mcp-thinkgate

ThinkGate

为 Claude Agent 自动选择推理模式。

---

问题

你构建了一个 AI Agent。它能处理各种任务——状态检查、快速查询、复杂的架构问题、深度调试。但在底层，每条消息都通过同一个模型，并使用相同的思考设置。

这意味着你会在“东京现在几点？”这类问题上浪费扩展思考令牌，却在“帮我设计整个身份验证系统”这类问题上得到浅显的答案。

你可以手动为请求添加标签——在难题前加上 ULTRATHINK:。但你会忘记，用户更不会这么做。如果你是在为他人构建 Agent，也不可能培训每位最终用户来管理思考模式。

ThinkGate 在基础设施层解决了这个问题。 它位于传入消息和模型调用之间，用约 200 毫秒对复杂度进行分类，并准确返回应使用的模型和思考深度。全程自动，每次如此。

---

适用对象

• Agent 构建者：使用 Claude 处理各种简单和复杂任务，厌倦了千篇一律的模型设置
• 运行全天候 Agent 的团队（WhatsApp 机器人、Slack 助手、Telegram Agent）：消息复杂度差异很大，成本和延迟确实很重要
• 曾经手动输入过 ULTRATHINK，并觉得这本该自动完成的所有人

---

工作原理

Incoming message
      ↓
  Haiku call (~200ms, ~$0.0001)
  "How complex is this?"
      ↓
  fast → no extended thinking
  think → medium effort
  ultrathink → max effort
      ↓
  Claude runs with the right settings

一次低成本、快速的 Haiku 调用会读取你的提示词，并判断需要哪个层级。随后，你的主 Claude 调用会采用合适的工作强度运行。分类几乎不花钱，而对于 60% 以上不需要扩展推理的消息，你可以节省实际成本和延迟。

这里的核心知识产权是分类器，而不是运行分类器的模型。它分为三个层级。系统提示词针对“这需要思考”和“这不需要思考”之间的界限进行了训练。开箱即用。

---

层级

层级	Claude 工作强度	适用场景
fast	none	事实查询、对话、简单编辑
think	medium	架构设计、调试、多步分析
ultrathink	max / high	系统设计、证明、开放式复杂问题

配置档案（模型映射）

设置 THINKGATE_PROFILE，或向 classifyPrompt 传入 { profile }：

配置档案	fast	think	ultrathink
claude（默认）	claude-haiku-4-5-...	claude-sonnet-4-6	claude-opus-4-6
openrouter-cost	google/gemini-2.5-flash	anthropic/claude-sonnet-4.5	anthropic/claude-opus-4.6
openrouter-balanced	anthropic/claude-haiku-4.5	anthropic/claude-sonnet-4.5	anthropic/claude-opus-4.6

各层级的模型覆盖设置：THINKGATE_FAST_MODEL、THINKGATE_THINK_MODEL、THINKGATE_ULTRA_MODEL。

成本说明： MCP 工具仅提供建议。宿主必须实际切换模型。 Pi 通过 ~/.pi/agent/extensions/thinkgate-router.ts + thinkgate.json 实现这一点。

规则模式（无需 API 密钥）免费，且推荐用于自动路由。粘贴冗长的检查清单不再会自动升级到 THINK。

---

用作 MCP 工具（Claude Desktop / Claude Code）

将以下内容添加到 ~/.claude/settings.json（Claude Code）或 ~/Library/Application Support/Claude/claude_desktop_config.json（Claude Desktop）：

{
  "mcpServers": {
    "thinkgate": {
      "command": "npx",
      "args": ["-y", "mcp-thinkgate"],
      "env": {
        "ANTHROPIC_API_KEY": "your-api-key-here"
      }
    }
  }
}

重启 Claude。现在，你可以让它在回答前先进行分类：

“回答前，请对这项任务的复杂度进行分类：为公共 API 设计一个速率限制器”

Tier: think
Effort: medium
Suggested model: claude-sonnet-4-6
Confidence: 92%
Why: Requires structured design reasoning and trade-off analysis, but has well-defined scope.

---

用作库（Agent 框架）

安装：

npm install mcp-thinkgate

导入并使用：

import { classifyPrompt, setLogLevel } from 'mcp-thinkgate';

// Optional: silence logs (default level is 'info', writes to stderr)
setLogLevel('error');

const result = await classifyPrompt(userMessage, process.env.ANTHROPIC_API_KEY!);

// result.tier       → 'fast' | 'think' | 'ultrathink'
// result.effort     → 'none' | 'medium' | 'max'
// result.confidence → 0.0 - 1.0
// result.reasoning  → one sentence explanation

// Works without an API key too (rule-based fallback):
const quickResult = await classifyPrompt(userMessage);

---

参考实现：TinyClaw

TinyClaw 是一个面向 Claude 的开源多 Agent 框架。ThinkGate 已接入其 invokeAgent() 函数——每条消息都会在 Claude CLI 运行前自动分类，并据此设置 --effort。

只需添加三行代码，无需任何配置。每个团队中的每个 Agent 都会自动采用合适的思考深度。

查看 src/lib/invoke.ts 中的集成。

---

要求

• Node.js 20+
• Anthropic API 密钥（可选——缺省时使用基于规则的分类）

本地开发

git clone https://github.com/tjp2021/mcp-thinkgate
cd mcp-thinkgate
npm install
npm test
npm run build

贡献

有关开发环境设置、命令和 PR 流程，请参阅 CONTRIBUTING.md。

安全

有关漏洞报告，请参阅 SECURITY.md。

许可证

MIT — 请参阅 LICENSE