逐步思考 MCP 服务器

一个 Model Context Protocol (MCP) 服务器，通过定义的阶段促进结构化、渐进式思考。此工具可帮助将复杂问题分解为有序的思考步骤，跟踪您的思考过程进展并生成摘要。

目录

1. 项目概述
2. 核心功能
3. 使用示例
4. 自定义指南
5. 许可证

逐步思考 MCP 服务器

通过有序的思考步骤，系统地解决复杂问题。

项目概述

该工具通过结构化的思考过程帮助用户分解和解决问题。它支持多个阶段的分析，并提供对整个思考过程的总结功能。

• 核心目标：将复杂问题分解为可管理的部分。
• 应用场景：决策制定、问题解决、研究规划、写作组织等。

核心功能

1. process_thought 方法

逐步处理和记录思考过程。输入参数包括：

• 思考内容
• 当前步骤编号
• 总步骤数
• 是否需要下一步
• 当前阶段（问题定义、研究、分析、综合、结论）
• 标签（主题关键词）
• 使用的原理或公理
• 挑战的假设

示例代码：

# 第一个思考步骤
process_thought(
    thought="气候变化问题需要分析排放、政策和技术采用等多方面因素。",
    thought_number=1,
    total_thoughts=5,
    next_thought_needed=True,
    stage="问题定义",
    tags=["气候", "全球政策", "系统思维"],
    axioms_used=["复杂问题需要多方面的解决方案"],
    assumptions_challenged=["技术 alone 可以解决气候变化"]
)

2. generate_summary 方法

生成整个思考过程的总结报告。输出格式如下：

{
  "summary": {
    "totalThoughts": 5,
    "stages": {
      "问题定义": 1,
      "研究": 1,
      "分析": 1,
      "综合": 1,
      "结论": 1
    },
    "timeline": [
      {"number": 1, "stage": "问题定义"},
      {"number": 2, "stage": "研究"},
      {"number": 3, "stage": "分析"},
      {"number": 4, "stage": "综合"},
      {"number": 5, "stage": "结论"}
    ]
  }
}

3. clear_history 方法

重置思考过程，清除所有记录。

实际应用

• 决策制定：逐步分析重要决定
• 问题解决：分解复杂问题为可管理部分
• 研究规划：结构化研究方法
• 写作组织：逐步发展想法后再撰写
• 项目分析：通过定义阶段评估项目

使用指南

安装

pip install mcp-think

快速上手

1. 初始化服务器：

   from mcp_think import SequentialThinkingServer
   server = SequentialThinkingServer()
   

2. 开始思考过程：

   server.process_thought(
       thought="如何提高团队效率？",
       thought_number=1,
       total_thoughts=4,
       next_thought_needed=True,
       stage="问题定义",
       tags=["团队管理", "效率提升"]
   )
   

3. 生成总结：

   summary = server.generate_summary()
   print(summary)
   

4. 清除历史记录：

   server.clear_history()
   

自定义指南

如需自定义服务器，可参考以下步骤：

1. 修改思考阶段：添加或删除 stages 列表中的内容。
2. 定制数据结构：扩展 thought_data 类，增加更多字段。
3. 实现持久化：集成数据库或其他存储方案。
4. 增强分析功能：添加统计分析模块。
5. 创建自定义提示：根据需求设计新的思考模板。

项目结构

mcp_think/
├── __init__.py
├── sequential_thinker.py
├── stages.py
└── persistence.py

许可证

MIT License