关于 Clear Thought MCP Server
Clear Thought MCP Server 为使用兼容 MCP 的 LLM 应用提供结构化问题解决方法。其工具涵盖思维模型、调试、决策分析、科学推理等,帮助分析复杂问题。
主要功能
- 01思维模型与设计模式
- 02编程范式与调试方法
- 03顺序推理与协作推理
- 04决策分析与元认知监测
- 05科学、论证及视觉推理
适用场景
- 01比较架构方案及其权衡
- 02排查软件错误或性能问题
- 03评估备选方案、风险与证据
- 04梳理复杂系统中的关系
MCP 相关
它作为 MCP 服务通过标准输入输出运行,向 MCP 客户端提供结构化思考与问题解决能力。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
Clear Thought MCP Server
一个 Model Context Protocol(MCP)服务,提供系统化思维、思维模型和调试方法,增强问题解决能力。
功能
思维模型
- 第一性原理思维
- 机会成本分析
- 理解错误传播
- 橡皮鸭调试法
- 帕累托法则
- 奥卡姆剃刀
设计模式
- 模块化架构
- API 集成模式
- 状态管理
- 异步处理
- 可扩展性考量
- 安全最佳实践
- Agent 式设计模式
编程范式
- 命令式编程
- 过程式编程
- 面向对象编程
- 函数式编程
- 声明式编程
- 逻辑编程
- 事件驱动编程
- 面向切面编程
- 并发编程
- 响应式编程
调试方法
- 二分查找
- 逆向工程
- 分而治之
- 回溯
- 排除原因
- 程序切片
顺序思考
- 结构化思维过程
- 支持修订和分支
- 进度跟踪
- 上下文维护
协作推理
- 多角色问题解决
- 融合多元专业知识
- 结构化辩论与共识构建
- 综合不同视角
决策框架
- 结构化决策分析
- 多种评估方法
- 标准加权
- 风险与不确定性处理
元认知监测
- 知识边界评估
- 主张确定性评估
- 推理偏见检测
- 信心校准
- 不确定性识别
科学方法
- 结构化假设检验
- 变量识别
- 预测制定
- 实验设计
- 证据评估
结构化论证
- 正式辩证推理
- 正题—反题—合题
- 论证力度分析
- 前提评估
- 逻辑结构梳理
视觉推理
- 图示表达
- 可视化问题解决
- 空间关系分析
- 概念映射
- 生成视觉洞见
先决条件
- Node.js 18.x 或更高版本
- npm 9.x 或更高版本
安装
通过 Smithery 安装
通过 Smithery 自动为 Claude Desktop 安装 clear-thought-mcp-server:
npx -y @smithery/cli install @chirag127/clear-thought-mcp-server --client claude
- 克隆仓库:
git clone https://github.com/chirag127/clear-thought-mcp-server.git
然后进入项目目录:
cd clear-thought-mcp-server
- 安装依赖:
npm install
- 构建项目:
npm run build
使用方法
运行服务
使用以下命令启动服务:
npm start
这将使用 stdio 传输启动 MCP 服务,MCP 客户端可以连接该服务。
开发模式
在开发过程中启用自动重新加载:
npm run dev
与 MCP 客户端搭配使用
此服务可与任何兼容 MCP 的客户端搭配使用。以下是一些示例:
与 MCP Inspector 搭配使用
- 安装 MCP Inspector:
npm install -g @modelcontextprotocol/inspector
- 运行服务:
npm start
- 在另一个终端中连接 Inspector:
mcp-inspector --stdio "node dist/index.js"
与大模型应用搭配使用
此服务可集成到支持 Model Context Protocol 的大模型应用中。有关具体集成详情,请参阅 MCP 文档。
工具选择指南
Clear Thought MCP Server 中的每个工具都有各自的优势。以下是每个工具可能特别适用的场景:
思维模型
最适用于:
- 初步理解问题
- 分解复杂系统
- 分析权衡取舍
- 找出根本原因
- 制定战略决策
示例场景:
- 分析系统架构选型
- 评估相互竞争的解决方案
- 理解错误模式
设计模式
最适合用于:
- 实现经过验证的解决方案
- 规划新功能的结构
- 确保代码易于维护
- 扩展应用
- 管理技术债务
示例场景:
- 构建新的系统组件
- 重构现有代码
- 实现横切关注点
编程范式
最适合用于:
- 选择合适的编码方法
- 了解语言的优势
- 针对特定类型的问题进行优化
- 权衡实现方案中的利弊
示例场景:
- 在面向对象编程和函数式编程方法之间进行选择
- 实现并发系统
- 设计响应式应用
调试方法
最适合用于:
- 排查问题
- 优化性能
- 分析系统
- 解决错误
- 质量保证
示例场景:
- 修复生产环境问题
- 优化缓慢的流程
- 解决集成问题
序贯思维
最适合用于:
- 解决复杂问题
- 进行多步骤分析
- 细化决策
- 改进流程
- 制定全面计划
示例场景:
- 规划重大功能
- 分析系统范围内的变更
- 做出架构决策
协作推理
最适合用于:
- 处理复杂、多方面的问题
- 需要多领域专业知识的情况
- 有争议或影响重大的决策
- 创新和构思
示例场景:
- 架构设计决策
- 制定产品战略
- 评估和缓解风险
决策框架
最适合用于:
- 在备选方案之间进行结构化选择
- 考虑风险的决策
- 多标准评估
- 充分考虑利益相关者的决策
示例场景:
- 技术选型
- 资源分配
- 战略规划
元认知监控
最适合用于:
- 评估知识边界
- 评估论断的确定性
- 发现推理偏见
- 校准信心程度
- 找出不确定之处
示例场景:
- 评估在陌生领域的专业能力
- 评估预测的可信度
- 找出分析中可能存在的偏见
- 判断何时需要获取更多信息
科学方法
最适合用于:
- 系统地检验假设
- 开展实证调查
- 进行因果分析
- 基于证据进行推理
- 迭代完善认知
示例场景:
- 调查系统行为
- 检验因果关系
- 评估相互竞争的解释
- 设计对照实验
结构化论证
最适合用于:
- 进行正式的辩证推理
- 分析复杂辩论
- 评估相互竞争的立场
- 综合不同观点
- 构建逻辑论证
示例场景:
- 评估论证的力度
- 识别逻辑谬误
- 构建有说服力的论据
- 化解相互冲突的观点
视觉推理
最适合用于:
- 解决空间问题
- 绘制概念图
- 识别模式
- 可视化关系
- 对复杂系统建模
示例场景:
- 绘制系统架构图
- 可视化数据关系
- 绘制概念空间图
- 创建可视化说明
注意:这些是建议,而非规则。工具可以按任何顺序或组合使用,以最符合您的需求。
项目结构
clear-thought-mcp-server/
├── dist/ # Compiled JavaScript files
├── src/ # TypeScript source code
│ ├── models/ # Data interfaces
│ ├── tools/ # Tool implementations
│ └── index.ts # Main server entry point
├── package.json # Project dependencies and scripts
├── tsconfig.json # TypeScript configuration
└── README.md # Project documentation
技术栈
- TypeScript
- Node.js
- Model Context Protocol SDK
- Zod(用于验证)
作者
Chirag Singhal (@chirag127)
许可证
MIT
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。