🚀 高级推理MCP服务器
高级推理MCP服务器是一个精致且独立的MCP服务器,它基于顺序思维模式构建,具备高级认知能力,包括元推理、假设检验、集成内存库和结构化数据存储等。
🚀 快速开始
安装
cd /advanced-reasoning-mcp
npm install
npm run build
使用
MCP客户端集成
在你的MCP客户端配置中添加以下内容:
{
"mcpServers": {
"advanced-reasoning": {
"command": "node",
"args": ["/path-to/advanced-reasoning-mcp/build/index.js"]
}
}
}
✨ 主要特性
- 元认知评估:跟踪推理的置信度并评估推理质量。
- 假设检验:系统地制定、测试和验证假设。
- 集成内存库:基于图的内存,支持为不同上下文管理命名的库。
- SystemJSON存储:为工作流、指令和特定领域知识提供结构化数据存储。
- 增强可视化:丰富的控制台输出,带有置信度条和质量指标。
📦 安装指南
cd /advanced-reasoning-mcp
npm install
npm run build
💻 使用示例
基础用法
const library = await callTool("create_memory_library", {
library_name: "database_optimization"
});
const result = await callTool("advanced_reasoning", {
thought: "I need to analyze the query execution plan first",
thoughtNumber: 1,
totalThoughts: 5,
nextThoughtNeeded: true,
confidence: 0.8,
reasoning_quality: "high",
meta_thought: "This is a logical first step, high confidence approach",
goal: "Optimize database query performance"
});
高级用法
const result = await callTool("advanced_reasoning", {
thought: "The bottleneck appears to be in the JOIN operations",
thoughtNumber: 2,
totalThoughts: 5,
nextThoughtNeeded: true,
confidence: 0.6,
reasoning_quality: "medium",
meta_thought: "Need to verify this with actual data",
hypothesis: "JOIN operations are causing 80% of query time",
test_plan: "Run EXPLAIN ANALYZE and check execution times"
});
📚 详细文档
🔧 工具
核心推理
advanced_reasoning
具备认知功能的增强推理:
- 所有顺序思维能力(分支、修订、动态思维计数)
- 置信度跟踪 (0.0 - 1.0)
- 推理质量评估 (低/中/高)
- 元认知反思
- 假设制定和测试
- 证据跟踪和验证
- 与会话上下文的内存集成
query_reasoning_memory
搜索集成内存:
- 查找相关见解和假设
- 发现想法之间的联系
- 基于以前的推理会话进行构建
- 上下文感知的内存检索
内存库管理
create_memory_library
为有组织的知识创建命名的内存库:
- 为不同项目/领域创建单独的库
- 清晰的架构分离
- 库名称验证
list_memory_libraries
列出所有可用的内存库:
- 显示库元数据(名称、大小、最后修改时间)
- 有组织的、可搜索的库信息
switch_memory_library
在不同的内存库之间切换:
get_current_library_info
获取当前活动库的信息:
SystemJSON结构化存储
create_system_json
为工作流和指令创建结构化数据存储:
- 领域分类
- 可通过标签搜索的内容
- 可JSON序列化的数据存储
- 带有验证的原子写入操作
get_system_json
按名称检索结构化数据:
search_system_json
搜索结构化数据:
list_system_json
列出所有可用的结构化数据文件:
🔧 技术细节
架构
┌─────────────────────────────────────────────────────────────┐
│ MCP Interface │
├─────────────────────────────────────────────────────────────┤
│ Advanced Reasoning Server │
│ │
│ ┌──────────────────┐ ┌──────────────────┐ │
│ │ CognitiveMemory │ │ SystemJSON │ │
│ │ (Graph-Based) │ │ (Document-Based) │ │
│ │ │ │ │ │
│ │ • Named Libraries │ │ • Domain-Indexed │ │
│ │ • Session Context │ │ • Searchable │ │
│ │ • Node Relations │ │ • Tagged Content │ │
│ │ • Hypothesis │ │ • Workflows │ │
│ │ Tracking │ │ • Instructions │ │
│ └──────────────────┘ └──────────────────┘ │
│ │ │ │
│ ┌──────────────────┐ ┌──────────────────┐ │
│ │ Meta-Cognitive │ │ Enhanced │ │
│ │ Assessment │ │ Sequential │ │
│ │ │ │ Thinking │ │
│ │ • Confidence │ │ │ │
│ │ • Quality Rating │ │ • Branching │ │
│ │ • Evidence │ │ • Revisions │ │
│ │ • Hypothesis │ │ • Dynamic Counts │ │
│ │ Testing │ │ • Meta-Thoughts │ │
│ └──────────────────┘ └──────────────────┘ │
└─────────────────────────────────────────────────────────────┘
高级特性
元认知评估
- 置信度跟踪:自我评估推理的确定性 (0.0 - 1.0)
- 质量评估:低/中/高推理质量指标
- 元思维:对推理过程本身的反思
- 证据集成:系统地收集和验证证据
假设检验框架
- 假设制定:明确陈述工作理论
- 测试计划:定义验证/反驳策略
- 证据跟踪:收集支持/矛盾的证据
- 结果集成:将测试结果纳入推理
双存储架构
CognitiveMemory (基于图)
- 命名库:为不同项目提供单独的上下文
- 图存储:连接思想、假设和证据
- 会话管理:持久的推理上下文
- 内存查询:跨会话查找相关见解
- 存储:
memory_data/{library_name}.json
SystemJSON (基于文档)
- 结构化存储:可JSON序列化的工作流和指令
- 领域组织:按领域/目的分类
- 搜索与发现:带有相关性评分的全文搜索
- 标签系统:灵活的内容组织
- 存储:
memory_data/system_json/{name}.json
增强可视化
- 置信度条:可视化的确定性表示
- 质量指标:颜色编码的推理评估
- 丰富格式:复杂推理的清晰结构
- 元信息:显示置信度、质量和连接
兼容性
与顺序思维模式完全兼容:
- 保留所有分支和修订功能
- 支持动态思维计数调整
- 熟悉的参数结构,带有可选增强功能
- 与现有的顺序思维工作流向后兼容
与顺序思维相比的优势
- 自我意识:跟踪置信度和推理质量
- 系统验证:明确的假设检验框架
- 有组织的内存:为不同上下文提供命名的库
- 结构化存储:将工作流和指令作为可搜索的数据
- 增强的清晰度:推理过程的丰富可视化
- 进度跟踪:监控朝着定义目标的进展
- 基于证据:系统地收集和评估证据
文件结构
memory_data/
├── cognitive_memory.json # Default reasoning library
├── {library_name}.json # Named reasoning libraries
└── system_json/ # Structured data storage
├── {workflow_name}.json # Workflow definitions
├── {instruction_set}.json # Instruction sets
└── {domain_data}.json # Domain-specific data
使用案例
内存库
- 特定项目的推理:为每个项目创建单独的库
- 领域专业知识:为不同的知识领域创建不同的库
- 上下文切换:推理上下文之间的清晰分离
SystemJSON存储
- 工作流文档:存储可重复使用的流程定义
- 指令集:分步程序和指南
- 领域知识:特定领域的结构化信息
- 配置数据:不同场景的设置和参数
这个服务器将顺序思维转变为一个复杂的双存储认知推理系统,为推理会话提供基于图的内存,为工作流和指令提供结构化文档存储,同时保持了原顺序思维模式的简洁性和有效性。
由angrysky56 (Ty Hall) 和Claude开发
📄 许可证
MIT许可证