Structured Thinking MCP Server

结构化思考 MCP 服务

这是一个 TypeScript 模型上下文协议（MCP）服务，基于 Arben Ademi 的 Sequential Thinking Python 服务构建。本项目旨在让大模型能够以编程方式构建思维导图，探索想法空间，并强制进行“元认知”自我反思。

设置

在 Claude Desktop、Cursor 或其他 MCP 客户端中按如下方式设置工具配置：

{
  "structured-thinking": {
    "command": "npx",
    "args": ["-y", "structured-thinking"]
  }
}

概述

思想质量评分

大模型记录一条想法时，会为其分配一个介于 0 和 1 之间的质量评分。该评分与想法所处的阶段结合，用于向大模型提供“元认知”反馈，引导其思考过程。

思考阶段

每条想法都会标注一个阶段（例如，问题定义、分析、构思），以便管理大模型思考过程的生命周期。在当前实现中，这些阶段发挥着非常重要的作用。具体来说，如果大模型在某个阶段停留过久，或在当前阶段产生的想法质量较低，服务就会向大模型提供反馈，引导其转向其他阶段，或至少采用不符合当前阶段常规特点的思考策略。（例如，在演绎模式下，会鼓励大模型考虑更具创造性的想法。）

思想分支

大模型可以从某条特定想法分出“分支”，并行探索不同的推理路径。每个分支都会单独跟踪，以便管理多个解决方案或想法并存的情况。

内存管理

服务会维护一个包含大模型最近 10 条想法的“短期”内存缓冲区，以及一个“长期”内存。长期内存中的想法可根据标签检索，用于总结大模型针对特定主题的整个思考历史。

限制

简单的元认知监控

目前，质量指标和元认知反馈是通过对单一的自我报告质量评分应用基于阶段的简单乘数，以机械方式得出的。

作为未来工作的一部分，我计划加入更复杂的元认知反馈，包括对想法内容进行语义分析、验证想法的流程，以及更智能地监控推理错误。

缺少用户界面

目前，服务会将所有想法存储在内存中，不会将其持久化到文件或数据库中。此外，也没有用于查看想法空间或将思维导图可视化的用户界面。

作为未来工作的一部分，我计划加入一个简单的可视化客户端，让用户能够观察思维图的演变。

MCP 工具

该服务提供以下 MCP 工具：

capture_thought

在想法历史中创建一条想法，并附带关于其类型、质量、内容以及与其他想法关系的元数据。

参数：

• thought：当前想法的内容
• thought_number：当前想法在序列中的位置
• total_thoughts：预计的想法总数
• next_thought_needed：是否应继续产生下一条想法
• stage：当前思考阶段（例如，“问题定义”“分析”）
• is_revision（可选）：是否修订了先前的想法
• revises_thought（可选）：被修订想法的编号
• branch_from_thought（可选）：新想法分支的起点
• branch_id（可选）：当前分支的标识符
• needs_more_thoughts（可选）：是否需要更多想法
• score（可选）：质量评分（0.0 到 1.0）
• tags（可选）：想法的类别或标签

revise_thought

修订想法历史中的一条想法，并附带关于其类型、质量、内容以及与其他想法关系的元数据。

参数：

• thought_id：要修订的想法 ID
• capture_thought 中的参数

retrieve_relevant_thoughts

从长期存储中检索与指定思维具有相同标签的思维。

参数：

• thought_id：要检索相关思维的思维 ID

get_thinking_summary

生成整个思维过程的全面摘要。

clear_thinking_history

清除所有记录的思维并重置服务器状态。

许可证

MIT