MCP-CoConuT（连续思维链）

服务器介绍

MCP-CoConuT 是一个基于 Model Context Protocol (MCP) 的服务器，用于与 Cursor IDE 集成，支持模型语言实现持续思维链功能，并提供质量分析。

概述

MCP-CoConuT 允许语言模型：

• 维护连续的思维链条
• 分析推理的质量
• 发现循环推理
• 创建分支以探索不同方法
• 存储结论和交互历史记录

当前版本更新

• 支持 2025-03-26 版本的 MCP 规范
• 简化代码，优化维护性

主要功能

• 连续思维链：实现 CoConuT（Continuous Chain of Thought）解决结构问题
• 循环检测：使用多种相似度指标（如莱文斯坦、Jaccard、余弦）检测循环推理
• 分支管理：支持探索不同思路的分支，比较和合并
• 自动反思：周期性评估解决问题进度的系统
• 思维分析：自动化检查思维链条，确保推理方向正确
• 结论记录：结构化文档记录结论和变更
• 持久化集成：所有数据自动保存，便于后续分析
• 多种响应格式：支持 JSON、Markdown、HTML 格式
• 模块化架构：基于组件，依赖注入设计
• 内置文档：详细描述输入参数的文档
• 多语言支持：支持多种语言的消息
• 模板系统：灵活的模板自定义结论

系统要求

• Node.js 18 或更高版本
• NPM

安装步骤

# 克隆仓库
git clone https://github.com/MarceloAssis123/MCP-CoConuT.git
cd MCP-CoConuT

# 安装依赖
npm install

使用说明

MCP-CoConuT 服务器仅在标准输入输出模式下运行，适合与 Cursor 等 IDE 集成。

# 开发模式
npm run dev

# 生产模式
npm run build
npm start

配置信息

配置位于 src/config.ts 文件中，默认包含所有系统配置值，可直接修改代码中的参数。

工具列表

CoConuT

主要工具用于处理连续思维链条。参数如下：

• thought：当前思维内容
• thoughtNumber：思维链中的序号
• totalThoughts：预估的总思维数
• nextThoughtNeeded：是否需要下一个思维
• Call_CoConuT_Analyser：可选参数，调用分析器

CoConuT 分析器

用于分析当前思维链条的质量。

示例代码

const coconut = new CoConuT({
  thought: "初步想法",
  thoughtNumber: 1,
  totalThoughts: 5
});

贡献指南

欢迎贡献！请先在 Issues 中讨论你的提案，再提交 Pull Request。

许可证

ISC