思维原子 (AoT)



一个基于分解推理框架的思维原子(AoT)模型上下文协议(MCP)服务器实现。
注意:此实现基于研究论文 "Atom of Thoughts for Markov LLM Test-Time Scaling" (Teng et al., 2025)。
<a href="https://glama.ai/mcp/servers/@kbsooo/MCP_Atom_of_Thoughts">
<img width="380" height="200" src="https://gips2.baidu.com/it/u=1292802991,2885029684&fm=3081&app=3081&f=PNG?w=760&h=400" />
</a>
MCP.so
韩语说明
英文文档
本仓库实现了思维原子(AoT),这是一个基于分解的推理框架,作为模型上下文协议(MCP)服务器。此实现基于论文 "Atom of Thoughts for Markov LLM Test-Time Scaling" (Teng et al., 2025) 中提出的概念。
提供的工具
提供了两个主要工具:
- AoT(完整版):具有完整功能的思维原子工具,适用于深度分析和复杂问题解决。
- AoT-light(轻量版):优化了快速处理和快速结果的精简版本。
AoT-light:轻量版
AoT-light旨在时间敏感的情况下进行快速处理:
-
关键特性:
- 较低的最大深度(3而不是5)以加快处理速度
- 简化的验证过程
- 对高置信度假设立即建议结论
- 减少计算开销和响应负载
- 优化速度而非详尽分析
-
使用场景:
- 需要原子性思考组织的快速头脑风暴会议
- 在优先考虑速度而非详尽分析的时间敏感问题解决中
- 不需要深入分解的简单推理任务
- 使用完整AoT进行更深层次分析之前的初步探索
- 响应时间重要的学习或演示目的
使用场景
思维原子在以下情况下有效:
- 解决需要复杂推理的问题
- 生成需要从多个角度验证的假设
- 在准确性至关重要的场景中得出高置信度结论
- 在关键任务中最小化逻辑错误
- 需要多个验证步骤的决策制定
原子类型
AoT使用五种类型的原子:
- 前提:解决问题的基本假设或给定信息
- 推理:基于其他原子的逻辑推理过程
- 假设:提出的解决方案或中间结论
- 验证:评估其他原子(尤其是假设)的有效性的过程
- 结论:经过验证的假设或最终问题解决方案
核心功能
1. 分解-收缩机制
一种将原子分解成更小的子原子并在验证后重新组合的机制。
-
分解:将复杂的原子分解成更小的子原子。
startDecomposition(atomId):开始原子分解
addToDecomposition(decompositionId, atomId):向分解添加子原子
completeDecomposition(decompositionId):完成分解过程
-
收缩:当所有子原子被验证后,返回到原始原子。
- 根据子原子的置信度水平计算原始原子的置信度
- 自动建议高置信度验证假设的结论
2. 自动终止机制
- 当达到最大深度或找到高置信度结论时自动终止。
getTerminationStatus():返回当前终止状态和原因
getBestConclusion():返回置信度最高的结论
参数描述
- atomId:原子的唯一标识符(例如:'A1', 'H2')
- content:原子的实际内容
- atomType:原子的类型(之一:前提、推理、假设、验证、结论)
- dependencies:此原子依赖的其他原子ID列表
- confidence:此原子的置信度(0-1之间的值)
- isVerified:此原子是否已被验证
- depth:此原子在分解-收缩过程中的深度级别
使用方法
- 理解问题并定义必要的前提原子
- 根据前提创建推理原子
- 根据推理创建假设原子
- 创建验证原子以验证假设
- 根据验证的假设推导出结论原子
- 必要时使用原子分解进行更深入的探索
- 将高置信度的结论原子作为最终答案呈现
顺序思维与思维原子比较(需要更多测试)
将两种思考工具应用于同一主题后,观察到了以下差异和性能特征:
结构差异
顺序思维:
- 线性思维过程:从一个想法依次进展到下一个想法
- 提前预测总的想法数量
- 每个思维阶段都建立在前一阶段的基础上
思维原子:
- 非线性、网络结构:多个思维单元(原子)通过依赖关系相互连接
- 根据原子类型(前提、推理、假设、验证、结论)形成系统结构
- 明确评估每个原子的置信度水平
比较优势
顺序思维优势:
- 直觉流程:类似于自然的人类思维过程
- 简单性:简单的结构允许快速应用于简单问题
- 灵活性:可以在思维过程中修改先前阶段或改变方向
思维原子优势:
- 置信度评估:明确测量每个想法的置信度以提高结论的有效性
- 验证过程:通过系统验证阶段评估假设
- 依赖追踪:清楚地追踪哪些前提或推理影响了特定结论
- 并行处理:可以同时考虑多个思维原子
效率和准确性
效率:
- 顺序思维:对于简单问题更高效,思维进展更快
- 思维原子:对于复杂问题更高效,但在构建系统结构时有初始开销
准确性:
- 顺序思维:随着思维过程加深,从前阶段累积错误的可能性增加
- 思维原子:通过验证阶段和置信度评估减少错误可能性,得出更可靠的结论
目的适用性
适合顺序思维的情况:
- 单纯到中等复杂度的问题
- 时间受限的情况
- 需要自然故事讲述或解释的情况
适合思维原子的情况:
- 高度复杂的问题
- 准确性和可靠性至关重要的情况
- 需要从多个角度验证的假设
- 具有复杂依赖关系的推理
结论
两种工具都可以有助于提高人工智能的推理能力,但合适的工具取决于问题的性质和需求。顺序思维在需要直观和快速思维过程时有用,而思维原子更适合需要系统验证和高度可靠性的复杂问题。
命令工具 (atomcommands)
用于控制思维原子的分解-收缩机制和自动终止的命令工具。
可用命令:
- decompose:将指定的原子分解成更小的子原子
- complete_decomposition:完成正在进行的分解过程
- termination_status:检查当前AoT过程的终止状态
- best_conclusion:获取置信度最高的验证结论
- set_max_depth:更改最大深度限制
通过Smithery安装
要通过 Smithery 自动安装Claude Desktop上的思维原子:
npx -y @smithery/cli install @kbsooo/mcp_atom_of_thoughts --client claude
MCP服务器配置方法
要使用思维原子MCP服务器,您需要在Claude Desktop或Cline的MCP设置中注册该服务器。以下是服务器配置的示例:
{
"mcpServers": {
"atom-of-thoughts": {
"command": "node",
"args": ["/ABSOLUTE/PATH/TO/PARENT/FOLDER/atom-of-thoughts/build/index.js"],
"disabled": false,
"autoApprove": []
}
}
}
请将 /ABSOLUTE/PATH/TO/PARENT/FOLDER 替换为您系统上项目的实际绝对路径。保存配置后,重启Claude Desktop或Cline即可使用思维原子MCP服务器。
对于详细的实现和代码级文档,请参阅本仓库中的源代码。
韩语说明
思维原子是什么?
思维原子(AoT)是一种将复杂问题分解为独立且可重用的原子单位来解决问题的工具。与传统的顺序思维方式不同,思维原子的基本单位“原子”之间相互依赖,构成更强有力的问题解决方式。此实现基于论文 "Atom of Thoughts for Markov LLM Test-Time Scaling" (Teng et al., 2025) 的概念。
提供的工具
目前提供以下两种主要工具:
- AoT(完整版):具有完整功能的思维原子工具,适用于深度分析和复杂问题解决。
- AoT-light(轻量版):优化了快速处理和快速结果的精简版本。
AoT-light:轻量版
AoT-light旨在时间敏感的情况下进行快速处理:
-
关键特性:
- 较低的最大深度(5而不是3)以加快处理速度
- 简化的验证过程
- 对高置信度假设立即建议结论
- 减少计算开销和响应负载
- 优化速度而非详尽分析
-
使用场景:
- 需要原子性思考组织的快速头脑风暴会议
- 在优先考虑速度而非详尽分析的时间敏感问题解决中
- 不需要深入分解的简单推理任务
- 使用完整AoT进行更深层次分析之前的初步探索
- 响应时间重要的学习或演示目的
使用场景
在以下情况下使用思维原子是有效的:
- 解决需要复杂推理的问题
- 生成需要从多个角度验证的假设
- 在准确性至关重要的场景中得出高置信度结论
- 在关键任务中最小化逻辑错误
- 需要多个验证步骤的决策制定
原子类型
思维原子使用五种类型的原子:
- 前提:解决问题的基本假设或给定信息
- 推理:基于其他原子的逻辑推理过程
- 假设:提出的解决方案或中间结论
- 验证:评估其他原子(尤其是假设)的有效性的过程
- 结论:经过验证的假设或最终问题解决方案
核心功能
1. 分解-收缩机制
一种将原子分解成更小的子原子并在验证后重新组合的机制。
-
原子分解:将复杂的原子分解成更小的子原子。
startDecomposition(atomId):开始原子分解
addToDecomposition(decompositionId, atomId):向分解添加子原子
completeDecomposition(decompositionId):完成分解过程
-
原子收缩:当所有子原子被验证后,返回到原始原子。
- 根据子原子的置信度水平计算原始原子的置信度
- 自动建议高置信度验证假设的结论
2. 自动终止机制
- 当达到最大深度或找到高置信度结论时自动终止。
getTerminationStatus():返回当前终止状态和原因
getBestConclusion():返回置信度最高的结论
参数描述
- atomId:原子的唯一标识符(例如:'A1', 'H2')
- content:原子的实际内容
- atomType:原子的类型(之一:前提、推理、假设、验证、结论)
- dependencies:此原子依赖的其他原子ID列表
- confidence:此原子的置信度(0-1之间的值)
- isVerified:此原子是否已被验证
- depth:此原子在分解-收缩过程中的深度级别
使用方法
- 理解问题并定义必要的前提原子
- 根据前提创建推理原子
- 根据推理创建假设原子
- 创建验证原子以验证假设
- 根据验证的假设推导出结论原子
- 必要时使用原子分解进行更深入的探索
- 将高置信度的结论原子作为最终答案呈现
顺序思维与思维原子比较(需要更多测试)
将两种思考工具应用于同一主题后,观察到了以下差异和性能特征:
结构差异
顺序思维:
- 线性思维过程:从一个想法依次进展到下一个想法
- 提前预测总的想法数量
- 每个思维阶段都建立在前一阶段的基础上
思维原子:
- 非线性、网络结构:多个思维单元(原子)通过依赖关系相互连接
- 根据原子类型(前提、推理、假设、验证、结论)形成系统结构
- 明确评估每个原子的置信度水平
比较优势
顺序思维优势:
- 直觉流程:类似于自然的人类思维过程
- 简单性:简单的结构允许快速应用于简单问题
- 灵活性:可以在思维过程中修改先前阶段或改变方向
思维原子优势:
- 置信度评估:明确测量每个想法的置信度以提高结论的有效性
- 验证过程:通过系统验证阶段评估假设
- 依赖追踪:清楚地追踪哪些前提或推理影响了特定结论
- 并行处理:可以同时考虑多个思维原子
效率和准确性
效率:
- 顺序思维:对于简单问题更高效,思维进展更快
- 思维原子:对于复杂问题更高效,但在构建系统结构时有初始开销
准确性:
- 顺序思维:随着思维过程加深,从前阶段累积错误的可能性增加
- 思维原子:通过验证阶段和置信度评估减少错误可能性,得出更可靠的结论
目的适用性
适合顺序思维的情况:
- 单纯到中等复杂度的问题
- 时间受限的情况
- 需要自然故事讲述或解释的情况
适合思维原子的情况:
- 高度复杂的问题
- 准确性和可靠性至关重要的情况
- 需要从多个角度验证的假设
- 具有复杂依赖关系的推理
结论
两种工具都可以有助于提高人工智能的推理能力,但合适的工具取决于问题的性质和需求。顺序思维在需要直观和快速思维过程时有用,而思维原子更适合需要系统验证和高度可靠性的复杂问题。
命令工具 (atomcommands)
用于控制思维原子的分解-收缩机制和自动终止的命令工具。
可用命令:
- decompose:将指定的原子分解成更小的子原子
- complete_decomposition:完成正在进行的分解过程
3. termination_status:检查当前AoT过程的终止状态
- best_conclusion:获取置信度最高的验证结论
- set_max_depth:更改最大深度限制
通过Smithery安装
要通过 Smithery 自动安装Claude Desktop上的思维原子:
npx -y @smithery/cli install @kbsooo/mcp_atom_of_thoughts --client claude
MCP服务器配置方法
要使用思维原子MCP服务器,您需要在Claude Desktop或Cline的MCP设置中注册该服务器。以下是服务器配置的示例:
{
"mcpServers": {
"atom-of-thoughts": {
"command": "node",
"args": ["/ABSOLUTE/PATH/TO/PARENT/FOLDER/atom-of-thoughts/build/index.js"],
"disabled": false,
"autoApprove": []
}
}
}
请将 /ABSOLUTE/PATH/TO/PARENT/FOLDER 替换为您系统上项目的实际绝对路径。保存配置后,重启Claude Desktop或Cline即可使用思维原子MCP服务器。