Skip to main content
Glama
enesjakozh
arben-adm

Sequential Thinking MCP Server

by arben-adm
OverviewInspectSchemaRelated ServersScoreDiscussions
Python
Remote

シーケンシャルシンキングMCPサーバー

モデル・コンテキスト・プロトコル（MCP）サーバーは、定義された段階を通して構造化された段階的な思考を促進します。このツールは、複雑な問題を段階的な思考に分解し、思考プロセスの進行を追跡し、要約を生成するのに役立ちます。

Pythonバージョン ライセンス: MIT コードスタイル: 黒

特徴

  • 構造化思考フレームワーク：標準的な認知段階（問題の定義、調査、分析、統合、結論）を通じて思考を整理します

  • 思考追跡: メタデータを使用して連続的な思考を記録し、管理します

  • 関連思考分析：類似した思考間のつながりを特定する

  • 進捗状況のモニタリング：全体的な思考の順序におけるあなたの位置を追跡します

  • 要約生成: 思考プロセス全体の簡潔な概要を作成します

  • 永続ストレージ: スレッドセーフで思考セッションを自動的に保存します

  • データのインポート/エクスポート: 思考セッションの共有と再利用

  • 拡張可能なアーキテクチャ: 機能を簡単にカスタマイズおよび拡張できます

  • 堅牢なエラー処理: エッジケースや破損したデータの適切な処理

  • 型安全性: 包括的な型注釈と検証

Related MCP server: MCP Server Linear

前提条件

主要技術

  • Pydantic : データの検証とシリアル化

  • Portalocker : スレッドセーフなファイルアクセス

  • FastMCP : モデルコンテキストプロトコル統合用

  • リッチ: 強化されたコンソール出力用

  • PyYAML : 構成管理用

プロジェクト構造

mcp-sequential-thinking/ ├── mcp_sequential_thinking/ │ ├── server.py # Main server implementation and MCP tools │ ├── models.py # Data models with Pydantic validation │ ├── storage.py # Thread-safe persistence layer │ ├── storage_utils.py # Shared utilities for storage operations │ ├── analysis.py # Thought analysis and pattern detection │ ├── testing.py # Test utilities and helper functions │ ├── utils.py # Common utilities and helper functions │ ├── logging_conf.py # Centralized logging configuration │ └── __init__.py # Package initialization ├── tests/ │ ├── test_analysis.py # Tests for analysis functionality │ ├── test_models.py # Tests for data models │ ├── test_storage.py # Tests for persistence layer │ └── __init__.py ├── run_server.py # Server entry point script ├── debug_mcp_connection.py # Utility for debugging connections ├── README.md # Main documentation ├── CHANGELOG.md # Version history and changes ├── example.md # Customization examples ├── LICENSE # MIT License └── pyproject.toml # Project configuration and dependencies

クイックスタート

  1. プロジェクトの設定

    # 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. サーバーを実行する

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

  3. テストを実行する

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

クロードデスクトップ統合

Claude Desktop 構成 (Windows の場合は%APPDATA%\Claude\claude_desktop_config.json ) に追加します。

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

あるいは、 pip install -e .を使用してパッケージをインストールした場合は、次を使用できます。

{ "mcpServers": { "sequential-thinking": { "command": "mcp-sequential-thinking" } } }

仕組み

サーバーは思考履歴を保持し、構造化されたワークフローを通じて処理します。各思考はPydanticモデルを用いて検証され、思考段階に分類され、関連するメタデータとともにスレッドセーフなストレージシステムに保存されます。サーバーはデータの永続化とバックアップ作成を自動的に処理し、思考間の関係性を分析するためのツールを提供します。

使用ガイド

Sequential Thinking サーバーは、次の 3 つの主要なツールを公開します。

1. process_thought

連続的な思考プロセスにおける新しい考えを記録し、分析します。

パラメータ:

  • thought (文字列): 思考の内容

  • thought_number （整数）：シーケンス内の位置（例：最初の思考は1）

  • total_thoughts (整数): シーケンス内の予想される合計思考数

  • next_thought_needed (boolean): この思考の後にさらに思考が必要かどうか

  • stage (文字列): 思考段階 - 次のいずれかになります:

    • 「問題の定義」

    • "研究"

    • "分析"

    • "合成"

    • "結論"

  • tags （文字列のリスト、オプション）：あなたの考えのキーワードまたはカテゴリ

  • axioms_used （文字列のリスト、オプション）：思考に適用された原則または公理

  • assumptions_challenged (文字列のリスト、オプション): 仮定、あなたの考え、質問、または課題

例：

# 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

思考プロセス全体の要約を生成します。

出力例:

{ "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

記録された思考をすべて消去して思考プロセスをリセットします。

実用的な応用

  • 意思決定：重要な決定を系統的に行う

  • 問題解決：複雑な問題を管理可能なコンポーネントに分割する

  • 研究計画：明確な段階を設けて研究アプローチを構築する

  • 執筆の構成：執筆前にアイデアを段階的に展開する

  • プロジェクト分析: 定義された分析段階を通じてプロジェクトを評価する

はじめる

MCPを適切に設定すれば、 process_thoughtツールを使って思考を順番に整理し始めることができます。作業を進めるにつれて、 generate_summaryで概要を把握し、必要に応じてclear_historyで履歴をリセットできます。

シーケンシャルシンキングサーバーのカスタマイズ

Sequential Thinkingサーバーのカスタマイズと拡張方法の詳細な例については、 example.mdをご覧ください。以下のコードサンプルが含まれています。

  • 思考段階の修正

  • Pydanticによる思考データ構造の強化

  • データベースによる永続性の追加

  • NLPによる強化分析の実装

  • カスタムプロンプトの作成

  • 高度な設定の設定

  • Web UI統合の構築

  • 視覚化ツールの実装

  • 外部サービスへの接続

  • 協力的な環境の構築

  • テストコードの分離

  • 再利用可能なユーティリティの構築

ライセンス

MITライセンス

One-click Deploy
A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

How are these scores calculated?

Resources

Appeared in Searches

New MCP Servers

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/arben-adm/mcp-sequential-thinking'

If you have feedback or need assistance with the MCP directory API, please join our Discord server