mcpField
U
Unreasnable-thinker-server MCP Server

Unreasnable-thinker-server MCP Server

本地服务
github.com/stagszAI 与智能体3021 周前更新

关于 Unreasnable-thinker-server MCP Server

Unreasonable-thinker-server 是一个 TypeScript 编写的 MCP 服务,用于生成和追踪非常规的创造性解法。它以节省上下文空间为设计目标,采用元数据优先返回与按需加载的方式。

主要功能

  1. 01generate_unreasonable_thought 生成非常规思路
  2. 02branch_thought 按 more_extreme、opposite、tangential 分支
  3. 03search_thoughts 在服务端按条件过滤
  4. 04thought:// 资源按需加载完整内容
  5. 05.thoughts/ 目录持久化存储

适用场景

  1. 01围绕某个问题探索反常规的解决思路
  2. 02检索标记为反叛或挑战假设的思路
  3. 03在多轮会话之间保留思路记录

MCP 相关

该服务通过工具和资源向 MCP 客户端暴露思路数据,工具返回 resource_link 与 structuredContent,完整内容通过 thought:// 资源获取。

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。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

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

非常规思维服务(v0.3.0)

一款上下文高效的 MCP 服务,助力大胆、非常规且突破边界的问题解决。

这是一个基于 TypeScript 的 MCP 服务,采用 Anthropic 最新的 MCP 架构模式,实现了一套非常规思维系统,并针对节省上下文空间进行了优化。它能生成并跟踪问题的创意解决方案,同时保持高效。

符合 MCP spec 2025-11-25 — 使用 @modelcontextprotocol/sdk v1.27.1,支持工具 title、annotations、outputSchema、structuredContent 响应,以及 resource_link 内容类型。

架构:节省上下文的设计

本服务展示了 Anthropic 建议使用的模式,可将上下文开销减少 98.7%:

节省上下文的关键特性
  1. 按需加载数据的 Resources API

    • 思维内容以资源形式存储(thought://id)
    • Claude 仅在明确需要时加载完整内容
    • 默认只返回元数据,从而节省 token
  2. 服务端过滤

    • search_thoughts 在本地过滤数据,而不是将未经筛选的数据集传给 Claude
    • 仅返回匹配结果,而非整个数据集
    • 通过在数据源处过滤来减少上下文消耗
  3. 优先返回元数据

    • 工具仅返回必要的元数据和资源 URI
    • 可通过 Resources API 访问完整思维内容
    • Claude 根据需要决定是否获取完整内容
  4. 基于文件的持久化存储

    • 数据持久保存在 .thoughts/ 目录中
    • 不会在多个会话中累积内存占用
    • 可以轻松在本地检查和调试思维内容

功能

工具(均注重上下文效率,符合 MCP spec 2025-11-25)

每个工具现在都包含:

  • title — 在客户端 UI 中显示的易读名称
  • annotations — 行为提示(readOnlyHint、destructiveHint、idempotentHint、openWorldHint)
  • outputSchema — 描述结构化结果的 JSON Schema
  • 响应中的 structuredContent — 符合该架构的机器可读输出
  • resource_link 内容项 — 客户端可订阅或获取的明确链接

  • generate_unreasonable_thought — 生成新的非常规思维

    • 返回 resource_link 和 structuredContent,而非原始文本块
    • 可以基于先前的思维继续发展,也可以对其提出反驳
    • 可通过 Resources API 获取完整思维内容
  • branch_thought — 创建新的思维分支

    • 支持以下方向:more_extreme、opposite、tangential(现在为枚举类型)
    • 为新分支返回 resource_link 和 structuredContent
  • search_thoughts — 高效搜索元数据

    • 按 branchId、isRebellion、challengesAssumption 过滤
    • 返回包含类型化计数和思维数组的 structuredContent
    • 支持限制结果数量的 limit 参数
Resources(按需加载内容)
  • 每条思维都可作为资源获取:thought://[thoughtId]
  • 元数据包括:isRebellion、challengesAssumption、timestamp、分支信息
  • 仅在 Claude 明确请求时才加载完整思维内容
  • 思维数量较多时,可大幅减少 token 用量

如何实现上下文效率

1. 渐进式呈现

Claude 无需预先获取 100 条思维的完整内容。取而代之的是:

  • search_thoughts 仅返回 ID 和元数据(每条思维 100 字节)
  • Claude 通过 Resources API 有选择地获取相关思维的完整内容
  • 这类似于文件系统的工作方式:先列出文件,再打开特定文件
2. 服务端过滤

传统方式(❌ 效率低下):

All 1000 thoughts → Claude → Claude filters → Uses only 10
(costs tokens for all 1000)

本服务的方式(✅ 高效):

search_thoughts filter params → Server filters locally → Returns only 10 results
(Claude never sees the unused 990)
3. 优先返回元数据的模式

工具响应包含:

  • 思维 ID
  • 用于访问完整内容的资源 URI
  • 简要元数据(每条 2-3 KB)
  • 不包含完整的 500 字符思维内容(每条思维可节省约 5KB)

节省示例:有 100 条思维时:

  • 旧方式:占用 500KB 上下文
  • 新方式:约 30KB + 仅获取所需内容

开发

安装依赖:

npm install

构建服务:

npm run build

使用自动重建进行开发:

npm run watch

安装

要与 Claude Desktop 配合使用,请添加服务配置:

macOS:~/Library/Application Support/Claude/claude_desktop_config.json Windows:%APPDATA%/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "unconventional-thinking": {
      "command": "/path/to/unconventional-thinking/build/index.js"
    }
  }
}

使用示例

Claude: Generate an unreasonable thought about scaling problems
→ Tool: generate_unreasonable_thought("scaling problems")
← Returns: resource_link (thought://...) + structuredContent { thoughtId, isRebellion, ... }

Claude: What are all the rebellious thoughts?
→ Tool: search_thoughts(isRebellion=true, limit=5)
← Returns: structuredContent { count, thoughts: [...metadata] }

Claude: I need to see the full content of thought_xyz
→ Resource: Read thought://thought_xyz
← Returns: Full thought content (loaded only when needed)
调试

由于 MCP 服务通过 stdio 通信,调试可能颇具挑战。我们建议使用 MCP Inspector,它可通过软件包脚本运行:

npm run inspector

Inspector 会提供一个 URL,供你在浏览器中访问调试工具。

参考资料

此服务实现了以下资源中的模式:

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。