MCP 싱크탱크

개요

MCP 싱크탱크는 커서 와 클로드 @웹 에 향상된 추론 기능을 위한 정교한 환경을 제공합니다. 고급 순차적 사고 및 연쇄 추론 프로세스, 버전 관리 기능을 갖춘 강력한 지식 그래프 메모리 시스템, 그리고 호출 제한 보호 기능을 갖춘 지능형 도구 오케스트레이션 기능을 제공합니다 .

이 플랫폼을 사용하면 AI 도우미가 구조화된 다단계 추론을 통해 복잡한 문제에 접근하고, 대화 전반에 걸쳐 지속적인 지식을 유지하고, 웹 조사 및 작업 관리 기능을 활용할 수 있습니다. 이 모든 것이 내장된 보안 장치를 통해 책임감 있고 효율적인 도구 사용을 보장합니다.

🎯 철학

MCP 싱크탱크는 세 가지 핵심 원칙을 기반으로 구축되었습니다.

우아한 단순함 : 우리는 클로드의 자연스러운 능력을 복제하거나 무시하려고 하기보다는, 클로드의 자연스러운 능력에 맞는 최소한의 잘 디자인된 도구의 힘을 믿습니다.
향상된 반성 : 엄격한 구조 대신 부드러운 지침을 제공함으로써 클로드의 사고 과정을 제약하지 않고도 더 나은 추론과 자기 반성을 가능하게 합니다.
지속적인 컨텍스트 : 지식 그래프는 저장과 검색 모두에서 단순성을 유지하면서 대화 전반에 걸쳐 메모리를 제공합니다.

🧠 구조적 사고의 힘

Think Tool은 체계적인 추론을 위한 전용 공간을 제공하여 다음을 장려합니다.

명확한 문제 정의
관련 컨텍스트 수집
단계별 분석
추론에 대한 자기 성찰
잘 구성된 결론

최근 연구에 따르면 구조적 사고를 사용하면 상당한 개선이 나타나는 것으로 나타났습니다.

복잡한 의사결정 작업에서 상대적 54% 개선
여러 시험에 걸쳐 향상된 일관성
소프트웨어 엔지니어링 벤치마크에서 향상된 성능

🚀 주요 특징

💭 Think Tool : 체계적인 추론과 자기성찰을 위한 전용 공간
🧩 지식 그래프 : 간단하지만 효과적인 지속적 메모리
📝 작업 관리 도구 : 전체 지식 그래프 통합을 통해 작업을 계획, 추적 및 업데이트합니다.
🌐 웹 리서치 도구(Exa) : Exa API를 사용하여 웹을 검색하고 소스에서 답변을 얻으세요
🔍 기억 도구 : 정보를 저장하고 검색하기 위한 사용하기 쉬운 도구
🤝 클라이언트 지원 : Cursor, Claude @Web 및 기타 MCP 클라이언트와의 원활한 통합
🔒 도구 오케스트레이션 및 호출 제한 : 구성 가능한 제한을 통해 과도한 도구 사용을 방지하는 내장형 보호 기능
⚡ 콘텐츠 캐싱 : 자동 중복 감지를 통해 파일 및 URL 작업에 대한 성능 최적화
🔄 순차적 사고 : 진행 상황 추적 및 계획 인식을 통한 다단계 추론 프로세스
🔎 자기 반성 : 추론에 대한 자동 반성을 통해 출력 품질을 향상시킵니다.
📊 구조화된 출력 : 더 나은 가독성을 위한 사고 과정의 자동 포맷
🔗 연구 통합 : 웹 연구를 추론 흐름에 원활하게 통합

순차적 사고와 연쇄 추론

최신 버전에서는 강력한 다단계 추론 기능이 도입되었습니다.

단계별 계획 : 복잡한 문제를 관리 가능한 순차적 단계로 분해
진행 상황 추적 : 단계 카운터를 사용하여 여러 단계 추론을 통해 진행 상황을 모니터링합니다.
자기 반성 : 선택적 반성 패스를 통해 추론 품질을 자동으로 평가합니다.
연구 통합 : 추론 체인 내에 웹 연구를 원활하게 통합합니다.
구조화된 포맷 : 더 나은 이해를 위해 깔끔하고 체계적인 포맷으로 추론을 출력합니다.

향상된 지식 그래프 메모리

지식 그래프 시스템이 크게 업그레이드되었습니다.

타임스탬프가 지정된 관찰 : 모든 메모리 항목에 이제 더 나은 추적을 위한 메타데이터가 포함됩니다.
중복 방지 : 중복 항목을 방지하기 위한 지능형 엔터티 매칭
자동 연결 : 관련 엔터티 간의 휴리스틱 기반 관계 생성
고급 쿼리 : 시간, 태그, 키워드 등으로 메모리 필터링
메모리 유지 관리 : 시간 경과에 따른 메모리 증가를 정리하고 관리하기 위한 도구

도구 오케스트레이션 및 보호

새로운 지능형 도구 관리 기능은 책임감 있고 효율적인 도구 사용을 보장합니다.

사용 제한 : 도구 호출에 대한 구성 가능한 제한(기본값: 25)을 통해 폭주 사용을 방지합니다.
호출 캐싱 : 효율성을 위해 중복 도구 호출을 자동으로 감지하고 재사용합니다.
콘텐츠 캐싱 : 중복 읽기를 줄이기 위한 파일 및 URL 작업에 대한 SHA-1 기반 캐싱
우아한 저하 : 부분 결과가 반환된 한계 오류의 깔끔한 처리
도구 허용 목록 : 특정 컨텍스트에서 사용할 수 있는 도구에 대한 구성 가능한 제한

📦 설치

⚠️ 중요: MCP Think Tank는 사전 구축된 서버가 필요합니다. 패키지는 게시 전에 자동으로 구축되므로 사용자는 추가 단계를 수행할 필요가 없습니다. 설치 후 실행하기만 하면 됩니다!

NPX (추천)

MCP Think Tank를 사용하는 가장 쉬운 방법은 NPX를 이용하는 것입니다.

지엑스피1

글로벌 설치

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

⚙️ 구성

빠른 시작: 필수 설정

MCP Think Tank 설치 (위의 설치 참조)
Exa API 키를 받으세요 (웹 검색에 필요):
- exa.ai 에 가입하고 API 키를 복사하세요.
MCP 서버를 구성합니다 (Cursor의 경우 .cursor/mcp.json 에 추가):

{
  "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"
      }
    }
  }
}

⚠️ 중요: 항상 각 프로젝트마다 고유한 MEMORY_PATH 설정하세요!
기본(중앙 집중식) 메모리 경로를 사용하면 프로젝트 간에 지식 그래프 충돌이 발생할 수 있습니다. 최상의 결과를 얻고 프로젝트 메모리를 분리하려면 모든 프로젝트에 대해 구성에서 사용자 지정 MEMORY_PATH 지정하세요. 생략하면 기본값은 ~/.mcp-think-tank/memory.jsonl 입니다.

환경 변수

필수 변수

MEMORY_PATH : 메모리 저장 파일 경로(기본값: ~/.mcp-think-tank/memory.jsonl )
EXA_API_KEY ( Exa 웹 검색에 필요 ): exa_search 및 exa_answer 도구를 활성화합니다.

고급 구성

MCP_DEBUG : 디버그 로깅 활성화(기본값: false )
MCP_LISTEN_PORT : MCP 서버에 대한 사용자 지정 포트를 설정합니다(기본값: 3399 )
LOG_LEVEL : 로깅 수준 설정( debug , info , warn , error ) (기본값: info )
AUTO_LINK : 지식 그래프에서 자동 엔터티 연결을 활성화합니다(기본값: true )

새로운 도구 오케스트레이션 및 캐싱 설정

TOOL_LIMIT : 세션당 도구 호출의 최대 수(기본값: 25 )
CACHE_TOOL_CALLS : 중복 도구 호출 캐싱을 활성화/비활성화합니다(기본값: true )
TOOL_CACHE_SIZE : 캐시된 도구 호출의 최대 수(기본값: 100 )
CACHE_CONTENT : 파일/URL 작업에 대한 콘텐츠 기반 캐싱을 활성화/비활성화합니다(기본값: true )
CONTENT_CACHE_SIZE : 콘텐츠 캐시의 최대 항목 수(기본값: 50 )
CONTENT_CACHE_TTL : 캐시된 콘텐츠의 수명(밀리초)(기본값: 300000 - 5분)

메모리 유지 관리

MIN_SIMILARITY_SCORE : 엔티티 매칭에 대한 임계값(기본값: 0.85 )
MAX_OPERATION_TIME : 일괄 작업의 최대 시간(밀리초) (기본값: 5000 )

고급 설정을 사용한 구성 예:

{
  "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"
      }
    }
  }
}

💡 성능 팁: 대규모 프로젝트의 경우 TOOL_LIMIT 및 캐시 크기를 늘리면 메모리 사용량이 증가하는 대신 성능이 향상될 수 있습니다. 사용 패턴을 모니터링하고 그에 따라 조정하세요.

MCP 서버에 대한 자세한 내용은 커서 MCP 설명서를 참조하세요.

벌채 반출

MCP Think Tank는 FastMCP 및 프로덕션 모범 사례에 맞게 설계된 최소한의 안정적인 로깅 방식을 사용합니다.

로그는 ~/.mcp-think-tank/logs/mcp-think-tank.log 에 있는 단일 파일에 기록됩니다.
로그를 쓰기 전에 파일 크기를 확인합니다. 크기가 10MB를 초과하면 로그 파일 이름을 타임스탬프로 변경하고 새 파일을 시작합니다.
로깅에는 Node.js 내장 모듈만 사용됩니다.
디버그 로깅은 환경 변수 MCP_DEBUG=true 설정하여 활성화할 수 있습니다.
MCP_LOG_FILE=false 설정하면 파일 로깅을 비활성화할 수 있습니다.

이러한 접근 방식은 핵심 MCP 서버 도구에 초점을 맞추고 불필요한 복잡성을 피하기 위한 것입니다.