mcpField
T
ThinkerWave

ThinkerWave

本地服务
thinkerwave.aiAI 与智能体01 周前更新

关于 ThinkerWave

ThinkerWave 是面向开放式商业和科学问题的云端自主研究 Agent。它会多轮研究并检查计算结果,为每项结论标注置信度及证据类型。

主要功能

  1. 01多轮研究与自我核查
  2. 02数值分析
  3. 03标注已验证、假设或猜测
  4. 04提供证据、图表和表格
  5. 05Python SDK 与 tw 命令行

适用场景

  1. 01根据流失数据比较定价方案
  2. 02进行信用风险压力测试
  3. 03评估市场进入或尽职调查
  4. 04筛选药物研发项目

MCP 相关

仓库包含 MCP 服务,Claude Code 或 Cursor 等客户端可借此提交问题,并获取附带证据的回答。

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。

mcp.json · 通用配置
{
"mcpServers": {
"thinkerwave-ai-thinkerwave": {
"command": "uvx",
"args": [
"thinkerwave-mcp"
],
"env": {
"THINKERWAVE_API_KEY": "<THINKERWAVE_API_KEY>"
}
}
}
}
启动命令uvx thinkerwave-mcp
需要配置的环境变量
THINKERWAVE_API_KEY密钥Your ThinkerWave API key (thinkerwave.ai/app → Settings → API keys)

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypithinkerwave-mcp0.1.2

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

ThinkerWave

PyPI Python License MCP server CI

一款自主研究 Agent,适用于没有唯一正确答案的问题——信用风险压力测试、定价与客户流失、市场进入、尽职调查、药物项目选择。

你只需提供问题和你确定的事实。它会进行研究、计算数据、检查自己的结果并不断重试,一轮接一轮,保留最佳答案。你将获得答案、置信度,以及每项主张背后的证据——已验证、假设或猜测——还有它生成的图表和表格。

ThinkerWave 在终端中进行的真实两轮运行

pip install thinkerwave
export THINKERWAVE_API_KEY=tw_live_…      # create one at thinkerwave.ai/app → Settings → API keys
tw run "Should we raise prices 15%, 8%, or hold? 1,200 customers at \$85/month, 3.1% monthly churn." \
  --given "last 8% increase spiked churn to 4.6% for three months" --rounds 6 --watch

使用 Claude Code 或 Cursor: 执行 pip install "thinkerwave[mcp]",然后执行 claude mcp add thinkerwave -- thinkerwave-mcp——你的编码助手现在可以将难题交给 ThinkerWave,并读取返回的证据。

**使用 Python:**参见 examples/。

此仓库包含: Python SDK、tw 命令行、MCP 服务、API 参考以及答案/证据格式。ThinkerWave 本身运行在 ThinkerWave 的云端;此仓库是使用入口,而非引擎。

每个账户都包含免费运行次数。限制:docs/limits.md。如果发现它答错了问题,请附上运行 ID 提交 issue。

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。