mcpField
M
MCP Chain of Draft Server 🧠

MCP Chain of Draft Server 🧠

本地服务
github.com/bsmi021AI 与智能体2485 周前更新

关于 MCP Chain of Draft Server 🧠

这是一个 MCP 服务,通过迭代式草稿与针对性评审,帮助开发者梳理思路、API 设计、架构决策与实现计划。项目基于 Chain of Draft 协议,面向希望结构化推理的开发者。

主要功能

  1. 01基于 Chain of Draft 协议的迭代推理
  2. 02推理链与草稿历史记录
  3. 03支持对特定推理步骤进行评审
  4. 04TypeScript 实现并使用 Zod 校验
  5. 05统一的错误类型与处理
  6. 06内置实时日志

适用场景

  1. 01评审 API 设计与架构决策
  2. 02迭代完善代码评审与实现计划
  3. 03通过多轮草稿梳理复杂问题的思路

MCP 相关

该项目是一个 MCP 服务,向 MCP 客户端提供基于草稿的推理工具,用于记录推理链、标记评审焦点并跟踪迭代过程。

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。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

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

MCP Chain of Draft 服务 🧠

Chain of Draft 服务是一款强大的 AI 驱动工具,通过系统化、迭代式地完善思路与设计,帮助开发者做出更好的决策。它可与主流 AI Agent 无缝集成,并为推理、API 设计、架构决策、代码审查和实施规划提供结构化方法。

🌟 特性

核心能力
  • 迭代式推理:通过 Chain of Draft 协议进行系统性改进
  • 思考历史:跟踪并管理推理迭代
  • 分支支持:将审查聚焦于特定的推理步骤
  • TypeScript 支持:完整的 TypeScript 实现,并使用 Zod 校验
  • 错误处理:全面的错误类型与处理机制
  • 实时日志:内置调试与监控系统

🚀 快速开始

前置条件
  • Node.js >= 16.0.0
  • npm >= 8.0.0
安装
  1. 克隆仓库:
git clone https://github.com/bsmi021/mcp-chain-of-draft-server.git
cd mcp-chain-of-draft-server
  1. 安装依赖:
npm install
配置

在 initialize.ts 中进行简单的服务配置:

const serverConfig = {
    name: "chain-of-draft",
    version: "1.0.0",
}

💡 使用示例

Chain of Draft 协议
const thoughtData = {
    reasoning_chain: ["Initial analysis of the problem"],
    next_step_needed: true,
    draft_number: 1,
    total_drafts: 3,
    is_critique: true,
    critique_focus: "logical_consistency"
};

🛠️ 开发

项目结构
src/
├── tools/                          # Specialized Tools
│   ├── chainOfDraft/              # Core Protocol
│   └── index.ts / # Entry Point
├── utils/                         # Utilities
└── index.ts                      # Entry Point
启动开发服务
npm run dev

❓ 常见问题

Chain of Draft 协议如何工作?

该协议通过迭代式草稿和聚焦式评审,引导你系统性地改进自己的思考。

我可以自定义评审维度吗?

可以!每个工具都支持根据你的具体需求定制评审重点。

我应该计划多少个草稿?

对于大多数任务,我们建议 3-5 个草稿,但你可以根据复杂程度进行调整。

🤝 贡献

我们欢迎贡献!请查看我们的贡献指南。

👥 社区与支持

  • GitHub Issues - 报告 bug 或提出功能建议
  • Pull Requests - 提交你的贡献
  • 文档 - 查看我们的详细文档

📝 许可证

MIT License - 详见 LICENSE 文件。

🙏 致谢

  • 感谢我们的贡献者和早期采用者
  • 特别感谢 MCP 社区
  • 灵感来自系统性推理方法论

Made with 🧠 by @bsmi021

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。