Servidor MCP de pensamiento secuencial

Un servidor de Protocolo de Contexto de Modelo (MCP) que facilita el pensamiento estructurado y progresivo mediante etapas definidas. Esta herramienta ayuda a descomponer problemas complejos en ideas secuenciales, a seguir la progresión del proceso de pensamiento y a generar resúmenes.

Características

• Marco de pensamiento estructurado : organiza los pensamientos a través de etapas cognitivas estándar (definición del problema, investigación, análisis, síntesis, conclusión).

• Seguimiento de pensamientos : registra y gestiona pensamientos secuenciales con metadatos

• Análisis de pensamientos relacionados : identifica conexiones entre pensamientos similares

• Seguimiento del progreso : rastrea su posición en la secuencia general de pensamiento

• Generación de resúmenes : crea descripciones generales concisas de todo el proceso de pensamiento.

• Almacenamiento persistente : guarda automáticamente sus sesiones de pensamiento con seguridad para subprocesos

• Importación/exportación de datos : sesiones de reflexión para compartir y reutilizar

• Arquitectura extensible : personalice y amplíe la funcionalidad fácilmente

• Manejo robusto de errores : manejo elegante de casos extremos y datos corruptos

• Seguridad de tipos : anotaciones y validación de tipos completas

Prerrequisitos

• Python 3.10 o superior

• Administrador de paquetes UV ( Guía de instalación )

Tecnologías clave

• Pydantic : para validación y serialización de datos

• Portalocker : para acceso seguro a archivos

• FastMCP : para la integración del protocolo de contexto de modelo

• Rico : para una salida de consola mejorada

• PyYAML : para la gestión de la configuración

Estructura del proyecto

Inicio rápido

1. Configurar proyecto

   # Create and activate virtual environment uv venv .venv\Scripts\activate # Windows source .venv/bin/activate # Unix # Install package and dependencies uv pip install -e . # For development with testing tools uv pip install -e ".[dev]" # For all optional dependencies uv pip install -e ".[all]"

2. Ejecutar el servidor

   # Run directly uv run -m mcp_sequential_thinking.server # Or use the installed script mcp-sequential-thinking

3. Ejecutar pruebas

   # Run all tests pytest # Run with coverage report pytest --cov=mcp_sequential_thinking

Integración de escritorio de Claude

Agregue a su configuración de Claude Desktop ( %APPDATA%\Claude\claude_desktop_config.json en Windows):

Alternativamente, si ha instalado el paquete con pip install -e . , puede utilizar:

Cómo funciona

El servidor mantiene un historial de pensamientos y los procesa mediante un flujo de trabajo estructurado. Cada pensamiento se valida mediante modelos de Pydantic, se clasifica en etapas de pensamiento y se almacena con los metadatos relevantes en un sistema de almacenamiento seguro para subprocesos. El servidor gestiona automáticamente la persistencia de datos, la creación de copias de seguridad y proporciona herramientas para analizar las relaciones entre los pensamientos.

Guía de uso

El servidor de Pensamiento Secuencial expone tres herramientas principales:

1. process_thought

Registra y analiza un nuevo pensamiento en su proceso de pensamiento secuencial.

Parámetros:

• thought (cadena): El contenido de tu pensamiento

• thought_number (entero): Posición en su secuencia (por ejemplo, 1 para el primer pensamiento)

• total_thoughts (entero): Total de pensamientos esperados en la secuencia

• next_thought_needed (booleano): si se necesitan más pensamientos después de este

• stage (cadena): La etapa de pensamiento - debe ser una de las siguientes:

  • "Definición del problema"

  • "Investigación"

  • "Análisis"

  • "Síntesis"

  • "Conclusión"

• tags (lista de cadenas, opcional): Palabras clave o categorías para tu pensamiento

• axioms_used (lista de cadenas, opcional): Principios o axiomas aplicados en tu pensamiento

• assumptions_challenged (lista de cadenas, opcional): suposiciones que cuestionan o desafían sus pensamientos

Ejemplo:

2. generate_summary

Genera un resumen de todo tu proceso de pensamiento.

Ejemplo de salida:

3. clear_history

Restablece el proceso de pensamiento borrando todos los pensamientos registrados.

Aplicaciones prácticas

• Toma de decisiones : Analice decisiones importantes metódicamente.

• Resolución de problemas : Dividir problemas complejos en componentes manejables

• Planificación de la investigación : Estructure su enfoque de investigación con etapas claras

• Organización de la escritura : Desarrollar ideas progresivamente antes de escribir.

• Análisis de proyectos : evaluar proyectos a través de etapas analíticas definidas

Empezando

Con la configuración correcta de MCP, simplemente usa la herramienta process_thought para comenzar a procesar tus ideas en secuencia. A medida que avances, puedes obtener una visión general con generate_summary y reiniciar cuando sea necesario con clear_history .

Personalización del servidor de pensamiento secuencial

Para ver ejemplos detallados sobre cómo personalizar y ampliar el servidor de Pensamiento Secuencial, consulte example.md . Incluye ejemplos de código para:

• Modificar las etapas del pensamiento

• Mejorando las estructuras de datos de pensamiento con Pydantic

• Añadiendo persistencia a las bases de datos

• Implementando análisis mejorado con PNL

• Creación de indicaciones personalizadas

• Configuración de configuraciones avanzadas

• Creación de integraciones de interfaz de usuario web

• Implementación de herramientas de visualización

• Conexión a servicios externos

• Creación de entornos colaborativos

• Separación del código de prueba

• Construyendo servicios públicos reutilizables

Licencia

Licencia MIT