清晰思考 MCP 服务器

一个提供系统性思维、心智模型和调试方法的模型上下文协议（MCP）服务器，以增强问题解决能力。

功能

心智模型

• 原则性思考
• 机会成本分析
• 错误传播理解
• 橡皮鸭调试
• 帕累托原则
• 奥卡姆剃刀

设计模式

• 模块化架构
• API 集成模式
• 状态管理
• 异步处理
• 可扩展性考虑
• 安全最佳实践
• 代理设计模式

编程范式

• 命令式编程
• 过程式编程
• 面向对象编程
• 函数式编程
• 声明式编程
• 逻辑编程
• 事件驱动编程
• 方面导向编程
• 并发编程
• 响应式编程

调试方法

• 二分查找
• 逆向工程
• 分治法
• 回溯法
• 原因排除
• 程序切片

顺序思维

• 结构化的思维过程
• 支持修订和分支
• 进度跟踪
• 维护上下文

协作推理

• 多角色问题解决
• 整合多样专业知识
• 结构化辩论和共识构建
• 观点综合

决策框架

• 结构化决策分析
• 多种评估方法
• 标准权重
• 风险和不确定性处理

元认知监控

• 知识边界评估
• 声明确定性评估
• 推理偏差检测
• 自信校准
• 不确定性识别

科学方法

• 结构化假设检验
• 变量识别
• 预测制定
• 实验设计
• 证据评估

结构化论证

• 正式的辩证推理
• 论题-反论题-综合
• 论证强度分析
• 前提评估
• 逻辑结构映射

视觉推理

• 图形表示
• 视觉问题解决
• 空间关系分析
• 概念映射
• 视觉洞察生成

预备条件

• Node.js 18.x 或更高版本
• npm 9.x 或更高版本

安装

1. 克隆仓库：

git clone https://github.com/chirag127/thinking-mcp-server.git
cd thinking-mcp-server

2. 安装依赖：

npm install

3. 构建项目：

npm run build

使用

启动服务器

启动服务器：

npm start

这将使用 stdio 传输启动 MCP 服务器，该服务器可以由 MCP 客户端连接。

开发模式

为了在开发时自动重新加载：

npm run dev

与 MCP 客户端一起使用

该服务器可以与任何兼容 MCP 的客户端一起使用。以下是一些示例：

与 MCP 检查器一起使用

1. 安装 MCP 检查器：

npm install -g @modelcontextprotocol/inspector

2. 启动服务器：

npm start

3. 在另一个终端中连接检查器：

mcp-inspector --stdio "node dist/index.js"

与 LLM 应用程序一起使用

该服务器可以集成到支持模型上下文协议的 LLM 应用程序中。请参阅 MCP 文档以获取特定的集成细节。

工具选择指南

清晰思考 MCP 服务器中的每个工具都有其特定的优势。以下是一些场景，其中每个工具可能特别有用：

心智模型

最适合：

• 初始问题理解
• 分解复杂系统
• 分析权衡
• 寻找根本原因
• 制定战略决策

示例场景：

• 分析系统架构选择
• 评估竞争解决方案
• 理解错误模式

设计模式

最适合：

• 实现经过验证的解决方案
• 结构化新功能
• 确保可维护的代码
• 扩展应用程序
• 管理技术债务

示例场景：

• 构建新的系统组件
• 重构现有代码
• 实现横切关注点

编程范式

最适合：

• 选择适当的编码方法
• 理解语言优势
• 优化特定问题类型
• 在实现中平衡权衡

示例场景：

• 在面向对象和函数式方法之间进行选择
• 实现并发系统
• 设计响应式应用程序

调试方法

最适合：

• 排除故障
• 性能优化
• 系统分析
• 错误解决
• 质量保证

示例场景：

• 解决生产问题
• 优化慢速进程
• 解决集成问题

顺序思维

最适合：

• 复杂问题解决
• 多步骤分析
• 决策细化
• 流程改进
• 综合规划

示例场景：

• 规划主要功能
• 分析系统范围的变化
• 做出架构决策

协作推理

最适合：

• 复杂、多方面的难题
• 需要多样化专业知识的情况
• 争议或高风险决策
• 创新和构思

示例场景：

• 架构设计决策
• 产品策略开发
• 风险评估和缓解

决策框架

最适合：

• 在替代方案之间的结构化选择
• 风险意识决策
• 多标准评估
• 利益相关者敏感决策

示例场景：

• 技术选择
• 资源分配
• 战略规划

元认知监控

最适合：

• 评估知识边界
• 评估声明确定性
• 检测推理偏差
• 校准自信
• 识别不确定区域

示例场景：

• 评估不熟悉领域的专业知识
• 评估预测的信心
• 识别分析中的潜在偏差
• 确定何时寻求更多信息

科学方法

最适合：

• 系统性的假设检验
• 经验调查
• 因果分析
• 基于证据的推理
• 对理解的迭代精炼

示例场景：

• 调查系统行为
• 测试因果关系
• 评估竞争解释
• 设计控制实验

结构化论证

最适合：

• 正式的辩证推理
• 分析复杂的辩论
• 评估竞争立场
• 综合不同的观点
• 构造逻辑论证

示例场景：

• 评估论点的力量
• 识别逻辑谬误
• 构造有说服力的案例
• 解决冲突的观点

视觉推理

最适合：

• 空间问题解决
• 概念映射
• 模式识别
• 关系可视化
• 复杂系统建模

示例场景：

• 绘制系统架构图
• 可视化数据关系
• 映射概念空间
• 创建视觉解释

注意：这些是建议而非规则。工具可以根据需要以任何顺序或组合使用。

项目结构

clear-thought-mcp-server/
├── dist/               # 编译后的 JavaScript 文件
├── src/                # TypeScript 源代码
│   ├── models/         # 数据接口
│   ├── tools/          # 工具实现
│   └── index.ts        # 主服务器入口点
├── package.json        # 项目依赖和脚本
├── tsconfig.json       # TypeScript 配置
└── README.md           # 项目文档

技术栈

• TypeScript
• Node.js
• 模型上下文协议 SDK
• Zod（用于验证）

作者

Chirag Singhal (@chirag127)

许可证

MIT