基本能力
产品定位
Structured Thinking MCP Server 旨在通过程序化方式帮助 LLM 构建和管理思维导图,优化思考过程,适用于需要结构化思考和元认知反馈的场景。
核心功能
- 思考质量评分:LLM 在捕获思考时会为其分配一个质量评分(0-1),用于提供元认知反馈。
- 思考阶段管理:每个思考被标记为一个阶段(如问题定义、分析、构思等),帮助管理思考生命周期。
- 思考分支:LLM 可以从特定思考中生成分支,并行探索不同的推理路径。
- 记忆管理:服务器维护短期记忆缓冲区(最近10个思考)和长期记忆(基于标签检索的思考历史)。
适用场景
- 复杂问题解决:需要结构化思考和探索多个解决方案的场景。
- 创意生成:通过分支和阶段管理优化创意生成过程。
- 元认知训练:帮助 LLM 或用户通过质量评分和反馈优化思考策略。
MCP 工具列表
- capture_thought:创建思考并记录其元数据(内容、质量、阶段等)。
- revise_thought:修订现有思考的元数据。
- retrieve_relevant_thoughts:从长期记忆中检索相关思考。
- get_thinking_summary:生成整个思考过程的摘要。
- clear_thinking_history:清除所有记录的思考并重置服务器状态。
常见问题解答
- 局限性:当前的元认知反馈基于简单的阶段乘数,未来计划增加更复杂的反馈机制。
- 用户界面:目前缺乏可视化界面,未来计划添加简单的可视化客户端。
使用教程
使用依赖
- 确保已安装 Node.js 和 npm。
- 确保 MCP 客户端(如 Claude Desktop 或 Cursor)已配置。
安装教程
- 在 MCP 客户端中配置工具:
json
{
"structured-thinking": {
"command": "npx",
"args": ["-y", "structured-thinking"]
}
} - 运行
npx -y structured-thinking
启动服务器。
调试方式
- 使用
capture_thought
工具创建思考并验证服务器响应。 - 使用
get_thinking_summary
检查思考历史是否正常记录。 - 使用
clear_thinking_history
重置服务器状态以进行多次测试。