项目介绍
顺序思维MCP服务器
这是一个通过定义阶段促进结构化、渐进性思考的模型上下文协议（MCP）服务器。此工具帮助将复杂问题分解成有序的思想，跟踪您的思考过程，并生成总结。
<a href="https://glama.ai/mcp/servers/m83dfy8feg"><img width="380" height="200" src="https://gips0.baidu.com/it/u=1816874334,1640951688&fm=3081&app=3081&f=PNG?w=760&h=400" alt="顺序思维服务器MCP服务器" /></a>
特性
- 结构化思维框架：通过标准认知阶段（问题定义、研究、分析、综合、结论）组织思想
- 思维追踪：记录并管理带有元数据的顺序思想
- 相关思想分析：识别相似思想之间的联系
- 进度监控：跟踪您在整个思考序列中的位置
- 总结生成：创建整个思考过程的简洁概述
- 持久存储：自动保存您的思考会话，具有线程安全
- 数据导入/导出：分享和重用思考会话
- 可扩展架构：轻松定制和扩展功能
- 强大的错误处理：优雅地处理边缘情况和损坏的数据
- 类型安全性：全面的类型注解和验证
先决条件
- Python 3.10或更高版本
- UV包管理器（安装指南）
关键技术
- Pydantic：用于数据验证和序列化
- Portalocker：用于线程安全文件访问
- FastMCP：用于模型上下文协议集成
- Rich：用于增强控制台输出
- PyYAML：用于配置管理
项目结构
mcp-sequential-thinking/
├── mcp_sequential_thinking/
│ ├── server.py # 主服务器实现和MCP工具
│ ├── models.py # 带有Pydantic验证的数据模型
│ ├── storage.py # 线程安全持久层
│ ├── storage_utils.py # 存储操作的共享实用程序
│ ├── analysis.py # 思想分析和模式检测
│ ├── testing.py # 测试实用程序和辅助函数
│ ├── utils.py # 常用实用程序和辅助函数
│ ├── logging_conf.py # 中央日志配置
│ └── __init__.py # 包初始化
├── tests/
│ ├── test_analysis.py # 分析功能测试
│ ├── test_models.py # 数据模型测试
│ ├── test_storage.py # 持久层测试
│ └── __init__.py
├── run_server.py # 服务器入口脚本
├── debug_mcp_connection.py # 调试连接的实用程序
├── README.md # 主文档
├── CHANGELOG.md # 版本历史和更改
├── example.md # 自定义示例
├── LICENSE # MIT许可证
└── pyproject.toml # 项目配置和依赖项
快速开始
-
设置项目
# 创建并激活虚拟环境 uv venv .venv\Scripts\activate # Windows source .venv/bin/activate # Unix # 安装包和依赖项 uv pip install -e . # 开发时使用测试工具 uv pip install -e ".[dev]" # 安装所有可选依赖项 uv pip install -e ".[all]" -
运行服务器
# 直接运行 uv run -m mcp_sequential_thinking.server # 或使用已安装的脚本 mcp-sequential-thinking -
运行测试
# 运行所有测试 pytest # 运行带有覆盖率报告的测试 pytest --cov=mcp_sequential_thinking
Claude Desktop 集成
添加到您的 Claude Desktop 配置（Windows 上的 %APPDATA%\Claude\claude_desktop_config.json）：
{
"mcpServers": {
"sequential-thinking": {
"command": "uv",
"args": [
"--directory",
"C:\\path\\to\\your\\mcp-sequential-thinking\\run_server.py",
"run",
"server.py"
]
}
}
}
或者，如果您已经使用 pip install -e . 安装了该包，您可以使用：
{
"mcpServers": {
"sequential-thinking": {
"command": "mcp-sequential-thinking"
}
}
}
您也可以直接使用 uvx 并跳过安装步骤：
{
"mcpServers": {
"sequential-thinking": {
"command": "uvx",
"args": [
"--from",
"git+https://github.com/arben-adm/mcp-sequential-thinking",
"--with",
"portalocker",
"mcp-sequential-thinking"
]
}
}
}
工作原理
服务器维护一个思想的历史，并通过结构化的流程处理它们。每个思想都使用 Pydantic 模型进行验证，分类到思考阶段，并存储在带有相关元数据的线程安全存储系统中。服务器自动处理数据持久性、备份创建，并提供分析思想之间关系的工具。
使用指南
顺序思维服务器暴露三个主要工具：
1. process_thought
记录并分析您顺序思维过程中的新思想。
参数：
thought（字符串）：您的思想内容thought_number（整数）：在序列中的位置（例如，第一个思想为1）total_thoughts（整数）：序列中预期的总思想数量next_thought_needed（布尔值）：是否需要在此之后的思想stage（字符串）：思考阶段 - 必须是以下之一：- "问题定义"
- "研究"
- "分析"
- "综合"
- "结论"
tags（字符串列表，可选）：您的思想的关键字或类别axioms_used（字符串列表，可选）：应用于您的思想的原则或公理assumptions_challenged（字符串列表，可选）：您的思想质疑或挑战的假设
示例：
# 在5个思想序列中的第一个思想
process_thought(
thought="气候变化的问题需要分析多个因素，包括排放、政策和技术采用。",
thought_number=1,
total_thoughts=5,
next_thought_needed=True,
stage="问题定义",
tags=["气候", "全球政策", "系统思维"],
axioms_used=["复杂问题需要多方面的解决方案"],
assumptions_challenged=["仅靠技术可以解决气候变化"]
)
2. generate_summary
生成您整个思考过程的总结。
示例输出：
{
"summary": {
"totalThoughts": 5,
"stages": {
"问题定义": 1,
"研究": 1,
"分析": 1,
"综合": 1,
"结论": 1
},
"timeline": [
{"number": 1, "stage": "问题定义"},
{"number": 2, "stage": "研究"},
{"number": 3, "stage": "分析"},
{"number": 4, "stage": "综合"},
{"number": 5, "stage": "结论"}
]
}
}
3. clear_history
通过清除所有记录的思想来重置思考过程。
实际应用
- 决策制定：系统地处理重要决策
- 问题解决：将复杂问题分解成可管理的组件
- 研究规划：通过明确的阶段结构化您的研究方法
- 写作组织：在写作前逐步发展想法
- 项目分析：通过定义的分析阶段评估项目
开始使用
有了正确的MCP设置，只需使用process_thought工具即可开始按顺序处理您的思想。随着您的进展，您可以使用generate_summary获取概览，并在需要时使用clear_history重置。
自定义顺序思维服务器
有关如何自定义和扩展顺序思维服务器的详细示例，请参阅example.md。它包括代码示例，如：
- 修改思考阶段
- 使用Pydantic增强思想数据结构
- 添加数据库持久性
- 实现增强的NLP分析
- 创建自定义提示
- 设置高级配置
- 构建Web UI集成
- 实现可视化工具
- 连接到外部服务
- 创建协作环境
- 分离测试代码
- 构建可重用的实用程序
许可证
MIT许可证