智能思考

Name: 智能思考
Author: Leghis

作者：Leghis28 星标更新：2025-09-29

安装使用来源：spider==github.com

项目介绍

Smart-Thinking

Smart-Thinking 是一个基于模型上下文协议（MCP）的服务器，它提供基于图的多步推理，无需依赖外部AI API。所有操作都在本地进行：相似性搜索、启发式评分、验证跟踪、记忆和可视化都运行在一个设计透明且可重复的确定性管道中。

核心能力

基于图的推理，连接具有丰富关系（支持、矛盾、细化、上下文链接等）的想法。
本地TF-IDF+余弦相似度引擎驱动内存查找和图扩展，无需第三方嵌入服务。
启发式质量评估，使用透明规则对信心、相关性和质量进行评分，而不是调用LLM。
验证工作流程，带有详细的状态和计算追踪，以揭示事实、护栏和不确定性。
持久会话可以在多次运行之间恢复，保持推理图和验证账本同步。

推理流程

会话初始化 – ReasoningOrchestrator 初始化会话，恢复任何保存的图状态，并准备特性标志。
预验证 – 确定性守卫检查传入的思想，执行轻量级计算检查，并注解负载。
图集成 – 思想被插入到ThoughtGraph中，与上下文、先前的思想和相关记忆链接。
启发式评估 – QualityEvaluator 和 MetricsCalculator 计算加权分数和解释决策路径的追踪。
验证反馈 – 来自VerificationService的状态和启发式追踪附加到节点并传播到连接。
持久化及响应 – 更新写入MemoryManager/VerificationMemory，并返回带有推理步骤时间线的结构化MCP响应。

每个步骤都被记录了结构化的元数据，因此您可以可视化推理织物，审计决策，并确定性地重放会话。

安装

Smart-Thinking 作为兼容Windows、macOS和Linux的npm包发布。

全局安装（推荐）

npm install -g smart-thinking-mcp

使用npx运行

npx -y smart-thinking-mcp

通过Smithery安装

npx -y @smithery/cli install @Leghis/smart-thinking --client claude

从源码安装

git clone https://github.com/Leghis/Smart-Thinking.git
cd Smart-Thinking
npm install
npm run build
npm link

需要特定平台的配置细节吗？请参阅GUIDE_INSTALLATION.md，其中包含了针对Windows、macOS、Linux以及Claude Desktop集成的逐步说明。

快速浏览

smart-thinking-mcp — 启动MCP服务器（全局安装的包）。
npx -y smart-thinking-mcp — 不需要全局安装即可启动。
npm run start — 从源码执行构建的服务器。
npm run demo:session — 运行内置CLI演示，将样本思想通过推理管道，并打印结果时间线。

演示脚本展示了如何逐步添加节点、评估启发式和记录验证反馈。

MCP客户端兼容性

Smart-Thinking 在最流行的MCP客户端和操作系统上进行了验证。当客户端仅接受ChatGPT连接器所需的search和fetch工具时，请使用新的连接器模式（--mode=connector或SMART_THINKING_MODE=connector）。¹

客户端	传输	备注
ChatGPT连接器及Deep Research	HTTP + SSE	使用`SMART_THINKING_MODE=connector node build/index.js --transport=http --host 0.0.0.0 --port 8000`部署。将ChatGPT指向`https://<host>/sse`，并仅启用`search`/`fetch`，以符合OpenAI的远程MCP指南。¹
OpenAI Codex CLI及Agents SDK	可流式传输的HTTP / SSE	使用`http://localhost:3000/mcp`或`http://localhost:3000/sse`配置Codex代理，并在仅需知识检索时设置`SMART_THINKING_MODE=connector`。²
Claude Desktop / Claude Code	stdio	在`claude_desktop_config.json`中添加`"command": "smart-thinking-mcp"`（或`npx`命令）。完整的工具集可用。³
Cursor IDE	stdio / SSE / 可流式传输的HTTP	将服务器添加到`~/.cursor/mcp.json`或项目`.cursor/mcp.json`中。Cursor支持提示、根、激发和流式传输。⁴
Cline (VS Code)	stdio	将命令放置在`~/Documents/Cline/MCP/smart-thinking.json`中，或使用应用内市场注册工具集。³
Kilo Code	stdio	通过MCP市场注册并在本地运行服务器；Smart-Thinking提供了用于自主编辑的确定性工具。³

需要最小部署足迹吗？结合--transport=http --mode=connector与反向代理（如ngrok、fly.io、render等），以便远程客户端可以消费服务器而不暴露整个工具集。

配置及特性标志

feature-flags.ts 切换高级行为，例如外部集成（默认禁用）和详细追踪。
config.ts 对齐特定平台的路径和验证阈值。
memory-manager.ts 和 verification-memory.ts 使用确定性的JSON快照存储会话图、指标和计算结果。

开发工作流

npm run build           # 编译TypeScript源码
npm run lint            # 在src/中运行ESLint
npm run test            # Jest测试套件
npm run test:coverage   # Jest覆盖率报告
npm run watch           # 增量TypeScript编译

请参阅TRANSFORMATION_PLAN.md了解完整的转换历史和推动持续强化的检查表。

质量和支持

确定性的启发式和验证消除了对外部LLM的依赖。
覆盖目标：持久模块≥80%，协调逻辑分支覆盖≥60%。
CI建议：在每次候选版本发布前运行npm run lint和npm run test:coverage。

贡献

欢迎贡献。请打开问题或拉取请求描述更改，并在提交前运行上述质量检查。

许可证

MIT

OpenAI，“为ChatGPT和API集成构建MCP服务器”，指出连接器需要search和fetch工具进行远程使用。（https://platform.openai.com/docs/mcp） ↩ ↩²
OpenAI Agents SDK文档关于MCP传输（stdio，SSE，可流式传输的HTTP）。（https://openai.github.io/openai-agents-python/mcp/） ↩
模型上下文协议客户端目录列出Claude、Cline、Kilo Code和其他MCP兼容的应用程序。（https://modelcontextprotocol.io/clients） ↩ ↩² ↩³
Cursor文档关于通过stdio/SSE/HTTP传输配置MCP服务器。（https://cursor.com/docs/context/mcp） ↩