Shannon Thinking

🚀 香農思維MCP服務器

香農思維MCP服務器基於Claude Shannon系統性解決問題的方法論構建，為用戶提供了一個實用工具，可將複雜問題分解為結構化的思考步驟。它嚴格遵循Shannon通過問題定義、數學建模和實際實現來系統解決問題的方法，助力用戶高效應對各類難題。

🚀 快速開始

香農思維MCP服務器藉助Claude Shannon的系統方法論，幫助用戶將複雜問題結構化，實現高效的問題解決。該方法論涵蓋問題定義、限制條件識別、模型建立、證明驗證以及實際實現等關鍵步驟。

✨ 主要特性

• 迭代解決問題：支持修訂和重新檢查，隨著理解的不斷演變，靈活調整解決思路。
• 靈活驗證：結合正式證明與實驗驗證，確保解決方案的可靠性。
• 依賴跟蹤：明確記錄對先前步驟的依賴，便於理清思路。
• 假設管理：需要清晰記錄假設，使思考過程更加嚴謹。
• 確信水平：量化每一步驟的不確定性，讓用戶對解決過程心中有數。
• 豐富反饋：帶顏色編碼、符號和驗證結果的格式化控制檯輸出，提供直觀的信息反饋。

📦 安裝指南

使用以下命令安裝服務器：

npm install @modelcontextprotocol/server-shannon-thinking

💻 使用示例

基礎用法

服務器提供了一個名為shannonthinking的單一工具，可按照Shannon的方法論結構化問題解決思考步驟。每個思想必須包含特定的信息，以下是一個示例：

const thought = {
  thought: "核心問題可以定義為一個信息流優化的問題",
  thoughtType: "problem_definition",
  thoughtNumber: 1,
  totalThoughts: 5,
  uncertainty: 0.2,
  dependencies: [],
  assumptions: ["系統具有有限容量", "信息流是連續的"],
  nextThoughtNeeded: true,
  // 可選：標記為對早期定義的修訂
  isRevision: false,
  // 可選：指示步驟需要重新檢查
  recheckStep: {
    stepToRecheck: "constraints",
    reason: "發現新的容量限制",
    newInformation: "系統顯示非線性擴展"
  }
};

// 使用MCP客戶端
const result = await client.callTool("shannonthinking", thought);

工具方案

該工具接受具有特定結構的思想，具體結構如下：

interface ShannonThought {
  thought: string;
  thoughtType: "problem_definition" | "constraints" | "model" | "proof" | "implementation";
  thoughtNumber: number;
  totalThoughts: number;
  uncertainty: number; // 0-1
  dependencies: number[];
  assumptions: string[];
  nextThoughtNeeded: boolean;
  
  // 可選修訂字段
  isRevision?: boolean;
  revisesThought?: number;
  
  // 可選重新檢查字段
  recheckStep?: {
    stepToRecheck: ThoughtType;
    reason: string;
    newInformation?: string;
  };
  
  // 可選驗證字段
  proofElements?: {
    hypothesis: string;
    validation: string;
  };
  experimentalElements?: {
    testDescription: string;
    results: string;
    confidence: number; // 0-1
    limitations: string[];
  };
  
  // 可選實現字段
  implementationNotes?: {
    practicalConstraints: string[];
    proposedSolution: string;
  };
}

📚 詳細文檔

概述

Claude Shannon，被譽為信息論之父，通過以下系統方法論解決複雜問題：

1. 問題定義：將問題拆解為基本元素
2. 限制條件：識別系統限制和邊界
3. 模型建立：開發數學/理論框架
4. 證明/驗證：通過正式證明或實驗測試進行驗證
5. 實現/實驗：設計和測試實際解決方案

該MCP服務器實現了這種方法論，作為指導系統性解決問題的工具。

使用方法

每個思想必須包含以下內容：

• 思想的實際內容
• 類型（problem_definition/constraints/model/proof/implementation）
• 思想編號和總思想數量估計
• 確信水平（不確定性：0 - 1）
• 對先前思想的依賴
• 明確的假設
• 是否需要另一個思考步驟

額外功能：

• 修訂：思想可以修訂早期步驟，因為理解在不斷演變
• 重新檢查：標記需要重新審視的步驟，以獲取新的信息
• 實驗驗證：支持實驗驗證與正式證明相結合
• 實現注意事項：實際約束和提出的解決方案

使用場景

該工具在以下情況下特別有用：

• 複雜系統分析
• 信息處理問題
• 工程設計挑戰
• 需要理論框架的問題
• 最優化問題
• 需要實際實現的系統
• 需要迭代細化的問題
• 實驗驗證與理論相輔相成的情況

🔧 技術細節

開發

# 安裝依賴項
npm install

# 構建
npm run build

# 運行測試
npm test

# 開發模式
npm run watch

📄 許可證

本項目採用MIT許可證。