# MCP结构化思考服务器
## 基本信息
- Slug: `arben-adm-mcp-sequential-thinking`
- Source: modelscope
- Publisher: @arben-adm/mcp-sequential-thinking
- Categories: developer-tools / research-and-data / 其他
- Hosted: No
- License: MIT License
- Source URL: https://www.modelscope.cn/mcp/servers/@arben-adm/mcp-sequential-thinking
## 简介
该服务器通过将复杂问题分解为顺序步骤、支持修订并借助完整的MCP集成启用多种解决方案路径，从而促进结构化问题解决。
## 安装提示

```bash
mcp-sequential-thinking/ ├── mcp_sequential_thinking/ │ ├── server.py │ └── __init__.py ├── README.md └── pyproject.toml
```

## MCP Server 详情

# 顺序思考 MCP 服务器

一个模型上下文协议（MCP）服务器，通过定义的阶段促进结构化、逐步思考。此工具帮助将复杂问题分解为顺序思维，跟踪你的思考过程，并生成摘要。

<a href="https://glama.ai/mcp/servers/m83dfy8feg"><img width="380" height="200" src="https://glama.ai/mcp/servers/m83dfy8feg/badge" alt="顺序思考服务器 MCP 服务器" /></a>

## 特性

- **结构化思考框架**：通过标准的认知阶段组织思想（问题定义、研究、分析、综合、结论）
- **思想跟踪**：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**：跟踪你在整个思考序列中的位置
- **摘要生成**：创建整个思考过程的简洁概述

## 前提条件

- Python 3.11 或更高版本
- UV 包管理器 ([安装指南](https://github.com/astral-sh/uv))

## 项目结构

```
mcp-sequential-thinking/
├── mcp_sequential_thinking/
│   ├── server.py
│   └── __init__.py
├── README.md
└── pyproject.toml
```


## 快速开始

1. **设置项目**
   ```bash
   # 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 .
   ```

2. **运行服务器**
   ```bash
   cd mcp_sequential_thinking
   uv run server.py
   ```

## Claude 桌面集成

添加到您的 Claude 桌面配置中（Windows 上的 `%APPDATA%\Claude\claude_desktop_config.json`）：

```json
{
  "mcpServers": {
    "sequential-thinking": {
      "command": "uv",
      "args": [
        "--directory",
        "C:\\path\\to\\your\\mcp-sequential-thinking\\mcp_sequential_thinking",
        "run",
        "server.py"
      ]
    }
  }
}
```


# 工作原理

服务器维护一个思想历史，并通过结构化的工作流程处理这些思想。每个思想都会被验证、分类，并存储相关的元数据以供后续分析。

## 使用指南

顺序思考服务器提供了三个主要工具：

### 1. `process_thought`

在你的顺序思考过程中记录并分析一个新的思想。

**参数：**

- `thought` (字符串)：你的思想内容
- `thought_number` (整数)：在你序列中的位置（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)：在此之后是否需要更多思想
- `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)：你的思想的关键字或类别
- `axioms_used` (字符串列表, 可选)：你的思想中应用的原则或公理
- `assumptions_challenged` (字符串列表, 可选)：你的思想质疑或挑战的假设

**示例：**

```python
# First thought in a 5-thought sequence
process_thought(
    thought="The problem of climate change requires analysis of multiple factors including emissions, policy, and technology adoption.",
    thought_number=1,
    total_thoughts=5,
    next_thought_needed=True,
    stage="Problem Definition",
    tags=["climate", "global policy", "systems thinking"],
    axioms_used=["Complex problems require multifaceted solutions"],
    assumptions_challenged=["Technology alone can solve climate change"]
)
```


### 2. `generate_summary`

生成你整个思考过程的摘要。

**示例输出：**

```json
{
  "summary": {
    "totalThoughts": 5,
    "stages": {
      "Problem Definition": 1,
      "Research": 1,
      "Analysis": 1,
      "Synthesis": 1,
      "Conclusion": 1
    },
    "timeline": [
      {"number": 1, "stage": "Problem Definition"},
      {"number": 2, "stage": "Research"},
      {"number": 3, "stage": "Analysis"},
      {"number": 4, "stage": "Synthesis"},
      {"number": 5, "stage": "Conclusion"}
    ]
  }
}
```


### 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**：将复杂问题分解为可管理的组件
- **研究规划**：以明确的阶段结构化你的研究方法
- **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

在正确设置 MCP 后，只需使用 `process_thought` 工具即可开始按顺序处理你的思路。随着进度推进，你可以使用 `generate_summary` 获取概览，并在需要时使用 `clear_history` 重置。

# 自定义顺序思考服务器

有关如何自定义和扩展顺序思考服务器的详细示例，请参阅 [example.md](example.md)。它包括以下代码示例：

- 修改思考阶段
- 增强思维数据结构
- 添加持久性
- 实现增强分析
- 创建自定义提示
- 设置高级配置


## 许可证

MIT 许可证