steelmind

Steelmind MCP — AI エージェント向けの構造化思考と検証

AI エージェント向けの、研究に裏打ちされた推論 MCP サーバーです。 段階的な逐次思考と、スティールマン検証を組み合わせています。認知科学と AI に関する 43 本以上の研究論文に基づいています。

Steelmind は AI エージェントに 2 つのツールを提供します。

• think — 逐次的な分解により、構造化された推論ステップを記録します。ソクラテス式の自己質問と、ポリアの問題解決法を組み込んでいます。
• verify — 結論を確定する前に、スティールマンによってその結論に異議を唱えます。MetaCrit と SIEV の研究に基づく弁証法的評価を組み込んでいます。

コードは最小限です。重要な役割を担うのは説明です。ツールの説明は、Anthropic の τ-bench 研究によると、推論の改善の約 80% を占めます。

なぜ Steelmind なのか？

機能	Think MCP	Sequential Thinking	Steelmind
ステップの追跡	✗	✓	✓
ステップ数の調整	✗	✓	✓
認知モードの分離	✗	✗	✓
スティールマン検証	✗	✗	✓
ソクラテス式の自己質問	✗	✗	✓
研究に裏打ちされた説明	✗	✗	✓
完了時の検証の促し	✗	✗	✓
ツール数	1	1	2

重要な研究知見： MetaCrit（arxiv 2507.15015）は、推論の生成と評価を分離すると自己バイアスを防ぎ、正確性が最大 76% 向上することを実証しました。Sequential-thinking は両方に 1 つのツールを使います。Steelmind はそれらを分離しています。

クイックスタート

npx（インストール不要）

{
  "mcpServers": {
    "steelmind": {
      "command": "npx",
      "args": ["-y", "@stabgan/steelmind-mcp"]
    }
  }
}

Docker

{
  "mcpServers": {
    "steelmind": {
      "command": "docker",
      "args": ["run", "--rm", "-i", "stabgan/steelmind-mcp"]
    }
  }
}

npm グローバルインストール

npm install -g @stabgan/steelmind-mcp

{
  "mcpServers": {
    "steelmind": {
      "command": "steelmind-mcp"
    }
  }
}

仕組み

think ツール

逐次的な追跡を伴う、構造化された推論ステップを記録します。

入力：

{
  "thought": "What are the dependencies? Need to check imports before refactoring.",
  "thoughtNumber": 1,
  "totalThoughts": 3,
  "nextThoughtNeeded": true
}

出力（シーケンスの途中）：

[Thinking 1/3]

What are the dependencies? Need to check imports before refactoring.

出力（最終ステップ — 検証を促すメッセージを含む）：

[Thinking 3/3]

My conclusion: use the adapter pattern for backward compatibility.

---
Thinking complete. Before acting on this conclusion, use the verify tool to challenge it.

検証を促すメッセージは、説明だけでなくツールの結果にも表示されるため、モデルが実際に verify を呼び出す可能性が大幅に高まります。ツールの結果は説明とは異なる注意の向けられ方をし、新しいコンテキストとして処理されます。

verify ツール

結論を確定する前に、スティールマンによって推論に異議を唱えます。

入力：

{
  "concern": "The adapter pattern adds complexity. Is the simpler approach actually better?"
}

出力：

The adapter pattern adds complexity. Is the simpler approach actually better?

恒等関数として動作し、懸念事項を変更せずに返します。価値があるのは説明です。説明では次のように促します。「反対意見をスティールマンしてください。あなたの結論が間違っているとする、最も強力な主張は何でしょうか？」

ワークフロー

think(step 1/3) → think(step 2/3) → think(step 3/3) → [verify nudge] → verify → act
                                          ↑
                                  adjust totalThoughts if needed

研究の基盤

Steelmind の設計は、43 本以上の研究論文に基づいています。主な知見は次のとおりです。

論文	知見	Steelmind での活用
MetaCrit (arxiv 2507.15015)	生成と評価を分離すると、自己バイアスを防げます	2 つの個別ツール：think（生成）＋ verify（評価）
Anthropic τ-bench	最適化されたツールの説明によって、54% 改善します	説明はコードではなく、主要な足場として機能します
Think2 (arxiv 2602.18806)	構造化されたメタ認知によって、自己修正が 3 倍になります	段階的な進捗追跡＋ソクラテス式の質問
SIEV (ICML)	弁証法的な評価では、モデルの性能が 40 ポイント以上低下します	verify の説明にスティールマン・プロンプトを採用
Scaling TTC (arxiv 2408.03314)	難易度に応じた計算量の調整で、効率が 4 倍向上します	totalThoughts を調整可能にする
EasyTool (NAACL 2025)	簡潔な説明は冗長な説明より優れています	約 100 語の説明
ToolACE	「使用しない場合」を示すと、無関係性の検出率が 6→84% に向上します	両方の説明に否定的なガイダンスを含める
Cognitive Foundations (arxiv 2511.16660)	外部の足場によって、性能が最大 72% 向上します	研究に基づいた認知フレームワーク

互換性のあるクライアント

MCP 対応クライアントであれば、どれでも動作します。

• Claude Desktop / Claude Code
• Cursor
• Windsurf
• Kiro
• Cline
• MCP stdio トランスポートに対応する任意のクライアント

互換性のあるモデル

最先端モデル向けに設計されていますが、さまざまなモデルファミリーで動作します。

• Claude（Opus、Sonnet）— MCP ネイティブ
• GPT-5 / GPT-4o / o-series — MCP アダプター経由
• Gemini — MCP アダプター経由
• DeepSeek — MCP アダプター経由

開発

npm install          # Install dependencies
npm run build        # Compile TypeScript
npm test             # Run 90 tests
npm run lint         # ESLint
npm run format       # Prettier
npm start            # Run the server

ライセンス

MIT