MCP Reasoner

🚀 MCP 推理器

MCP 推理器是为 Claude Desktop 实现的推理功能，支持束搜索（Beam Search）和蒙特卡洛树搜索（MCTS），旨在进一步提升 Claude 在复杂问题上的解决能力。

🚀 快速开始

安装

git clone https://github.com/frgmt0/mcp-reasoner.git 

OR 克隆原始版本：

git clone https://github.com/Jacck/mcp-reasoner.git

cd mcp-reasoner
npm install
npm run build

配置

添加到Claude Desktop配置：

{
  "mcpServers": {
    "mcp-reasoner": {
      "command": "node",
      "args": ["path/to/mcp-reasoner/dist/index.js"],
    }
  }
}

✨ 主要特性

• 提供两种可切换的搜索策略：
  • 束搜索：适合处理简单问题。
  • MCTS 及其 alpha 变体：适用于复杂问题。
• 跟踪不同推理路径的优劣。
• 绘制 Claude 解决问题的各种方式。
• 分析推理过程的进展情况。
• 遵循 MCP 协议。

📦 安装指南

git clone https://github.com/frgmt0/mcp-reasoner.git 

OR 克隆原始版本：

git clone https://github.com/Jacck/mcp-reasoner.git

cd mcp-reasoner
npm install
npm run build

📚 详细文档

当前版本：v2.0.0

新增功能

添加了两个实验性推理算法：

• mcts-002-alpha

  • 使用 A* 搜索方法，包含早期 alpha 实现的策略仿真层。
  • 还包括早期 alpha 实现的自适应探索仿真器和基于结果推理仿真器。

  ⚠️ 重要提示

  这些仿真器的实现尚未完成，可能会发生变化。

• mcts-002alt-alpha

  • 使用双向搜索方法，包含早期 alpha 实现的策略仿真层。
  • 还包括早期 alpha 实现的自适应探索仿真器和基于结果推理仿真器。

  ⚠️ 重要提示

  这些仿真器的实现尚未完成，可能会发生变化。

关于 mcts-001-alpha 和 mcts-001alt-alpha

简单来说，它们没用且与基础 mcts 方法几乎相似。经过初始测试后，结果显示基本思考过程接近，表明仅仅添加策略仿真可能不会有太大效果。

添加策略仿真层的原因

同时结合策略和搜索是关键，因为大多数算法都是这样实现的。

之前的版本：v1.1.0

添加了对搜索参数的模型控制：

• beamWidth - 允许 Claude 调整要跟踪的不同路径数量（1 - 10）
• numSimulations - 精细调谐 MCTS 模拟次数（1 - 150）

🔧 技术细节

测试

[更多测试即将推出]

基准测试

[基准测试即将添加]

关键基准测试项目：

• MATH500
• GPQA - Diamond
• GMSK8
• 或许 Polyglot 和/或 SWE - Bench

📄 许可证

该项目使用 MIT 许可证，详情请参阅 LICENSE 文件。