RAT (Retrieval Augmented Thinking)

🚀 深度思维-思考克劳德3.5-十四行诗-CLINE-MCP

本项目是一个结合了深度思维R1推理能力和克劳德3.5十四行诗回应生成能力的模型上下文协议（MCP）服务器，通过OpenRouter实现。它采用两阶段过程，先由深度思维进行结构化推理，再将推理结果融入克劳德的回应生成中，为用户提供更智能、全面的对话体验。

🚀 快速开始

本项目可通过Smithery自动安装，也支持手动安装，以下为你详细介绍安装步骤：

使用Smithery安装

通过Smithery自动为Claude Desktop安装深度思维思考与克劳德3.5十四行诗：

npx -y @smithery/cli install @newideas99/Deepseek-Thinking-Claude-3.5-Sonnet-CLINE-MCP --client claude

手动安装

1. 克隆仓库：

git clone https://github.com/yourusername/Deepseek-Thinking-Claude-3.5-Sonnet-CLINE-MCP.git
cd Deepseek-Thinking-Claude-3.5-Sonnet-CLINE-MCP

2. 创建并激活虚拟环境（可选但推荐）：

python -m venv env
source env/bin/activate  # 在Linux/Mac上
env\Scripts\activate      # 在Windows上

3. 安装依赖项：

pip install -r requirements.txt

4. 运行服务器：

python app.py

✨ 主要特性

两阶段处理

• 使用深度思维R1进行初始推理（50k字符上下文）。
• 使用克劳德3.5十四行诗进行最终回应（600k字符上下文）。
• 两个模型均通过OpenRouter的统一API访问。
• 将深度思维的推理令牌注入到克劳德的上下文中。

智能对话管理

• 使用文件修改时间检测活动对话。
• 处理多个并发对话。
• 自动过滤已结束的对话。
• 在需要时支持上下文清除。

优化参数

• 模型特定上下文限制：
  • 深度思维：50,000字符用于专注推理。
  • 克劳德：600,000字符用于全面回应。
• 推荐设置：
  • temperature: 0.7（创造力平衡）。
  • top_p: 1.0（完整的概率分布）。
  • repetition_penalty: 1.0（防止重复）。

💻 使用示例

推理阶段（深度思维R1）

• 使用OpenRouter的推理令牌功能。
• 提示词被修改以输出'完成'，同时捕获推理内容。
• 推理从响应元数据中提取。

回应阶段（克劳德3.5十四行诗）

• 收到原始提示和深度思维的推理内容。
• 生成最终回应，结合推理内容。
• 维护对话上下文和历史记录。

📚 详细文档

开发

对于带有自动重建的功能开发：

npm run watch

📄 许可证

本项目采用MIT License，有关详细信息，请参阅LICENSE文件。

👥 贡献者

本项目基于Skirano的概念RAT（检索增强思考），该概念通过结构化推理和知识检索增强了AI回应。