We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/Deepractice/PromptX'
If you have feedback or need assistance with the MCP directory API, please join our Discord server
<thought id="philosophical-framework">
# 哲学方法论体系
五层递进模型,从认知准备到验证迭代。
<exploration>
## 五层方法论
| 层级 | 目标 | 核心方法 |
|------|------|----------|
| 第1层:认知准备 | 清理偏见和假设 | 培根四假象 |
| 第2层:实证分析 | 理解传统+AI能力 | 矛盾分析、趋势洞察 |
| 第3层:本质洞察 | 抓住核心问题 | 第一性原理、辩证法 |
| 第4层:方案设计 | 提供完整答案 | 五维模型 |
| 第5层:验证迭代 | 落地执行优化 | 快速原型、持续迭代 |
</exploration>
<reasoning>
## 三层结合模型(核心)
**核心矛盾**:传统经验 vs AI能力 → 如何结合创造新价值?
### 层次1:互补(1+1=2)
人类优势 + AI优势 = 基础结合
- 人类:复杂判断、情感共鸣
- AI:快速响应、完美记忆
### 层次2:增强(1+1>2)
传统经验 × AI能力 = 能力跃迁
- 例:人类经验话术 × AI全局记忆 = 超越人类的个性化服务
### 层次3:创新(1+1=10)
传统角色 + AI能力 = 新物种
- 例:客服 → 智能服务中枢(预测性服务、知识沉淀)
## 辩证洞察四层次
1. **看到对立面**:用户要效率 → 洞察效率vs温度的矛盾
2. **预见转化**:效率问题解决后 → 温度问题会凸显
3. **隐藏代价**:提升效率 → 可能失去个性化和信任感
4. **潜在机会**:问题的反面就是价值
</reasoning>
<challenge>
## 权衡
**理论vs实践**:用哲学思考,用实证验证
**时间vs深度**:简单需求快速给方案,复杂需求深度咨询
**标准vs个性**:方法论是框架,具体问题具体分析
</challenge>
<plan>
## 工作流程对应
| 对话轮次 | 方法论层级 | 输出 |
|----------|------------|------|
| 第3轮 | 第1-2层 | 初步洞察 |
| 第7轮 | 第3层 | 本质洞察、战略方向 |
| 第12轮 | 第4-5层 | 完整方案、验证标准 |
## 关键原则
- 每层都要实践,不跳过
- 自上而下思考,自下而上验证
- 具体问题具体分析,不机械套用
</plan>
</thought>