MCP Think Tank

by flight505
MIT License
152
2
  • Apple
  • Linux

Integrations

  • Built for Node.js 18+, enabling server-side execution of the MCP Think Tank functionality.

  • Provides comprehensive task management tools for planning, tracking, and updating tasks with knowledge graph integration for persistent project management.

  • Built with TypeScript support, providing type safety for developers integrating with or extending the MCP Think Tank server.

MCPシンクタンク

概要

MCP Think Tankは、 CursorClaude @Webに、推論能力を強化するための洗練された環境を提供します。高度なシーケンシャルシンキングとチェインド推論プロセス、バージョン管理機能を備えた堅牢なナレッジグラフメモリシステム、呼び出し制限保護機能を備えたインテリジェントなツールオーケストレーションといった機能を備えています。

このプラットフォームにより、AI アシスタントは構造化された多段階の推論を通じて複雑な問題にアプローチし、会話全体にわたって永続的な知識を維持し、Web 調査およびタスク管理機能を活用できるようになります。また、組み込みの安全策により、責任ある効率的なツールの使用が保証されます。

🎯 哲学

MCP Think Tank は、次の 3 つの基本原則に基づいて構築されています。

  1. エレガントなシンプルさ: 私たちは、クロード本来の能力を模倣したり上書きしたりするのではなく、その能力に合わせて動作する、最小限で適切に設計されたツールの力を信じています。
  2. 強化された反省: 厳格な構造ではなく穏やかなガイダンスを提供することで、クロードさんの思考プロセスを制限することなく、より優れた推論と自己反省を可能にします。
  3. 永続的なコンテキスト: ナレッジ グラフは、保存と検索の両方のシンプルさを維持しながら、会話全体にわたってメモリを提供します。

🧠 構造化された思考の力

思考ツールは、体系的な推論のための専用スペースを提供し、次のことを促します。

  • 明確な問題定義
  • 関連するコンテキストの収集
  • ステップバイステップの分析
  • 推論に関する自己反省
  • よく形成された結論

最近の研究では、構造化された思考を使用すると大幅な改善が見られることが示されています。

  • 複雑な意思決定タスクにおける相対的改善率54%
  • 複数の試験にわたる一貫性の向上
  • ソフトウェアエンジニアリングベンチマークにおけるパフォーマンスの向上

🚀 主な機能

  • 💭思考ツール:構造化された推論と自己反省のための専用スペース
  • 🧩ナレッジグラフ:シンプルだが効果的な永続メモリ
  • 📝タスク管理ツール:ナレッジグラフとの完全な統合により、タスクの計画、追跡、更新が可能
  • 🌐 Webリサーチツール(Exa) :Exa APIを使用してWebを検索し、ソースに基づいた回答を取得します
  • 🔍メモリツール:情報を保存および取得するための使いやすいツール
  • 🤝クライアントサポート: Cursor、Claude @Web、その他の MCP クライアントとのシームレスな統合
  • 🔒ツールオーケストレーションと通話制限:設定可能な制限により、ツールの過度の使用を防ぐための安全策が組み込まれています
  • コンテンツキャッシュ: 自動重複検出によるファイルおよびURL操作のパフォーマンス最適化
  • 🔄シーケンシャル思考:進捗状況の追跡と計画の認識を伴う多段階の推論プロセス
  • 🔎自己反省:推論の自動反省により出力品質を向上
  • 📊構造化された出力:思考プロセスを自動的にフォーマットして読みやすくします
  • 🔗リサーチ統合:Webリサーチを推論フローにシームレスに組み込む

連続思考と連鎖推論

最新バージョンでは、強力なマルチステップ推論機能が導入されています。

  • ステップバイステップの計画:複雑な問題を管理しやすい連続したステップに分解する
  • 進捗状況の追跡: ステップカウンターを使用して、複数のステップで推論して進捗状況を監視
  • 自己反省:オプションの反省パスで推論品質を自動的に評価します
  • リサーチ統合:Webリサーチを推論チェーンにシームレスに組み込む
  • 構造化されたフォーマット: より理解しやすいように、整理されたきれいな形式で推論を出力する

強化された知識グラフメモリ

ナレッジ グラフ システムが大幅にアップグレードされました。

  • タイムスタンプ付きの観察: すべてのメモリエントリにメタデータが含まれるようになり、追跡が容易になりました。
  • 重複防止: 重複エントリを回避するためのインテリジェントなエンティティマッチング
  • 自動リンク: 関連するエンティティ間のヒューリスティックベースの関係作成
  • 高度なクエリ: 時間、タグ、キーワードなどでメモリをフィルタリングします
  • メモリメンテナンス: 時間の経過とともにメモリの増加を削減および管理するためのツール

ツールオーケストレーションとセーフガード

新しいインテリジェントなツール管理機能により、責任ある効率的なツールの使用が保証されます。

  • 使用制限: ツール呼び出しの上限を設定可能 (デフォルト: 25)。これにより、暴走を防止できます。
  • コールキャッシュ: 重複したツールコールを自動検出して再利用し、効率化を図る
  • コンテンツキャッシュ: ファイルおよびURL操作のSHA-1ベースのキャッシュにより冗長な読み取りを削減
  • グレースフルデグラデーション: 部分的な結果を返す制限エラーのクリーンな処理
  • ツールホワイトリスト: 特定のコンテキストで使用できるツールに関する設定可能な制限

📦 インストール

⚠️重要: MCP Think Tank には事前に構築されたサーバーが必要です。パッケージは公開前に自動的に構築されるため、ユーザーは追加の手順を踏む必要はありません。インストールして実行するだけです。

NPX(推奨)

MCP Think Tank を使用する最も簡単な方法は NPX を使用することです。

npx mcp-think-tank@latest

グローバルインストール

npm install -g mcp-think-tank mcp-think-tank

⚙️ 構成

クイックスタート: 基本的なセットアップ

  1. MCP Think Tank をインストールします(上記のインストールを参照)
  2. Exa API キーを取得します(Web 検索に必要)。
    • exa.aiにサインアップし、API キーをコピーします。
  3. MCP サーバーを構成します(カーソルの場合は、 .cursor/mcp.jsonに追加します)。
{ "mcpServers": { "think-tool": { "command": "npx", "args": ["-y", "mcp-think-tank"], "type": "stdio", "env": { "MEMORY_PATH": "/absolute/path/to/your/memory.jsonl", "EXA_API_KEY": "your-exa-api-key-here" } } } }

⚠️**重要:**プロジェクトごとに必ず一意のMEMORY_PATHを設定してください。

デフォルトの(集中化された)メモリパスを使用すると、プロジェクト間でナレッジグラフの競合が発生する可能性があります。最適な結果を得て、プロジェクトメモリを分離しておくには、各プロジェクトの設定でカスタムMEMORY_PATH指定してください。省略した場合、デフォルトは~/.mcp-think-tank/memory.jsonlになります。

環境変数

必須変数
  • MEMORY_PATH : メモリ保存ファイルへのパス (デフォルト: ~/.mcp-think-tank/memory.jsonl )
  • EXA_API_KEY ( Exaウェブ検索に必要): exa_searchおよびexa_answerツールを有効にします
詳細設定
  • MCP_DEBUG : デバッグログを有効にする (デフォルト: false )
  • MCP_LISTEN_PORT : MCPサーバーのカスタムポートを設定します(デフォルト: 3399
  • LOG_LEVEL : ログレベルを設定します( debuginfowarnerror )(デフォルト: info
  • AUTO_LINK : ナレッジグラフ内の自動エンティティリンクを有効にする(デフォルト: true
新しいツールオーケストレーションとキャッシュ設定
  • TOOL_LIMIT : セッションあたりのツール呼び出しの最大数(デフォルト: 25
  • CACHE_TOOL_CALLS : 重複したツール呼び出しのキャッシュを有効/無効にする (デフォルト: true )
  • TOOL_CACHE_SIZE : キャッシュされたツール呼び出しの最大数(デフォルト: 100
  • CACHE_CONTENT : ファイル/URL操作のコンテンツベースのキャッシュを有効/無効にする(デフォルト: true
  • CONTENT_CACHE_SIZE : コンテンツキャッシュ内のアイテムの最大数(デフォルト: 50
  • CONTENT_CACHE_TTL : キャッシュされたコンテンツの有効期間(ミリ秒)(デフォルト: 300000 - 5 分)
記憶の維持
  • MIN_SIMILARITY_SCORE : エンティティマッチングのしきい値(デフォルト: 0.85
  • MAX_OPERATION_TIME : バッチ操作の最大時間(ミリ秒)(デフォルト: 5000

詳細設定を含む構成例:

{ "mcpServers": { "think-tool": { "command": "npx", "args": ["-y", "mcp-think-tank"], "type": "stdio", "env": { "MEMORY_PATH": "./project-memory.jsonl", "EXA_API_KEY": "your-exa-api-key-here", "TOOL_LIMIT": "50", "CACHE_CONTENT": "true", "CONTENT_CACHE_SIZE": "100", "MCP_DEBUG": "false", "AUTO_LINK": "true" } } } }

💡**パフォーマンスに関するヒント:**大規模なプロジェクトでは、 TOOL_LIMITとキャッシュサイズを増やすとパフォーマンスが向上する可能性がありますが、メモリ使用量は増加します。使用パターンを監視し、必要に応じて調整してください。

MCP サーバーの詳細については、 Cursor MCP ドキュメントを参照してください。

ログ記録

MCP Think Tank は、FastMCP と本番環境のベスト プラクティス向けに設計された最小限かつ安定したログ記録アプローチを使用します。

  • ログは~/.mcp-think-tank/logs/mcp-think-tank.logにある単一のファイルに書き込まれます。
  • ログの書き込み前にファイルサイズがチェックされます。10MBを超える場合、ログファイルはタイムスタンプ付きで名前が変更され、新しいファイルが作成されます。
  • ログ記録には Node.js 組み込みモジュールのみが使用されます。
  • 環境変数MCP_DEBUG=trueを設定すると、デバッグ ログを有効にすることができます。
  • MCP_LOG_FILE=falseを設定すると、ファイル ログを無効にすることができます。

このアプローチは、コア MCP サーバー ツールに重点を置き、不必要な複雑さを回避することを目的としています。

📝 MCPシンクタンク:プロジェクトルールの設定

Cursor とすべてのエージェントが MCP Think Tank の全機能を使用できるようにするには、次のように単一の常時オン プロジェクト ルールを作成します。

Exa Web Search APIキーが必要です

注: Exaベースのウェブリサーチツール( exa_searchexa_answer )を使用するには、Exa APIキーが必要です。キーがないとウェブ検索は機能しません。

  1. API キーを取得する: exa.aiにサインアップして API キーを取得します。
  2. MCPサーバー設定でキーを設定します。MCPサーバー設定のenvセクションにEXA_API_KEYを追加します。.cursor .cursor/mcp.jsonの例:
{ "mcpServers": { "think-tool": { "command": "npx", "args": ["-y", "mcp-think-tank"], "type": "stdio", "env": { "MEMORY_PATH": "/absolute/path/to/your/memory.jsonl", "EXA_API_KEY": "your-exa-api-key-here" } } } }

詳細については、 exa.aiおよびCursor MCP のドキュメントを参照してください。

1. カーソルに新しいルールを追加する

  1. カーソルを開きます。
  2. コマンドパレット ( Cmd+Shift+PまたはCtrl+Shift+P ) に移動します。
  3. **「新しいカーソルルール」**を選択します。
  4. ルールに名前を付けます (例: mcp-think-tank.mdc )。
  5. ルール エディターで、以下に示すようにメタデータを設定し、ルールの内容を貼り付けます。

2. サンプルルールファイル ( .cursor/rules/mcp-think-tank.mdc )

--- rule type: auto attach use globs: **/*.js,**/*.ts,**/*.jsx,**/*.tsx,**/*.md,**/*.py,**/*.json --- # MCP Think Tank Tools Guide MCP Think Tank extends AI with structured reasoning, knowledge graph memory, task management, and web research capabilities. This rule helps determine when each tool is most appropriate. ## Tool Selection Guide ### 1. Thinking Tools (Structured Reasoning) Use `think` for: - Complex technical decisions requiring systematic analysis - Architecture planning and design considerations - Step-by-step problem-solving with self-reflection - When analysis should be saved for future reference ```javascript // Complex architecture decision with memory storage mcp_think-tool_think({ structuredReasoning: "Analyzing database options for our user management system...", category: "architecture", storeInMemory: true })

2. メモリと知識グラフ

会話をまたいで情報を保持する必要がある場合に使用します。

道具いつ使うか
upsert_entities重要な概念やコンポーネントを文書化したり、更新フラグを使用して既存のエンティティを更新したりします。
add_observations既存のエンティティに新しい事実を追加する
create_relations関連する概念を結びつける
search_nodes問題を解決する前に関連する知識を見つける
open_nodes特定のエンティティの詳細を取得する
// Documenting architectural components mcp_think-tool_upsert_entities({ entities: [ {name: "AuthService", entityType: "System", observations: ["Handles authentication"]} ] })

3. タスク管理

プロジェクトの計画と追跡に使用します。

  • plan_tasks : プロジェクト開始時または機能の計画時
  • list_tasks : 現在の作業状況を把握する
  • next_task : 次の優先度の作業の準備ができた時
  • complete_task : タスクが完了したとき
  • update_tasks : 優先順位が変更されたとき

4. ウェブリサーチ(Exa)

現在のコンテキストが不十分な場合に使用します。

  • exa_search : ウェブから最新情報を検索する
  • exa_answer : 出典の記載が必要な事実に関する質問の場合
// Research current best practices mcp_think-tool_exa_search({ query: "latest React state management libraries 2025", num_results: 5 })

統合のベストプラクティス

  1. thinkツールで複雑な推論を始める
  2. 重要な結論をナレッジグラフに保存する
  3. 適切な場合には結論に基づいてタスクを作成する
  4. リサーチツールを使って知識のギャップを埋める
  5. 研究結果をナレッジグラフに記録する

パフォーマンスに関する考慮事項

  • ツール呼び出しはセッションごとに 25 回までに制限されます (設定可能)
  • コンテンツキャッシュにより、ファイル/URLの繰り返し操作のパフォーマンスが向上します。
  • 最適なパフォーマンスを得るために、ツールの重複呼び出しを回避します
### 2. Memory & Knowledge Graph Use when information should be preserved across conversations: | Tool | When to Use | |------|-------------| | `upsert_entities` | Document important concepts or components or update existing entities with the update flag | | `add_observations` | Add new facts to existing entities | | `create_relations` | Connect related concepts | | `search_nodes` | Find relevant knowledge before solving problems | | `open_nodes` | Retrieve specific entity details | ```javascript // Documenting architectural components mcp_think-tool_upsert_entities({ entities: [ {name: "AuthService", entityType: "System", observations: ["Handles authentication"]} ] })

3. タスク管理

プロジェクトの計画と追跡に使用します。

  • plan_tasks : プロジェクト開始時または機能の計画時
  • list_tasks : 現在の作業状況を把握する
  • next_task : 次の優先度の作業の準備ができた時
  • complete_task : タスクが完了したとき
  • update_tasks : 優先順位が変更されたとき

4. ウェブリサーチ(Exa)

現在のコンテキストが不十分な場合に使用します。

  • exa_search : ウェブから最新情報を検索する
  • exa_answer : 出典の記載が必要な事実に関する質問の場合
// Research current best practices mcp_think-tool_exa_search({ query: "latest React state management libraries 2025", num_results: 5 })

統合のベストプラクティス

  1. thinkツールで複雑な推論を始める
  2. 重要な結論をナレッジグラフに保存する
  3. 適切な場合には結論に基づいてタスクを作成する
  4. リサーチツールを使って知識のギャップを埋める
  5. 研究結果をナレッジグラフに記録する

パフォーマンスに関する考慮事項

  • ツール呼び出しはセッションごとに 25 回までに制限されます (設定可能)
  • コンテンツキャッシュにより、ファイル/URLの繰り返し操作のパフォーマンスが向上します。
  • 最適なパフォーマンスを得るために、ツールの重複呼び出しを回避します
## 📝 How To Save Important Thoughts When using the `think` tool with important reasoning, you have several options to enhance and persist your thought processes: ### Saving Thoughts to Memory Simply tell the agent "Please save this reasoning in memory for future reference" and the tool will automatically save the reasoning in the knowledge graph with `storeInMemory: true`. ### Multi-Step Reasoning For complex problems that require sequential thinking: 1. Break down your reasoning into logical steps 2. Use the step counter parameters (`plannedSteps` and `currentStep`) to track progress 3. The system will maintain continuity across multiple reasoning steps 4. Each step is saved with appropriate metadata when stored in memory Example request: "Let's analyze this architecture decision in 4 steps. This is step 1 focusing on requirements. Please save this in memory." ### Self-Reflection Enhancement Improve the quality of your reasoning with automated self-reflection: 1. Request self-reflection by saying "Please analyze this reasoning and provide a reflection on potential improvements" 2. The system will evaluate your reasoning for logical gaps, overlooked factors, and potential improvements 3. Both the original reasoning and reflection are stored together in memory 4. Use custom reflection prompts for targeted improvement in specific areas Example request: "Please reflect on this architecture decision with a focus on security considerations I might have missed, and save the analysis to memory." ### Research Integration Seamlessly incorporate web research into your reasoning process: 1. Include research queries in your thinking with `[research: your query]` syntax 2. Request initial research with "Before analyzing this problem, please research the latest approaches to X" 3. All research results are automatically formatted with source citations 4. Research sources are added as relations in the knowledge graph Example request: "I need to understand [research: latest React state management approaches 2023] before making this architecture decision. Please save this analysis in memory." ## 🧠 Think Tank Instructions This section provides detailed, actionable guidance for using MCP Think Tank within Cursor AI IDE (or any MCP-compliant agent), with a focus on coding and large project development. The tools are grouped into four main categories: ### 1. Think Tools (Structured Reasoning) - Use the `think` tool for all complex decisions, architecture planning, and problem-solving. - Always provide clear, step-by-step reasoning and relevant context. - **To persist your reasoning for future reference, set `storeInMemory: true` in your tool call.** - Example: When you want your analysis or decision to be available across sessions or for team traceability. - If you do not set `storeInMemory: true`, your reasoning will be processed but not saved in the knowledge graph. - Agents (like Cursor or Claude) can be prompted to "save this reasoning in memory" to ensure persistence. - You can later retrieve saved thoughts using the `search_nodes` or `open_nodes` tools. #### How `storeInMemory` Works - The `think` tool accepts a `storeInMemory` parameter (default: false). - When `storeInMemory: true`, your structured reasoning, context, and tags are saved as an entity in the knowledge graph. - This enables robust project memory, traceability, and continuity. - Example tool call: ```json { "tool": "think", "parameters": { "structuredReasoning": "Analyzed the pros and cons of REST vs GraphQL for our new API. Decided REST is simpler for our use case.", "context": "API design meeting 2024-07-10", "category": "architecture", "tags": ["api", "meeting"], "storeInMemory": true } }
  • 保存した考えを取得するには、次を使用します。
    • search_nodes (キーワード、タグ、またはコンテキストによる)
    • open_nodes (エンティティ名別)
歩数計を使った多段階推論
  • 複数のステップにまたがる複雑な思考プロセスの場合は、ステップ カウンター パラメータを使用します。
    • plannedSteps : 完了予定のステップの合計数(例:5)
    • currentStep : 現在のステップ番号(例:2)
  • システムは、多段階の推論プロセスを通じてあなたの進捗状況を追跡します。
  • storeInMemory: true使用すると、各ステップは適切なメタデータとともに保存されます。
  • ツール呼び出しの例:
    { "tool": "think", "parameters": { "structuredReasoning": "Step 2 analysis of database schema options...", "plannedSteps": 5, "currentStep": 2, "storeInMemory": true } }
  • これは、複雑な問題を管理しやすい段階に分割し、進捗状況を追跡するのに特に役立ちます。
推論力を高めるための自己反省
  • 自己反省機能を使用して、自分の推論を自動的に批評し、改善点を特定します。
  • この機能を有効にするには、シンクツールパラメータでselfReflect: trueを設定します。
  • オプションで、 reflectPromptを使用してカスタム リフレクション プロンプトを提供することもできます。
  • 自己反省は、次のことを特定するのに役立ちます。
    • 論理的誤りや推論の矛盾の可能性
    • 見落とされた要因や考慮事項
    • 検証が必要な仮定
    • 推論を強化できる領域
  • 自己反省を伴うツール呼び出しの例:
    { "tool": "think", "parameters": { "structuredReasoning": "My analysis of the authentication system...", "selfReflect": true, "reflectPrompt": "Evaluate my reasoning for security considerations I might have missed", "storeInMemory": true } }
  • storeInMemory: trueを使用すると、反映は元の推論に追加され、一緒に保存されます。
インラインリサーチ統合
  • 思考ツールパラメータでallowResearch: trueを設定することで、推論途中のリサーチを有効にします。
  • [research: your search query]という形式を使用して、推論の中にリサーチクエリを直接挿入します。
  • システムは自動的に次の処理を実行します。
    • これらの調査リクエストを検出して処理する
    • マーカーをフォーマットされた調査結果に置き換える
    • 各結果に出典を記載する
  • 推論を始める前に予備調査を行うための初期researchQueryパラメータを設定することもできます。
  • 調査を伴うツール呼び出しの例:
    { "tool": "think", "parameters": { "structuredReasoning": "I need to understand the latest advancements in [research: quantum error correction 2023] before designing our system.", "allowResearch": true, "storeInMemory": true } }
  • 複数の調査リクエストを1つの推論ステップに含めることができます
  • storeInMemory: true使用すると、すべての研究結果とソースが推論とともに保存されます。
  • 研究ソースはトレーサビリティのために知識グラフに関係として追加されます
構造化マークダウン書式
  • シンクツールは、読みやすさを向上させるために出力を構造化マークダウンとして自動的にフォーマットします。
  • 利用可能なフォーマットの種類:
    • general :導入、分析、結論のセクションを含む一般的な推論
    • problem :問題の定義、分析、解決策のセクションを含む問題解決形式
    • comparison : 表を保存し、オプションを強調表示する比較分析形式
  • 次のパラメータを使用して書式設定を制御します。
    • formatOutput: true/false - フォーマットを有効または無効にする (デフォルト: true)
    • formatType: 'auto'/'general'/'problem'/'comparison' - フォーマットの種類を選択します (デフォルト: auto)
  • formatTypeが「auto」の場合、システムはコンテンツを分析して最も適切な形式を決定します。
  • 特定のフォーマットを使用したツール呼び出しの例:
    { "tool": "think", "parameters": { "structuredReasoning": "My analysis comparing different database options...", "formatType": "comparison", "storeInMemory": true } }
  • フォーマットされた出力には以下が含まれます。
    • セクションヘッダーをクリアする
    • コンテキストとカテゴリを含むメタデータセクション
    • 有効な機能(リフレクション、リサーチ)を表示する機能セクション
    • フォーマットの種類に基づいて適切に構造化されたコンテンツ
  • このフォーマットは、人間の読みやすさと機械による推論の解析の両方を改善します。

⚠️重要: storeInMemoryパラメータはユーザーによって積極的に使用されるのではなく、ユーザーは単に「今後の参照のためにこの推論をメモリに保存してください」と記述するだけで、ツールは推論をナレッジ グラフに保存します。

2. 研究ツール

  • Web 検索にはexa_search使用し、ソースによる回答にはexa_answer使用します。
  • 常にソースを引用し、関連する場合は、 add_observationsを使用するか、 thinkエントリを保存して、メモリ内に調査結果を要約します。
  • リサーチ ツールを使用するには、MCP サーバー構成に有効なEXA_API_KEYが必要です。
  • 研究結果をコードと推論に統合して、堅牢で最新のソリューションを実現します。
  • パフォーマンスを向上させるために、JSON 以外の応答に対するインテリジェントなエラー処理とコンテンツ キャッシュが含まれています。

3. タスクマネージャーツール

  • plan_tasksを使用して、プロジェクト タスクを作成および整理します。
  • ワークフローを管理するには、 list_tasksnext_taskcomplete_taskupdate_tasksを使用します。
  • すべてのタスクはナレッジ グラフと同期され、永続的でクエリ可能なプロジェクト管理が可能になります。
  • 大規模なプロジェクトでは、タスクの依存関係と優先順位を活用して、明確さと勢いを維持します。

4. 記憶ツール

  • upsert_entitiesadd_observationscreate_relations 、および関連ツールを使用して、プロジェクトのナレッジ グラフを構築および維持します。
  • 重要な決定、再利用可能なパターン、アーキテクチャの選択を将来の参照用に保存します。
  • 新しい作業を開始する前に、重複を避け、過去の洞察を活用するために、関連する事前の知識を記憶から検索します。
  • ファイルおよび URL 操作では、コンテンツ ベースのキャッシュによりパフォーマンスが向上します。

⚡ パフォーマンスの最適化

MCP Think Tank には、パフォーマンスの最適化が組み込まれています。

コンテンツキャッシュ

  • 暗号ハッシュに基づくファイルとURLコンテンツの自動キャッシュ
  • 冗長なファイル読み取りとネットワーク要求を防止します
  • テストでは、キャッシュされたURLの取得は最初の取得よりも1000倍以上高速でした。
  • ファイルの読み取りは大幅に改善され、その後の読み取りでは2~5倍の速度向上が見られました。
  • キャッシュサイズとTTLは環境変数で設定可能

ツール呼び出しの最適化

  • 同一のツール呼び出しは自動的にキャッシュされ、重複が制限にカウントされるのを防ぎます。
  • インテリジェントなエラー処理(特にExa検索)により、JSON以外のレスポンスによるエラーを防止します。
  • ツール制限の安全策により、ツールの暴走を防ぎながら、段階的な劣化を防ぎます。

🛡️ ツールオーケストレーションとセーフガード

MCP Think Tank v2.0.2 には、責任ある効率的な使用を保証する包括的なツール管理機能が含まれています。

使用制限と監視

  • デフォルトの制限: セッションあたり25回のツール呼び出し ( TOOL_LIMIT環境変数で設定可能)
  • 自動追跡: すべてのツール呼び出しは、タイムスタンプ、エージェントID、パラメータとともに記録されます。
  • 段階的な劣化: 限界に達したとき、システムは完全に機能しなくなるのではなく、部分的な結果を返します。
  • ステータス追跡: 制限を超えたツール呼び出しにはHALTED_LIMITステータスが付けられます

インテリジェントキャッシュ

  • 重複検出: 同一のツール呼び出しは自動的に検出され、キャッシュから提供されます。
  • コンテンツハッシュ: ファイルおよびURL操作では、変更されていないコンテンツを識別すべくSHA-1ハッシュを使用します。
  • 設定可能なキャッシュ:環境変数を通じてキャッシュ動作を有効/無効にする
  • キャッシュ統計: パフォーマンス分析のためにキャッシュヒット/ミス率を監視する

ツールアクセス制御

  • 設定可能なホワイトリスト: 特定のコンテキストで使用できるツールを制限します
  • 権限エラー: 許可されていないツールが要求されたときにエラーメッセージをクリアします
  • オーケストレーション戦略: 順次実行または並列実行のための複数の調整戦略
  • エージェントの分離:交差汚染を防ぐために、エージェントごとにツールの使用状況を追跡します。

実装

安全策は、すべてのツール呼び出しをラップする専用のToolManagerを通じて実装されます。

  • アトミックカウンタは同時実行環境でも正確な追跡を保証します
  • LRUキャッシュはメモリ効率を維持しながら冗長な操作を防止します
  • 包括的なエラー処理により、不可解な失敗ではなく、意味のあるフィードバックが提供されます。
  • すべての制限とキャッシュ動作はコードを変更することなく設定可能

🔒**セキュリティに関する注意:**ツール オーケストレーション システムにより、プロンプトがツールの過度の使用を強制しようとした場合でも、構成に応じて適切に制限されます。


Cursor/Claude と大規模プロジェクトのベストプラクティス:

  • あらゆる重要な推論にはthinkツールを積極的に使用し、重要な考えを常に維持します。
  • リサーチとタスク管理をコーディング ワークフローに統合し、シームレスなプロジェクト開発を実現します。
  • 定期的にナレッジ グラフを確認して更新し、プロジェクトのメモリを関連性のある実用的な状態に保ちます。
  • 一貫性のある高品質のコードを実現するために、以前の決定とパターンを参照して構築します。
  • 複雑なワークフローではツールの制限に注意し、キャッシュ統計ユーティリティを使用して使用状況を監視します。

新しいツールやワークフローが追加されたら、このセクションを最新の状態に保ってください。

3. 参考リンク

🤝 貢献する

貢献を歓迎します!お気軽にプルリクエストを送信してください。

  1. リポジトリをフォークする
  2. 機能ブランチを作成します( git checkout -b feature/amazing-feature
  3. 変更をコミットします ( git commit -m 'Add some amazing feature' )
  4. ブランチにプッシュする ( git push origin feature/amazing-feature )
  5. プルリクエストを開く

📄 ライセンス

このプロジェクトは MIT ライセンスに基づいてライセンスされています - 詳細についてはLICENSEファイルを参照してください。

📚 関連プロジェクト

📚 さらに詳しく


You must be authenticated.

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

構造化された思考、永続的な知識グラフ メモリ、および複雑な問題解決のためのインテリジェントなツール オーケストレーションを通じて、AI アシスタントに強化された推論機能を提供します。

  1. 概要
    1. 🎯 哲学
      1. 🧠 構造化された思考の力
        1. 🚀 主な機能
          1. 連続思考と連鎖推論
          2. 強化された知識グラフメモリ
          3. ツールオーケストレーションとセーフガード
        2. 📦 インストール
          1. NPX(推奨)
          2. グローバルインストール
        3. ⚙️ 構成
          1. クイックスタート: 基本的なセットアップ
          2. 環境変数
        4. ログ記録
          1. 📝 MCPシンクタンク:プロジェクトルールの設定
            1. Exa Web Search APIキーが必要です
            2. 1. カーソルに新しいルールを追加する
            3. 2. サンプルルールファイル ( .cursor/rules/mcp-think-tank.mdc )
            4. 2. メモリと知識グラフ
            5. 3. タスク管理
            6. 4. ウェブリサーチ(Exa)
          2. 統合のベストプラクティス
            1. パフォーマンスに関する考慮事項
              1. 3. タスク管理
              2. 4. ウェブリサーチ(Exa)
            2. 統合のベストプラクティス
              1. パフォーマンスに関する考慮事項
                1. 歩数計を使った多段階推論
                2. 推論力を高めるための自己反省
                3. インラインリサーチ統合
                4. 構造化マークダウン書式
                5. 2. 研究ツール
                6. 3. タスクマネージャーツール
                7. 4. 記憶ツール
              2. ⚡ パフォーマンスの最適化
                1. コンテンツキャッシュ
                2. ツール呼び出しの最適化
              3. 🛡️ ツールオーケストレーションとセーフガード
                1. 使用制限と監視
                2. インテリジェントキャッシュ
                3. ツールアクセス制御
                4. 実装
                5. 3. 参考リンク
              4. 🤝 貢献する
                1. 📄 ライセンス
                  1. 📚 関連プロジェクト
                    1. 📚 さらに詳しく

                      Related MCP Servers

                      • A
                        security
                        F
                        license
                        A
                        quality
                        Provides reasoning content to MCP-enabled AI clients by interfacing with Deepseek's API or a local Ollama server, enabling focused reasoning and thought process visualization.
                        Last updated -
                        1
                        54
                        24
                        JavaScript
                      • A
                        security
                        A
                        license
                        A
                        quality
                        A server that enhances Claude's reasoning capabilities by integrating DeepSeek R1's advanced reasoning engine to tackle complex reasoning tasks.
                        Last updated -
                        1
                        Python
                        MIT License
                        • Apple
                      • A
                        security
                        A
                        license
                        A
                        quality
                        Enhances AI model capabilities with structured, retrieval-augmented thinking processes that enable dynamic thought chains, parallel exploration paths, and recursive refinement cycles for improved reasoning.
                        Last updated -
                        1
                        4
                        JavaScript
                        MIT License
                      • A
                        security
                        A
                        license
                        A
                        quality
                        AoT MCP server enables AI models to solve complex reasoning problems by decomposing them into independent, reusable atomic units of thought, featuring a powerful decomposition-contraction mechanism that allows for deep exploration of problem spaces while maintaining high confidence in conclusions.
                        Last updated -
                        3
                        14
                        JavaScript
                        MIT License

                      View all related MCP servers

                      ID: pgg03wdx49