Sequential Thinking Ultra MCP

🚀 顺序思维超级版 - MCP 服务器

顺序思维超级版 - MCP 服务器采用了超级思维方法，增强了顺序思维能力，可进行高级推理。

🔧 v2.1.2：修复了 Claude Desktop 配置问题，改进了错误处理。
🔧 v2.1.1：改进了 MCP 协议兼容性，优化了 Docker 配置。
🚀 v2.1：简化了架构，专注于核心 MCP 服务器功能。
📌 v2.0：采用模块化设计实现了简洁架构。
🎉 v1.0：初始版本，集成了超级思维方法。

🚀 快速开始

顺序思维超级版是一个模型上下文协议（MCP）服务器，它使用超级思维方法增强了顺序思维能力。通过顺序推理步骤，结合质量验证、偏差检测和高效资源管理，为复杂问题解决提供了结构化方法。

✨ 主要特性

核心顺序思维

• 逐步处理：将复杂问题分解为可管理的顺序思维步骤。
• 动态流程控制：根据进度和发现调整思维路径。
• 分支支持：在需要时探索替代推理路径。
• 修订能力：完善之前的思维，提高准确性。
• ✨ 查询重写：自动提高查询的清晰度和结构，以实现更好的推理。

超级思维增强功能

• 🏷️ 自动标注：清晰分类每个思维步骤。
• 📊 质量指标：实时评估（一致性、完整性、客观性、实用性）。
• 💰 预算管理：通过可配置的限制实现资源高效处理。
• 🎯 元推理：在进度达到 25%、50%、75% 时自动进行检查点评估。
• 🛡️ 偏差检测：识别 5 种认知偏差（确认偏差、锚定偏差、可得性偏差、过度自信偏差、沉没成本偏差）。
• 📈 信心跟踪：在整个推理过程中监控确定性水平。
• 🔧 处理模式标签：为不同的推理风格（串行、并行、混合）提供可视化指标。

📦 安装指南

使用 NPM 快速开始

npm install -g @modelcontextprotocol/server-sequential-thinking-ultra

Docker 安装

# 构建 Docker 镜像
docker build -t mcp/sequential-thinking-ultra:latest .

# 运行容器
docker run --rm -i mcp/sequential-thinking-ultra:latest

开发环境设置

# 克隆仓库
git clone https://github.com/hyokunkwak/Sequential-thinking-ultra-mcp.git
cd Sequential-thinking-ultra-mcp

# 安装依赖
npm install

# 构建项目
npm run build

# 启动服务器
npm start

🔧 配置

Claude Desktop 集成

将以下内容添加到 claude_desktop_config.json 中：

NPM 安装配置

{
  "mcpServers": {
    "sequential-thinking-ultra": {
      "command": "npx",
      "args": [
        "@modelcontextprotocol/server-sequential-thinking-ultra"
      ],
      "env": {
        "ULTRA_THINK_AUTO_LABEL": "true",
        "ULTRA_THINK_QUALITY": "true",
        "ULTRA_THINK_META": "true",
        "ULTRA_THINK_BUDGET": "true",
        "ENABLE_QUERY_REWRITING": "true",
        "DEFAULT_BUDGET_MODE": "balanced"
      }
    }
  }
}

Docker 安装配置

{
  "mcpServers": {
    "sequential-thinking-ultra": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "mcp/sequential-thinking-ultra:latest"
      ],
      "env": {
        "ULTRA_THINK_AUTO_LABEL": "true",
        "ULTRA_THINK_QUALITY": "true",
        "ULTRA_THINK_META": "true",
        "ULTRA_THINK_BUDGET": "true",
        "ENABLE_QUERY_REWRITING": "true",
        "DEFAULT_BUDGET_MODE": "balanced",
        "META_CHECKPOINT_FREQ": "25",
        "QUALITY_THRESHOLD": "0.6"
      }
    }
  }
}

环境变量

💻 使用示例

基础用法

// 简单的顺序思维
{
  "thought": "Let's analyze this step by step",
  "thoughtNumber": 1,
  "totalThoughts": 5,
  "nextThoughtNeeded": true
}

高级用法（使用超级思维）

{
  "thought": "Exploring multiple approaches to the problem",
  "thoughtNumber": 3,
  "totalThoughts": 10,
  "nextThoughtNeeded": true,
  "ultraThinkMode": "parallel",  // 添加 [Parallel: Path] 标签
  "qualityMetrics": {
    "logicalConsistency": 4,
    "completeness": 3,
    "objectivity": 5,
    "practicality": 4
  },
  "budgetMode": "thorough",
  "confidence": 0.85,
  "branchId": "approach-1",  // 用于跟踪不同的推理分支
  "isRevision": false
}

查询重写示例

// 原始查询
{
  "thought": "how fix bug",
  "thoughtNumber": 1,
  "totalThoughts": 5,
  "nextThoughtNeeded": true
}

// 自动重写为
{
  "thought": "How to fix the bug? Please approach this step-by-step.",
  "thoughtNumber": 1,
  "totalThoughts": 5,
  "nextThoughtNeeded": true
}

🏗️ 架构

简洁设计

src/
├── core/              # 核心业务逻辑
│   ├── processor.ts         # 主要思维处理器
│   ├── processor-factory.ts # 处理器创建工厂
│   ├── processing-pipeline.ts # 管道模式实现
│   ├── pipeline-stages.ts    # 各个处理阶段
│   ├── validator.ts         # 输入验证
│   ├── formatter.ts         # 输出格式化
│   ├── event-bus.ts         # 事件驱动通信
│   ├── plugin-system.ts     # 插件管理
│   └── cache-manager.ts     # 性能缓存
├── services/          # 业务服务
│   ├── similarity.service.ts      # 文本相似度分析
│   ├── bias-detector.service.ts   # 认知偏差检测
│   └── quality-metrics.service.ts # 质量评估
├── plugins/           # 插件示例
├── config/           # 配置
├── utils/            # 实用工具
└── types/            # TypeScript 定义

关键设计模式

• 工厂模式：简洁的处理器实例化。
• 管道模式：模块化处理阶段。
• 事件驱动：松耦合组件。
• 插件系统：可扩展功能。
• 多级缓存：性能优化。

📊 处理模式标签

系统支持三种处理模式标签，为推理方法类型提供可视化指标：

串行模式标签

• 在思维中显示 [Serial: Depth N] 前缀。
• 表示专注的逐步分析。
• 最适合深入、彻底的探索。

混合模式标签

• 显示渐进式标签：[Hybrid: Exploring]、[Hybrid: Deepening]、[Hybrid: Synthesizing]。
• 表示根据进度采用的组合方法。
• 根据完成百分比调整标签。

注意：这些是帮助跟踪推理风格的可视化标签，实际处理是顺序进行的。

🎯 质量指标

每个思维在四个维度上进行评估：

1. 逻辑一致性（0 - 5）：内部连贯性和推理合理性。
2. 完整性（0 - 5）：分析的彻底性。
3. 客观性（0 - 5）：无偏差和假设。
4. 实用性（0 - 5）：现实世界适用性。

当分数低于 60% 时，质量阈值会触发自动警告和改进建议。

🛡️ 偏差检测

自动识别并提醒常见的认知偏差：

• 确认偏差：偏爱证实现有信念的信息。
• 锚定偏差：过度依赖最初遇到的信息。
• 可得性偏差：过度重视容易回忆的信息。
• 过度自信偏差：对结论过度确定。
• 沉没成本谬误：因过去的投入而继续。

🔍 故障排除

常见问题

“We could not record the tool result” 错误

如果在 Claude Desktop 中遇到此错误：

1. 检查配置格式

   • 移除非标准字段，如 "enabled" 和 "alwaysAllow"。
   • 这些字段不属于 MCP 规范，可能会导致问题。

2. 完全重启 Claude Desktop

   • 退出应用程序（不仅仅是关闭窗口）。
   • 清除缓存：rm -rf ~/Library/Application\ Support/Claude/Cache/*。
   • 重新启动 Claude Desktop。

3. 验证 Docker 容器是否正在运行

   docker ps --filter ancestor=mcp/sequential-thinking-ultra:latest
   

“Tool 'sequential-thinking-ultra' not found” 错误

如果在 Claude Desktop 中遇到此错误：

1. 确保配置格式正确

   • 仅使用标准 MCP 字段：command、args、env。
   • 不要添加 enabled、alwaysAllow 或其他自定义字段。

2. 检查 Docker 安装

   docker run --rm -i mcp/sequential-thinking-ultra:latest
   

“Method not found” 错误

当 MCP 服务器不支持某些协议方法时通常会出现此错误：

1. 更新到最新版本

   docker pull mcp/sequential-thinking-ultra:latest
   

2. 如果使用本地开发，请重新构建

   npm install
   npm run build
   docker build -t mcp/sequential-thinking-ultra:latest .
   

Docker 容器显示 “Unhealthy”

从 v2.1.1 版本开始，这是预期行为。MCP 服务器使用标准输入输出通信，而不是 HTTP，因此已移除健康检查。

🧪 开发

命令

# 构建项目
npm run build

# 运行测试
npm test              # 所有测试
npm run test:watch    # 监视模式
npm run test:coverage # 覆盖率报告

# 代码质量检查
npm run typecheck     # TypeScript 检查
npm run check:all     # 运行所有检查（类型检查 + 测试）

# 开发模式
npm run dev           # 使用 tsx 的开发模式

测试策略

• 单元测试：验证核心逻辑。
• 集成测试：验证服务交互。
• 端到端测试：验证完整的服务器功能。
• 基准测试：监控性能。

🐳 Docker 支持

Docker 使用方法

# 构建 Docker 镜像
docker build -t mcp/sequential-thinking-ultra:latest .

# 使用自定义环境运行
docker run --rm -i \
  -e DEFAULT_BUDGET_MODE=thorough \
  -e LOG_LEVEL=debug \
  mcp/sequential-thinking-ultra:latest

# 注意：从 v2.1.1 版本开始，由于 MCP 服务器通过标准输入输出通信而不是 HTTP，Docker 健康检查已被移除。这是预期行为。

🔌 插件系统

创建自定义插件以扩展功能：

export const MyPlugin: Plugin = {
  name: 'my-plugin',
  version: '1.0.0',
  
  beforeProcess(input: UltraThinkInput): UltraThinkInput {
    // 在处理前修改输入
    return input;
  },
  
  afterProcess(response: UltraThinkResponse): UltraThinkResponse {
    // 在处理后增强响应
    return response;
  }
};

内置插件

• 查询重写插件：自动提高查询清晰度。
• 韩语增强插件：添加韩语支持。
• 性能跟踪插件：监控处理时间。
• 质量增强插件：提供质量改进建议。
• 偏差警报插件：增强偏差检测警报。
• 预算优化插件：优化思维预算使用。
• 元推理插件：增强元推理能力。

📈 性能

• 缓存系统：用于相似度计算的多级缓存。
• 高效处理：优化的管道，开销最小。
• 资源管理：可配置的限制和预算控制。
• 可扩展设计：适用于高吞吐量场景。

🤝 贡献

欢迎贡献代码！请阅读我们的 贡献指南 以了解我们的行为准则和提交拉取请求的流程。

📄 许可证

本项目采用 MIT 许可证 - 详情请参阅 LICENSE 文件。

🙏 致谢

• 基于 Anthropic 的模型上下文协议（MCP）构建。
• 受顺序思维方法启发。
• 采用超级思维推理框架进行增强。

📋 MCP 服务器详情

工具描述

sequential-thinking-ultra - 一款强大的工具，通过超级思维增强的顺序思维实现动态问题解决。该工具将传统顺序思维与质量指标、分支支持、元推理和预算管理等高级功能相结合，实现卓越的问题解决能力。

何时使用此工具

• 逐步分解复杂问题并确保每一步的质量。
• 在规划和设计中使用内置的元推理检查点。
• 分析需要探索多种解决方案的问题。
• 需要进行偏差检测和信心跟踪的问题。
• 需要高效思维预算管理的任务。
• 需要测量和验证解决方案质量的情况。
• ✨ 需要自动提高清晰度和结构的查询。

关键特性

核心功能

• 顺序处理：逐步方法，跟踪质量。
• 质量指标：实时评估（一致性、完整性、客观性、实用性）。
• 自动改进：为低质量推理提供建议。
• 分支跟踪：支持跟踪多个推理分支。
• 元推理：在 25%、50%、75% 进度时自动进行检查点评估。
• 预算管理：效率模式（快速/平衡/彻底/详尽）。
• 偏差检测：识别 5 种认知偏差。
• 信心跟踪：在整个推理过程中跟踪确定性水平。

查询增强功能

• ✨ 自动查询重写：在处理前提高查询清晰度。
  • 扩展缩写（can't → cannot）。
  • 澄清模糊术语（it → the subject）。
  • 为不完整的查询添加结构。
  • 强调关键概念。
  • 添加上下文标记以实现更好的推理。
• 智能上下文添加：为解决问题的查询建议逐步方法。
• 比较增强：正确构建比较查询。

参数解释

核心参数（始终需要）

• thought：当前具有质量跟踪的思维步骤。
• nextThoughtNeeded：是否需要另一个思维步骤。
• thoughtNumber：当前思维编号。
• totalThoughts：估计的总思维数（可动态调整）。

修订和分支参数

• isRevision：是否修订之前的思维。
• revisesThought：正在重新考虑的思维。
• branchFromThought：推理分支的起点。
• branchId：不同推理路径的标识符。
• needsMoreThoughts：是否需要更多分析。

超级思维参数

• ultraThinkMode：可视化标签模式（串行/并行/混合）。
• depthLevel：当前分析深度（1 = 表面，2+ = 更深）。
• maxDepth：最大计划深度。
• budgetMode：效率模式（快速/平衡/彻底/详尽）。
• budgetUsed：已消耗的思维预算百分比。
• confidence：信心水平（0.0 - 1.0）。
• qualityMetrics：对每个维度进行评分（0 - 5）（一致性、完整性、客观性、实用性）。
• metaCheckpoint：元推理评估标志。
• biasDetected：识别的任何认知偏差。
• branchHistory：跟踪不同推理分支的历史。
• enableQueryRewriting：切换自动查询改进（默认：true）。

建议操作

1. 从复杂度预设开始：简单（5 - 10）、中等（15 - 20）、复杂（25 - 35）、极端（40 - 50）。
2. 每 25% 使用元推理检查点评估进度。
3. 跟踪质量指标以确保高标准推理。
4. 检测并纠正思维中的任何认知偏差。
5. 使用适当的模式有效管理思维预算。
6. 使用分支探索不同的推理路径。
7. 根据证据和分析调整信心水平。
8. 根据需要的推理风格选择模式标签。
9. 诚实地为每个维度设置质量指标分数（0 - 5）。
10. 定期将 metaCheckpoint 设置为 true 进行自我评估。
11. 仅在满足质量阈值时将 nextThoughtNeeded 设置为 false。
12. 使用清晰和具体的查询（如有需要，查询将自动改进）。

质量指标解释（0 - 5 分制）

• 一致性：思维逻辑连接的好坏程度（0 = 矛盾，5 = 完美连贯）。
• 完整性：重要方面的覆盖程度（0 = 存在重大差距，5 = 全面）。
• 客观性：无偏差和假设（0 = 高度偏差，5 = 完全中立）。
• 实用性：现实世界适用性（0 = 仅理论，5 = 立即可行）。

顺序思维超级版 - 为人工智能赋予结构化、高质量的推理能力。