智慧层MCP
由 LearnLM 提供支持的 Claude 元认知顾问。
概述
智慧层 MCP 是一个专门的模型上下文协议服务器,旨在增强 Claude 的推理能力。它创建了一个“智慧层”,充当 Claude 的战略提问者、顾问和复杂性降低者,帮助 Claude 避免重复犯错并取得更好的结果。
特征
- 战略元认知顾问:分析克劳德的思维过程并提供有针对性的建议
- 计划提炼:强制进行极其简化的总结,以保证清晰度和重点
- 错误追踪:从过去的错误中吸取教训,避免将来再次犯错
- LearnLM 集成:由 Google 的 LearnLM/Gemini API 提供支持,用于元认知指导
工具
1. wisdom_advise
一位不受约束的战略顾问,就像一位富有挑战性的导师:
- 采用原始、未经过滤的背景来避免克劳德的认知偏见
- 提供用户对齐检查并降低复杂性
- 提出突破模式的问题和观点
- 建议使用合适的 MCP 工具
- 从过去的错误模式中吸取教训
<use_mcp_tool>
<server_name>wisdom</server_name>
<tool_name>wisdom_advise</tool_name>
<arguments>
{
"plan": "My current plan is...",
"userRequest": "Original request from user",
"thinkingLog": "Raw sequential thinking output",
"availableTools": ["tool1", "tool2"]
}
</arguments>
</use_mcp_tool>
2. wisdom_canvas
最终计划的提炼工具:
- 强制超简化计划表述
- 包括“为什么”部分来证明方法的合理性
- 在实施之前创建检查点
- 执行过程中作为参考
<use_mcp_tool>
<server_name>wisdom</server_name>
<tool_name>wisdom_canvas</tool_name>
<arguments>
{
"plan": "Detailed plan to distill",
"userRequest": "Original request from user"
}
</arguments>
</use_mcp_tool>
3. 智慧日志
错误跟踪系统:
- 一句话描述所犯的错误和纠正的错误
- 对重复出现的错误进行分类和统计
- 创建持续的学习反馈循环
- 由 LearnLM 阅读,提供有针对性的指导
<use_mcp_tool>
<server_name>wisdom</server_name>
<tool_name>wisdom_log</tool_name>
<arguments>
{
"mistake": "One-sentence description of the mistake",
"category": "mistake-category",
"solution": "How it was corrected"
}
</arguments>
</use_mcp_tool>
安装
先决条件
- Node.js(v18.0.0 或更高版本)
- npm(v7.0.0 或更高版本)
- 用于 LearnLM 功能的 Gemini API 密钥
安装步骤
# Install globally
npm install -g wisdom-layer-mcp
# Or run directly
npx wisdom-layer-mcp
MCP 配置
将服务器添加到您的 MCP 设置文件中。对于 Claude/Cline,通常位于:
- 对于 Claude Desktop:
~/Library/Application Support/Claude/claude_desktop_config.json
(macOS) - 对于 VSCode Cline:
~/.config/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json
(Linux)
添加以下配置:
{
"mcpServers": {
"wisdom": {
"command": "wisdom-layer-mcp",
"args": [],
"env": {
"GEMINI_API_KEY": "your-gemini-api-key"
},
"disabled": false,
"autoApprove": []
}
}
}
使用模式
Claude 的理想使用模式:
- 克劳德运用顺序思维制定初步计划
- Claude 使用原始上下文调用 wisdom_advise
- Claude 根据 LearnLM 的建议改进了其方法
- Claude 最终选择了 wisdom_canvas 来实现超清晰效果
- 克劳德实施解决方案
- 克劳德在 wisdom_log 中记录所有学到的经验教训
这就创建了一个元认知层,帮助克劳德更好地思考自己的思维。
发展
# Clone the repository
git clone https://github.com/yourusername/wisdom-layer-mcp.git
cd wisdom-layer-mcp
# Install dependencies
npm install
# Build
npm run build
# Start development mode
npm run dev
执照
麻省理工学院