Atom of Thoughts (AoT)

思维原子（AoT）

思维原子是一种基于分解的推理框架，本项目将其实现为模型上下文协议（MCP）服务。

注意：此实现基于研究论文 "Atom of Thoughts for Markov LLM Test-Time Scaling"（Teng 等人，2025 年）。

MCP.so

한국어 설명

英文文档

本仓库将思维原子（AoT）这种基于分解的推理框架实现为模型上下文协议（MCP）服务。此实现基于论文 "Atom of Thoughts for Markov LLM Test-Time Scaling"（Teng 等人，2025 年）中提出的概念。

可用工具

提供两种主要工具：

1. AoT（完整版本）：功能完备的思维原子工具，支持深入分析和复杂问题求解。
2. AoT-light（轻量版）：精简版本，针对更快的处理速度和更迅速的结果进行了优化。

AoT-light：轻量版

AoT-light 专为需要争分夺秒的场景设计，可实现更快的处理速度：

• 主要功能：

  • 降低最大深度（从 5 降至 3），加快处理速度
  • 简化验证流程
  • 对高置信度假设立即建议结论
  • 降低计算开销和响应负载
  • 优先优化速度，而非进行穷尽式分析

• 适用场景：

  • 需要组织原子化思维的快速头脑风暴
  • 优先考虑速度而非穷尽式分析的限时问题求解
  • 无需深入分解的简单推理任务
  • 在使用完整 AoT 深入分析前进行初步探索
  • 重视响应时间的学习或演示场景

适用场景

思维原子在以下场景中效果显著：

• 解决需要复杂推理的问题
• 生成需要从多个角度验证的假设
• 在准确性至关重要的场景中推导高置信度结论
• 尽量减少关键任务中的逻辑错误
• 需要经过多步验证的决策

原子类型

AoT 使用五种原子类型：

1. 前提：解决问题所需的基本假设或已知信息
2. 推理：基于其他原子进行的逻辑推理过程
3. 假设：提出的解决方案或中间结论
4. 验证：评估其他原子（尤其是假设）有效性的过程
5. 结论：经过验证的假设或最终的问题解决方案

核心功能

1. 分解-收缩机制

将原子分解为更小的子原子，并在验证后将其收缩回原状的机制。

• 分解：将复杂原子拆分为更小的子原子。

  • startDecomposition(atomId)：开始分解原子
  • addToDecomposition(decompositionId, atomId)：向分解中添加子原子
  • completeDecomposition(decompositionId)：完成分解过程

• 收缩：所有子原子验证完成后，收缩回原始原子。

  • 根据子原子的置信度计算原始原子的置信度
  • 自动为已验证的高置信度假设建议结论

2. 自动终止机制

• 达到最大深度或得出高置信度结论时自动终止。
• getTerminationStatus()：返回当前终止状态和原因
• getBestConclusion()：返回置信度最高的结论

参数说明

• atomId：原子的唯一标识符（例如，“A1”“H2”）
• content：原子的实际内容
• atomType：原子类型（取值之一：前提、推理、假设、验证、结论）
• dependencies：此原子依赖的其他原子的 ID 列表
• confidence：此原子的置信度（取值介于 0 和 1 之间）
• isVerified：此原子是否已验证
• depth：此原子在分解—收缩过程中的深度级别

使用方法

1. 理解问题并定义必要的前提原子
2. 根据前提创建推理原子
3. 根据推理创建假设原子
4. 创建验证原子来验证假设
5. 根据已验证的假设推导结论原子
6. 必要时使用原子分解进行深入探索
7. 将高置信度的结论原子作为最终答案

顺序思考与思想原子（还需更多测试）的比较

将两种思考工具应用于同一主题后，观察到以下差异和性能特点：

结构差异

顺序思考：

• 线性思考过程：依次从一个想法推进到下一个想法
• 预先预测思考的总步数
• 每个思考阶段都基于前一阶段构建

思想原子：

• 非线性网络结构：多个思考单元（原子）通过依赖关系相互连接
• 根据原子类型（前提、推理、假设、验证、结论）形成系统化结构
• 明确评估每个原子的置信度

优势对比

顺序思考的优势：

• 流程直观：类似于人类自然的思考过程
• 简单：结构简单，可快速用于解决直接明了的问题
• 灵活：思考过程中可以修改之前的阶段或改变方向

思想原子的优势：

• 置信度评估：明确衡量每个想法的置信度，从而提高结论的有效性
• 验证过程：通过系统化的验证阶段评估假设
• 依赖关系跟踪：清晰跟踪哪些前提或推理影响了特定结论
• 并行处理：可以同时考虑多个思考原子

效率与准确性

效率：

• 顺序思考：解决简单问题时效率更高，思考推进更快
• 思想原子：解决复杂问题时效率更高，但构建系统化结构会产生初始开销

准确性：

• 顺序思考：随着思考过程深入，之前阶段的错误可能逐步累积
• 思想原子：通过验证阶段和置信度评估降低出错的可能性，从而得出更可靠的结论

按用途划分的适用情况

适合顺序思考的情况：

• 简单到中等复杂度的问题
• 时间受限的场景
• 需要自然地讲述或解释时

适合思想原子的情况：

• 高度复杂的问题
• 准确性和可靠性至关重要的场景
• 需要从多个角度验证的假设
• 涉及复杂依赖关系的推理

结论

两种工具都能提升人工智能的推理能力，但应根据问题的性质和需求选择合适的工具。需要直观、快速的思考过程时，顺序思考很有用；而对于需要系统化验证和高可靠性的复杂问题，思想原子则更为适合。

Command Tool (atomcommands)

用于控制 Atom of Thoughts 分解-收缩机制和自动终止的命令工具。

可用命令：

1. decompose：将指定原子分解为更小的子原子
   • 必需参数：atomId
2. complete_decomposition：完成正在进行的分解过程
   • 必需参数：decompositionId
3. termination_status：检查当前 AoT 流程的终止状态
4. best_conclusion：获取置信度最高且经过验证的结论
5. set_max_depth：更改最大深度限制
   • 必需参数：maxDepth

通过 Smithery 安装

要通过 Smithery 自动为 Claude Desktop 安装 Atom of Thoughts：

npx -y @smithery/cli install @kbsooo/mcp_atom_of_thoughts --client claude

MCP 服务配置

要使用 Atom of Thoughts MCP 服务，需要在 Claude Desktop 或 Cline 的 MCP 设置中注册。以下是示例配置：

{ 
  "mcpServers": { 
    "atom-of-thoughts": { 
      "command": "node", 
      "args": ["/ABSOLUTE/PATH/TO/PARENT/FOLDER/atom-of-thoughts/build/index.js"], 
      "disabled": false, 
      "autoApprove": [] 
    } 
  } 
}

将 /ABSOLUTE/PATH/TO/PARENT/FOLDER 替换为系统上项目的实际绝对路径。保存配置后，重启 Claude Desktop 或 Cline，即可使用 Atom of Thoughts MCP 服务。

如需了解详细实现和代码级文档，请参阅此代码库中的源代码。

韩语说明

什么是 Atom of Thoughts？

Atom of Thoughts（AoT）是一种工具，可将复杂问题分解为独立且可复用的原子级思考单元来解决。与传统的顺序思考方式不同，该工具将作为思考基本单元的“原子”相互依赖地组织起来，从而实现更强大的问题解决能力。本实现基于论文“Atom of Thoughts for Markov LLM Test-Time Scaling”（Teng et al., 2025）中的概念。

提供的工具

目前提供以下两种主要工具：

1. AoT（完整版本）：功能完整的 Atom of Thoughts 工具，适用于深入分析和解决复杂问题。
2. AoT-light（轻量版）：经过优化的轻量版，可实现更快的处理速度并迅速得出结果。

AoT-light：轻量版

AoT-light 是轻量版，旨在对时间要求较高的场景中加快处理速度：

• 主要特点：

  • 设置较低的最大深度（3，而非 5），以加快处理速度
  • 简化验证流程
  • 对高置信度假设立即提出结论建议
  • 减少计算开销和响应数据
  • 优先优化速度，而非全面分析

• 使用场景：

  • 需要构建原子化思考的快速头脑风暴
  • 对时间敏感的问题解决场景中，速度比全面分析更重要
  • 无需深入分解的简单推理任务
  • 使用完整 AoT 进行深入分析之前的初步探索
  • 对响应时间有要求的学习或演示用途

使用场景

在以下情况下，Atom of Thoughts 会很有用：

• 需要复杂推理的问题解决
• 需要从多个角度进行验证的假设生成
• 在准确性至关重要的问题中得出高置信度结论
• 需要尽量减少逻辑错误的任务
• 需要多阶段验证的决策

原子类型

Atom of Thoughts 使用五种类型的原子：

1. premise（前提）：用于解决问题的基本假设或给定信息
2. reasoning（推理）：基于其他原子进行逻辑推理的过程
3. hypothesis（假设）：对可能的解决方案或中间结论的提议
4. verification（验证）：评估其他原子（尤其是假设）有效性的过程
5. conclusion（结论）：经过验证的假设或最终问题解决方案

核心功能

1. 分解-收缩机制（Decomposition-Contraction）

将原子分解为更小的子原子，并在验证后重新收缩的机制。

• 原子分解（Decomposition）：将复杂原子分解为更小的子原子。

  • startDecomposition(atomId)：开始分解原子
  • addToDecomposition(decompositionId, atomId)：向分解过程添加子原子
  • completeDecomposition(decompositionId)：完成分解过程

• 原子收缩（Contraction）：所有子原子都经过验证后，重新收缩为原始原子。

  • 根据子原子的置信度计算原始原子的置信度
  • 如果经过验证的假设具有高置信度，则自动提出结论

2. 自动终止机制（Automatic Termination）

• 达到最大深度（depth）或找到高置信度结论时，会自动终止。
• getTerminationStatus()：返回当前终止状态及原因
• getBestConclusion()：返回置信度最高的结论

参数说明

• atomId：原子的唯一标识符（例如：'A1'、'H2' 等）
• content：原子的实际内容
• atomType：原子的类型（premise、reasoning、hypothesis、verification、conclusion 之一）
• dependencies：此原子所依赖的其他原子的 ID 列表
• confidence：此原子的置信度（介于 0 和 1 之间的值）
• isVerified：此原子是否经过验证
• depth：此原子的深度（分解-收缩流程中的深度级别）

使用方法

1. 理解问题并定义所需的前提（premise）原子
2. 根据前提生成推理（reasoning）原子
3. 根据推理生成假设（hypothesis）原子
4. 生成用于验证（verification）假设的原子
5. 根据经过验证的假设推导出结论（conclusion）原子
6. 必要时使用原子分解（decomposition）进行更深入的探索
7. 将高置信度的结论原子作为最终答案提出

Sequential Thinking 与 Atom of Thoughts 的比较（还需要进一步测试）

将两种思考工具应用于相同主题后，观察到的差异和性能特点如下：

结构差异

Sequential Thinking：

• 线性思维过程：从一个思维步骤依次推进到下一个步骤
• 预先预测思维步骤的总数
• 每个思维步骤都基于前一个步骤构建

Atom of Thoughts：

• 非线性网络结构：多个思维单元（原子）通过依赖关系连接
• 根据原子类型（前提、推理、假设、验证、结论）形成系统化结构
• 明确评估每个原子的置信度

对比优势

Sequential Thinking 的优势：

• 流程直观：类似自然的人类思维过程
• 简单：结构简洁，可快速用于直观的问题
• 灵活：可以在思维过程中修改先前步骤或改变方向

Atom of Thoughts 的优势：

• 置信度评估：明确衡量每个思维的置信度，从而提高结论的有效性
• 验证流程：通过系统化的验证步骤评估假设
• 依赖关系追踪：清晰追踪哪些前提或推理影响了特定结论
• 并行处理：可以同时考虑多个思维原子

效率与准确性

效率：

• Sequential Thinking：处理简单问题时更高效，思维推进速度快
• Atom of Thoughts：处理复杂问题时更高效，但构建系统化结构会带来初始开销

准确性：

• Sequential Thinking：随着思维过程不断深入，先前步骤中的错误可能会累积
• Atom of Thoughts：通过验证步骤和置信度评估降低出错概率，得出更可靠的结论

适用场景

适合使用 Sequential Thinking 的情况：

• 简单或中等复杂度的问题
• 时间受限的情况
• 需要自然叙述或解释的情况

适合使用 Atom of Thoughts 的情况：

• 非常复杂的问题
• 准确性和可靠性至关重要的情况
• 需要从多个角度验证的假设
• 存在复杂依赖关系的推理

结论

两种工具都能帮助提升人工智能的推理能力，但合适的工具取决于问题的特性和需求。Sequential Thinking 适用于需要直观、快速思维过程的情况，而 Atom of Thoughts 更适合需要系统化验证和高可靠性的复杂问题。

命令工具（atomcommands）

用于控制 Atom of Thoughts 的分解－收缩机制和自动终止的命令工具。

可用命令：

1. decompose：将指定的原子分解为更小的子原子。
   • 必需参数：atomId
2. complete_decomposition：完成正在进行的分解过程。
   • 必需参数：decompositionId
3. termination_status：检查当前 AoT 进程的终止状态。
4. best_conclusion：获取置信度最高的已验证结论。
5. set_max_depth：更改最大深度限制。
   • 必需参数：maxDepth

通过 Smithery 安装

要通过 Smithery 自动为 Claude Desktop 安装 Atom of Thoughts：

npx -y @smithery/cli install @kbsooo/mcp_atom_of_thoughts --client claude

如何配置 MCP 服务

要使用 Atom of Thoughts MCP 服务，必须在 Claude Desktop 或 Cline 的 MCP 设置中注册该服务。以下是服务配置示例：

{ 
  "mcpServers": { 
    "atom-of-thoughts": { 
      "command": "node", 
      "args": ["/ABSOLUTE/PATH/TO/PARENT/FOLDER/atom-of-thoughts/build/index.js"], 
      "disabled": false, 
      "autoApprove": [] 
    } 
  } 
}

请将上述配置中的 /ABSOLUTE/PATH/TO/PARENT/FOLDER 替换为实际项目所在的绝对路径。保存配置后，重启 Claude Desktop 或 Cline，即可使用 Atom of Thoughts MCP 服务。