Sequential Thinking MCP Server (Python Implementation)

顺序思考 MCP 服务（Python 实现）

一个使用官方 Model Context Protocol (MCP) Python SDK 实现的顺序思考 MCP 服务。该服务提供逐步的思考过程，用于问题解决和分析。

• 将复杂问题分解为可管理的步骤
• 随着理解的深入进行修正和调整
• 分支到不同的推理路径
• 动态调整思考的总数
• 调整解决方案假设

使用方式

直接运行

uv --directory "/path/to/sequential-thinking-mcp" run main.py

开发模式

用于开发和测试时，你可以使用 MCP 命令行工具：

# Install MCP CLI tools
pip install "mcp[cli]"

# Run in development mode
mcp dev "/path/to/sequential-thinking-mcp"

# npx @modelcontextprotocol/inspector
npx @modelcontextprotocol/inspector uv --diectory "/path/to/sequential-thinking-mcp" run main.py

集成

mcp install "\path\to\sequential-thinking-mcp\server.py"

{
  "mcpServers": {
    "sequential-thinking": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/sequential-thinking-mcp",
        "run",
        "main.py"
      ]
    }
  }
}

顺序思考工具

该服务提供一个名为 sequential_thinking 的工具，具有以下参数：

• thought（string）：当前的思考步骤
• thoughtNumber（integer）：当前思考编号
• totalThoughts（integer）：预计所需的总思考数
• nextThoughtNeeded（boolean）：是否需要下一个思考步骤
• isRevision（boolean，可选）：是否修正之前的思考
• revisesThought（integer，可选）：正在重新考虑的思考编号
• branchFromThought（integer，可选）：分支点的思考编号
• branchId（string，可选）：分支标识符
• needsMoreThoughts（boolean，可选）：是否需要更多思考

资源

该服务提供以下资源，用于访问思考数据：

• thoughts://history：获取完整的思考历史
• thoughts://branches/{branch_id}：获取特定分支的思考
• thoughts://summary：获取所有思考和分支的摘要

提示词

• thinking_process_guide：使用顺序思考过程的指南

使用示例

# First thought
sequential_thinking(
    thought="First, we need to understand the problem requirements.",
    thoughtNumber=1,
    totalThoughts=5,
    nextThoughtNeeded=True
)

# Second thought
sequential_thinking(
    thought="Now, let's analyze the key constraints.",
    thoughtNumber=2,
    totalThoughts=5,
    nextThoughtNeeded=True
)

# Revise a thought
sequential_thinking(
    thought="Actually, we need to clarify the problem requirements first.",
    thoughtNumber=1,
    totalThoughts=5,
    nextThoughtNeeded=True,
    isRevision=True,
    revisesThought=1
)

# Branch from thought 2
sequential_thinking(
    thought="Let's explore an alternative approach.",
    thoughtNumber=3,
    totalThoughts=5,
    nextThoughtNeeded=True,
    branchFromThought=2,
    branchId="alternative-approach"
)

与 Claude 或其他 AI 助手集成

要将此服务与 Claude 或其他支持 MCP 的 AI 助手一起使用：

1. 使用 MCP 命令行将 MCP 服务安装到 Claude Desktop 中
2. 然后 AI 可以使用 sequential_thinking 工具来分解复杂问题

关于 Model Context Protocol (MCP)

Model Context Protocol (MCP) 是一种标准化方式，供应用程序向大模型提供上下文和工具。它允许：

• 资源：向大模型提供上下文数据
• 工具：暴露功能供大模型采取行动
• 提示词：定义可复用的大模型交互模板

如需了解更多信息，请访问 modelcontextprotocol.io

许可证

MIT License。详情请参阅 LICENSE。