steelmind

Steelmind MCP — 为 AI Agent 提供结构化思考与验证

一款以研究为基础、面向 AI Agent 的推理 MCP 服务。 它将逐步的序贯思考与钢人论证验证相结合，并以 43 篇以上的认知科学和 AI 研究论文为依据。

Steelmind 为你的 AI Agent 提供两个工具：

• think — 记录结构化推理步骤，并进行序贯分解。融合苏格拉底式自我提问和 Polya 问题解决方法。
• verify — 在做出决定前，通过钢人论证对结论提出质疑。融合 MetaCrit 和 SIEV 研究中的辩证评估。

代码十分精简，真正发挥作用的是描述——根据 Anthropic τ-bench 研究，工具描述约占推理效果提升的 80%。

为什么选择 Steelmind？

特性	Think MCP	Sequential Thinking	Steelmind
步骤跟踪	✗	✓	✓
可调整步骤数量	✗	✓	✓
认知模式分离	✗	✗	✓
钢人论证验证	✗	✗	✓
苏格拉底式自我提问	✗	✗	✓
基于研究的描述	✗	✗	✓
完成时提示验证	✗	✗	✓
工具数量	1	1	2

关键研究发现： MetaCrit（arxiv 2507.15015）证明，将推理生成与推理评估分开，可以避免自我偏见，并将准确率最多提升 76%。Sequential Thinking 使用同一个工具完成这两项工作，而 Steelmind 将二者分开。

快速开始

npx（无需安装）

{
  "mcpServers": {
    "steelmind": {
      "command": "npx",
      "args": ["-y", "@stabgan/steelmind-mcp"]
    }
  }
}

Docker

{
  "mcpServers": {
    "steelmind": {
      "command": "docker",
      "args": ["run", "--rm", "-i", "stabgan/steelmind-mcp"]
    }
  }
}

全局安装 npm

npm install -g @stabgan/steelmind-mcp

{
  "mcpServers": {
    "steelmind": {
      "command": "steelmind-mcp"
    }
  }
}

工作原理

think 工具

记录结构化推理步骤，并进行序贯跟踪。

输入：

{
  "thought": "What are the dependencies? Need to check imports before refactoring.",
  "thoughtNumber": 1,
  "totalThoughts": 3,
  "nextThoughtNeeded": true
}

输出（序列中间步骤）：

[Thinking 1/3]

What are the dependencies? Need to check imports before refactoring.

输出（最后一步——包含验证提示）：

[Thinking 3/3]

My conclusion: use the adapter pattern for backward compatibility.

---
Thinking complete. Before acting on this conclusion, use the verify tool to challenge it.

验证提示会出现在工具结果中（而不只是在描述中），因此模型实际调用 verify 的可能性会大得多。工具结果与描述获得的关注方式不同——它们会作为新上下文进行处理。

verify 工具

在你做出决定前，通过钢人论证对推理提出质疑。

输入：

{
  "concern": "The adapter pattern adds complexity. Is the simpler approach actually better?"
}

输出：

The adapter pattern adds complexity. Is the simpler approach actually better?

这是一个纯粹的恒等函数——原样返回你的疑虑。其价值在于描述，它会提示：“为反方构建最有力的论据：什么是能证明你的结论错误的最强论据？”

工作流

think(step 1/3) → think(step 2/3) → think(step 3/3) → [verify nudge] → verify → act
                                          ↑
                                  adjust totalThoughts if needed

研究基础

Steelmind 的设计基于 43+ 篇研究论文。主要发现：

论文	发现	Steelmind 的应用
MetaCrit (arxiv 2507.15015)	将生成与评估分开可避免自我偏见	两个独立工具：think（生成）+ verify（评估）
Anthropic τ-bench	优化工具描述可带来 54% 的提升	描述是主要支架，而非代码
Think2 (arxiv 2602.18806)	结构化元认知使自我纠正能力提升 3 倍	按顺序跟踪步骤 + 苏格拉底式提问
SIEV (ICML)	在辩证评估中，模型表现会下降 40+ 分	verify 描述中加入钢人论证提示
Scaling TTC (arxiv 2408.03314)	根据难度调整计算量可使效率提升 4 倍	可调整的 totalThoughts
EasyTool (NAACL 2025)	简洁的描述优于冗长的描述	约 100 字的描述
ToolACE	添加“何时不应使用”可将无关性检测率从 6% 提升至 84%	在两种描述中加入负向指导
Cognitive Foundations (arxiv 2511.16660)	外部支架可使性能提升至多 72%	基于研究的认知框架

兼容的客户端

适用于任何兼容 MCP 的客户端：

• Claude Desktop / Claude Code
• Cursor
• Windsurf
• Kiro
• Cline
• 任何支持 MCP stdio 传输的客户端

兼容的模型

专为前沿模型设计，同时适用于不同模型系列：

• Claude（Opus、Sonnet）— 原生 MCP
• GPT-5 / GPT-4o / o-series — 通过 MCP 适配器
• Gemini — 通过 MCP 适配器
• DeepSeek — 通过 MCP 适配器

开发

npm install          # Install dependencies
npm run build        # Compile TypeScript
npm test             # Run 90 tests
npm run lint         # ESLint
npm run format       # Prettier
npm start            # Run the server

许可证

MIT