碼和最新版本
Claude Desktop配置指南
如何在Claude Desktop中配置MCP服務器
決策分析相關書籍推薦
《思考,快與慢》、《決斷力》、《反脆弱》等書籍可幫助你更好地理解決策分析

安裝

複製以下命令到你的Client進行配置
{
  "mcpServers": {
    "boundary": {
      "command": "npx",
      "args": ["@eternalheart/mcp-boundary"]
    }
  }
}
注意:您的密鑰屬於敏感信息,請勿與任何人分享。

替代品

A
Assistant Ui
assistant-ui是一個開源TypeScript/React庫,用於快速構建生產級AI聊天界面,提供可組合的UI組件、流式響應、無障礙訪問等功能,支持多種AI後端和模型。
TypeScript
6.7K
5分
N
Next Devtools MCP
Next.js開發工具MCP服務器,為Claude、Cursor等AI編程助手提供Next.js開發工具和實用程序,包括運行時診斷、開發自動化和文檔訪問功能。
TypeScript
9.9K
5分
R
Runno
Runno是一個JavaScript工具包集合,用於在瀏覽器和Node.js等環境中安全地運行多種編程語言的代碼,通過WebAssembly和WASI實現沙盒化執行,支持Python、Ruby、JavaScript、SQLite、C/C++等語言,並提供Web組件、MCP服務器等集成方式。
TypeScript
9.3K
5分
P
Praisonai
PraisonAI是一個生產就緒的多AI智能體框架,具有自反思功能,旨在創建AI智能體來自動化解決從簡單任務到複雜挑戰的各種問題。它通過將PraisonAI智能體、AG2和CrewAI集成到一個低代碼解決方案中,簡化了多智能體LLM系統的構建和管理,強調簡單性、定製化和有效的人機協作。
Python
10.4K
5分
B
Blueprint MCP
Blueprint MCP是一個基於Arcade生態的圖表生成工具,利用Nano Banana Pro等技術,通過分析代碼庫和系統架構自動生成架構圖、流程圖等可視化圖表,幫助開發者理解複雜系統。
Python
10.7K
4分
K
Klavis
Klavis AI是一個開源項目,提供在Slack、Discord和Web平臺上簡單易用的MCP(模型上下文協議)服務,包括報告生成、YouTube工具、文檔轉換等多種功能,支持非技術用戶和開發者使用AI工作流。
TypeScript
22.1K
5分
D
Devtools Debugger MCP
Node.js調試器MCP服務器,提供基於Chrome DevTools協議的完整調試功能,包括斷點設置、單步執行、變量檢查和表達式評估等
TypeScript
9.2K
4分
M
Mcpjungle
MCPJungle是一個自託管的MCP網關,用於集中管理和代理多個MCP服務器,為AI代理提供統一的工具訪問接口。
Go
0
4.5分
B
Baidu Map
已認證
百度地圖MCP Server是國內首個兼容MCP協議的地圖服務,提供地理編碼、路線規劃等10個標準化API接口,支持Python和Typescript快速接入,賦能智能體實現地圖相關功能。
Python
38.2K
4.5分
M
Markdownify MCP
Markdownify是一個多功能文件轉換服務,支持將PDF、圖片、音頻等多種格式及網頁內容轉換為Markdown格式。
TypeScript
30.8K
5分
F
Firecrawl MCP Server
Firecrawl MCP Server是一個集成Firecrawl網頁抓取能力的模型上下文協議服務器,提供豐富的網頁抓取、搜索和內容提取功能。
TypeScript
121.0K
5分
S
Sequential Thinking MCP Server
一個基於MCP協議的結構化思維服務器,通過定義思考階段幫助分解複雜問題並生成總結
Python
31.5K
4.5分
M
Magic MCP
Magic Component Platform (MCP) 是一個AI驅動的UI組件生成工具,通過自然語言描述幫助開發者快速創建現代化UI組件,支持多種IDE集成。
JavaScript
19.4K
5分
E
Edgeone Pages MCP Server
EdgeOne Pages MCP是一個通過MCP協議快速部署HTML內容到EdgeOne Pages並獲取公開URL的服務
TypeScript
24.2K
4.8分
N
Notion Api MCP
已認證
一個基於Python的MCP服務器,通過Notion API提供高級待辦事項管理和內容組織功能,實現AI模型與Notion的無縫集成。
Python
18.2K
4.5分
C
Context7
Context7 MCP是一個為AI編程助手提供即時、版本特定文檔和代碼示例的服務,通過Model Context Protocol直接集成到提示中,解決LLM使用過時信息的問題。
TypeScript
79.6K
4.7分
AIBase
智啟未來,您的人工智慧解決方案智庫
© 2026AIBase