草稿链

Name: 草稿链
Author: stat-guy

作者：stat-guy13 星标更新：2025-03-04

安装使用来源：spider==github.com

项目介绍

链式草稿（CoD）MCP服务器

概述

此MCP服务器实现了链式草稿（CoD）推理方法，该方法在研究论文“链式草稿：通过少写来更快思考”中有所描述。CoD是一种新型范式，允许大型语言模型（LLMs）在解决问题时生成简洁但信息丰富的中间推理输出，显著减少令牌使用量同时保持准确性。

主要优势

效率：显著减少令牌使用量（标准CoT的7.6%）
速度：由于生成时间较短，响应速度更快
成本节约：降低LLM调用的API成本
维持准确性：与CoT相比具有相似甚至更高的准确性
灵活性：适用于各种推理任务和领域

特性

核心链式草稿实现
- 简洁的推理步骤（通常不超过5个词）
- 格式强制执行
- 答案提取
性能分析
- 令牌使用跟踪
- 解决方案准确度监控
- 执行时间测量
- 领域特定性能指标
自适应词数限制
- 自动复杂度估计
- 动态调整词数限制
- 领域特定校准
全面示例数据库
- CoT到CoD转换
- 领域特定示例（数学、编程、生物学、物理、化学、谜题）
- 基于问题相似性的示例检索
格式强制执行
- 后处理以确保遵守词数限制
- 步骤结构保存
- 遵守分析
混合推理方法
- 在CoD和CoT之间自动选择
- 领域特定优化
- 基于历史性能的选择
OpenAI API兼容性
- 可作为标准OpenAI客户端的替代品
- 支持完成和聊天界面
- 易于集成到现有工作流程中

安装和设置

先决条件

Python 3.10+（用于Python实现）
Node.js 18+（用于JavaScript实现）
Anthropic API密钥

Python安装

克隆仓库
安装依赖项：
```
pip install -r requirements.txt
```
在.env文件中配置API密钥：
```
ANTHROPIC_API_KEY=your_api_key_here
```
运行服务器：
```
python server.py
```

JavaScript安装

克隆仓库
安装依赖项：
```
npm install
```
在.env文件中配置API密钥：
```
ANTHROPIC_API_KEY=your_api_key_here
```
运行服务器：
```
node index.js
```

Claude Desktop集成

要与Claude Desktop集成：

从claude.ai/download安装Claude Desktop

创建或编辑Claude Desktop配置文件：

~/Library/Application Support/Claude/claude_desktop_config.json

添加服务器配置（Python版本）：

{
    "mcpServers": {
        "chain-of-draft": {
            "command": "python3",
            "args": ["/absolute/path/to/cod/server.py"],
            "env": {
                "ANTHROPIC_API_KEY": "your_api_key_here"
            }
        }
    }
}

或对于JavaScript版本：

{
    "mcpServers": {
        "chain-of-draft": {
            "command": "node",
            "args": ["/absolute/path/to/cod/index.js"],
            "env": {
                "ANTHROPIC_API_KEY": "your_api_key_here"
            }
        }
    }
}

重启Claude Desktop

您也可以使用Claude CLI添加服务器：

# 对于Python实现
claude mcp add chain-of-draft -e ANTHROPIC_API_KEY="your_api_key_here" "python3 /absolute/path/to/cod/server.py"

# 对于JavaScript实现
claude mcp add chain-of-draft -e ANTHROPIC_API_KEY="your_api_key_here" "node /absolute/path/to/cod/index.js"

可用工具

链式草稿服务器提供以下工具：

工具	描述
`chain_of_draft_solve`	使用链式草稿推理解决一个问题
`math_solve`	使用CoD解决数学问题
`code_solve`	使用CoD解决编程问题
`logic_solve`	使用CoD解决逻辑问题
`get_performance_stats`	获取CoD与CoT的性能统计
`get_token_reduction`	获取令牌减少统计
`analyze_problem_complexity`	分析问题复杂度

开发者使用

Python客户端

如果您想在Python代码中直接使用链式草稿客户端：

from client import ChainOfDraftClient

# 创建客户端 
cod_client = ChainOfDraftClient()

# 直接使用
result = await cod_client.solve_with_reasoning(
    problem="求解：247 + 394 = ?",
    domain="math"
)

print(f"答案: {result['final_answer']}")
print(f"推理步骤: {result['reasoning_steps']}")
print(f"使用的令牌数: {result['token_count']}")

JavaScript客户端

对于JavaScript/Node.js应用程序：

import { Anthropic } from "@anthropic-ai/sdk";
import dotenv from "dotenv";

// 加载环境变量
dotenv.config();

// 创建Anthropic客户端
const anthropic = new Anthropic({
  apiKey: process.env.ANTHROPIC_API_KEY,
});

// 导入链式草稿客户端
import chainOfDraftClient from './lib/chain-of-draft-client.js';

// 使用客户端
async function solveMathProblem() {
  const result = await chainOfDraftClient.solveWithReasoning({
    problem: "求解：247 + 394 = ?",
    domain: "math",
    max_words_per_step: 5
  });
  
  console.log(`答案: ${result.final_answer}`);
  console.log(`推理步骤: ${result.reasoning_steps}`);
  console.log(`使用的令牌数: ${result.token_count}`);
}

solveMathProblem();

实现细节

服务器有Python和JavaScript两种实现方式，两者都由几个集成组件组成：

Python实现

AnalyticsService：跨不同问题领域和推理方法跟踪性能指标
ComplexityEstimator：分析问题以确定适当的词数限制
ExampleDatabase：管理和检索示例，将CoT示例转换为CoD格式
FormatEnforcer：确保推理步骤遵守词数限制
ReasoningSelector：根据问题特征智能选择CoD或CoT

JavaScript实现

analyticsDb：内存数据库，用于跟踪性能指标
complexityEstimator：分析问题以确定复杂度和适当的词数限制
formatEnforcer：确保推理步骤遵守词数限制
reasoningSelector：根据问题特征和历史性能自动选择CoD或CoT

两种实现遵循相同的核心原则，并提供相同的MCP工具，使其在大多数情况下可互换使用。

许可证

本项目是开源的，采用MIT许可证。 </中文翻译>