MCP Reasoner

MCP Reasoner

为 Claude Desktop 实现的推理功能，让你同时使用 Beam Search 和蒙特卡洛树搜索（MCTS）。说实话，这个项目最初只是想看看能否让 Claude 更擅长解决复杂问题……结果发现，我们确实做到了。

当前版本：

v2.0.0

新增内容：

新增 2 种实验性推理算法：

- `mcts-002-alpha`

    - 使用 A* 搜索方法，并加入早期 *alpha* 版策略模拟层

    - 还包含早期 *alpha* 版自适应探索模拟器和基于结果的推理模拟器

*注意*：这些 alpha 模拟器尚未完成，后续可能会更改

- `mcts-002alt-alpha`

    - 使用双向搜索方法，并加入早期 *alpha* 版策略模拟层

    - 还包含早期 *alpha* 版自适应探索模拟器和基于结果的推理模拟器

*注意*：这些 alpha 模拟器尚未完成，后续可能会更改

mcts-001-alpha 和 mcts-001alt-alpha 怎么了？

简单来说：它们没什么用，而且和基础的 mcts 方法几乎一样。初步测试表明，基础思维过程的结果也几乎相同，这说明仅仅添加策略模拟可能没有效果。

那为什么现在要加入策略模拟层？

我认为，将策略和搜索结合起来很重要，因为大多数算法都是这样实现的。

之前的版本：

v1.1.0

新增由模型控制搜索参数的功能：

beamWidth - 让 Claude 调整要跟踪的路径数量（1-10）

numSimulations - 微调 MCTS 模拟次数（1-150）

功能

• 两种可切换的搜索策略：
  • Beam search（适用于简单任务）
  • MCTS（适用于复杂任务），包含 alpha 变体（见上文）
• 跟踪不同推理路径的表现
• 绘制 Claude 解决问题时思考的各种路径
• 分析推理过程的表现
• 遵循 MCP 协议（显然）

安装

git clone https://github.com/frgmt0/mcp-reasoner.git 

OR clone the original:

git clone https://github.com/Jacck/mcp-reasoner.git

cd mcp-reasoner
npm install
npm run build

配置

添加到 Claude Desktop 配置中：

{
  "mcpServers": {
    "mcp-reasoner": {
      "command": "node",
      "args": ["path/to/mcp-reasoner/dist/index.js"],
    }
  }
}

测试

[即将推出更多测试]

基准测试

[即将添加基准测试]

重点测试基准：

• MATH500

• GPQA-Diamond

• GMSK8

• 也许还有 Polyglot 和/或 SWE-Bench

许可证

本项目采用 MIT 许可证授权，详情请参阅 LICENSE 文件。