MCP 推理器
Claude Desktop 的推理实现可让您同时使用 Beam Search 和蒙特卡洛树搜索 (MCTS)。坦白说，这开始是为了看看我们是否可以让 Claude 在复杂问题解决方面做得更好......事实证明我们绝对可以。
当前版本：
v2.0.0
什么是新的：
增加了2个实验推理算法：
- `mcts-002-alpha` - Uses the A* Search Method along with an early *alpha* implementation of a Policy Simulation Layer - Also includes an early *alpha* implementation of Adaptive Exploration Simulator & Outcome Based Reasoning Simulator *NOTE* the implementation of these alpha simulators is not complete and is subject to change - `mcts-002alt-alpha` - Uses the Bidirectional Search Method along with an early *alpha* implementation of a Policy Simulation Layer - Also includes an early *alpha* implementation of Adaptive Exploration Simulator & Outcome Based Reasoning Simulator *NOTE* the implementation of these alpha simulators is not complete and is subject to change
mcts-001-alpha和mcts-001alt-alpha发生了什么？
很简单：它毫无用处，而且和基础的
mcts方法几乎一样。初步测试后，基本思维过程的结果也几乎相同，这表明仅仅添加策略模拟可能没有效果。
那么为什么现在要添加策略模拟层呢？
嗯，我认为将策略和搜索结合起来很重要，因为大多数算法都是这样实现它们的。
先前版本：
v1.1.0
增加了对搜索参数的模型控制：
beamWidth - 让 Claude 调整要跟踪的路径数量（1-10）
numSimulations - 微调 MCTS 模拟计数（1-150）
特征
您可以在两种搜索策略之间切换：
定向搜索（适用于简单的东西）
MCTS（当事情变得复杂时）带有 alpha 变体（见上文）
追踪不同推理路径的优劣
列出克劳德思考问题的所有不同方式
分析推理过程如何进行
遵循 MCP 协议（显然）
Related MCP server: MCP Think Tool
安装
git clone https://github.com/frgmt0/mcp-reasoner.git
OR clone the original:
git clone https://github.com/Jacck/mcp-reasoner.git
cd mcp-reasoner
npm install
npm run build
配置
添加到 Claude 桌面配置：
{
"mcpServers": {
"mcp-reasoner": {
"command": "node",
"args": ["path/to/mcp-reasoner/dist/index.js"],
}
}
}
测试
[更多测试即将推出]
基准测试
[即将添加基准测试]
测试的关键基准：
数学500
GPQA-钻石
GMSK8
可能是 Polyglot 和/或 SWE-Bench
执照
该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅LICENSE文件。