RAT MCP Server (Retrieval Augmented Thinking)

Deepseek-Thinking-Claude-3.5-Sonnet-CLINE-MCP

一个模型上下文协议（MCP）服务，通过 OpenRouter 将 DeepSeek R1 的推理能力与 Claude 3.5 Sonnet 的响应生成相结合。此实现采用两阶段流程：DeepSeek 提供结构化推理，随后将其融入 Claude 的响应生成中。

功能

• 两阶段处理：

  • 使用 DeepSeek R1 进行初步推理（5 万字符上下文）
  • 使用 Claude 3.5 Sonnet 生成最终响应（60 万字符上下文）
  • 两个模型均通过 OpenRouter 统一 API 访问
  • 将 DeepSeek 的推理令牌注入 Claude 的上下文

• 智能对话管理：

  • 根据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
  • 支持按需清除上下文

• 优化参数：

  • 按模型设置上下文限制：
    • DeepSeek：50,000 个字符，用于聚焦推理
    • Claude：600,000 个字符，用于全面响应
  • 推荐设置：
    • temperature：0.7，平衡创造性
    • top_p：1.0，使用完整概率分布
    • repetition_penalty：1.0，防止重复

安装

通过 Smithery 安装

通过 Smithery 为 Claude Desktop 自动安装 DeepSeek Thinking with Claude 3.5 Sonnet：

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

手动安装

1. 克隆代码库：

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. 安装依赖项：

npm install

3. 创建 .env 文件并填入你的 OpenRouter API 密钥：

# Required: OpenRouter API key for both DeepSeek and Claude models
OPENROUTER_API_KEY=your_openrouter_api_key_here

# Optional: Model configuration (defaults shown below)
DEEPSEEK_MODEL=deepseek/deepseek-r1  # DeepSeek model for reasoning
CLAUDE_MODEL=anthropic/claude-3.5-sonnet:beta  # Claude model for responses

4. 构建服务：

npm run build

在 Cline 中使用

将以下内容添加到 Cline MCP 设置中（通常位于 ~/.vscode/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json）：

{
  "mcpServers": {
    "deepseek-claude": {
      "command": "/path/to/node",
      "args": ["/path/to/Deepseek-Thinking-Claude-3.5-Sonnet-CLINE-MCP/build/index.js"],
      "env": {
        "OPENROUTER_API_KEY": "your_key_here"
      },
      "disabled": false,
      "autoApprove": []
    }
  }
}

工具用法

该服务提供两个工具，用于生成和监控响应：

generate_response

用于生成响应的主要工具，参数如下：

{
  "prompt": string,           // Required: The question or prompt
  "showReasoning"?: boolean, // Optional: Show DeepSeek's reasoning process
  "clearContext"?: boolean,  // Optional: Clear conversation history
  "includeHistory"?: boolean // Optional: Include Cline conversation history
}

check_response_status

用于检查响应生成任务状态的工具：

{
  "taskId": string  // Required: The task ID from generate_response
}

响应轮询

该服务使用轮询机制处理长时间运行的请求：

1. 初始请求：

   • generate_response 会立即返回任务 ID
   • 响应格式：{"taskId": "uuid-here"}

2. 状态检查：

   • 使用 check_response_status 轮询任务状态
   • **注意：**响应可能需要最多 60 秒才能完成
   • 状态依次为：pending → reasoning → responding → complete

在 Cline 中的用法示例：

// Initial request
const result = await use_mcp_tool({
  server_name: "deepseek-claude",
  tool_name: "generate_response",
  arguments: {
    prompt: "What is quantum computing?",
    showReasoning: true
  }
});

// Get taskId from result
const taskId = JSON.parse(result.content[0].text).taskId;

// Poll for status (may need multiple checks over ~60 seconds)
const status = await use_mcp_tool({
  server_name: "deepseek-claude",
  tool_name: "check_response_status",
  arguments: { taskId }
});

// Example status response when complete:
{
  "status": "complete",
  "reasoning": "...",  // If showReasoning was true
  "response": "..."    // The final response
}

开发

开发时启用自动重新构建：

npm run watch

工作原理

1. 推理阶段（DeepSeek R1）：

   • 使用 OpenRouter 的推理令牌功能
   • 修改提示词，使其输出 'done'，同时捕获推理内容
   • 从响应元数据中提取推理内容

2. 响应阶段（Claude 3.5 Sonnet）：

   • 接收原始提示词和 DeepSeek 的推理内容
   • 结合推理生成最终响应
   • 保留对话上下文和历史记录

许可证

MIT 许可证——详情请参阅 LICENSE 文件。

致谢

基于 Skirano 提出的 RAT（检索增强思考）理念，该理念通过结构化推理和知识检索提升 AI 响应质量。

此实现通过 OpenRouter 统一 API，将 DeepSeek R1 的推理能力与 Claude 3.5 Sonnet 的响应生成相结合。