섀넌-생각하다
클로드 섀넌의 체계적인 문제 해결 방법론을 보여주는 MCP 서버입니다. 이 서버는 섀넌의 문제 정의, 수학적 모델링, 그리고 실제 구현 방식에 따라 복잡한 문제를 구조화된 사고로 분해하는 데 도움이 되는 도구를 제공합니다.
개요
정보 이론의 아버지로 알려진 클로드 섀넌은 체계적인 방법론을 통해 복잡한 문제에 접근했습니다.
- 문제 정의 : 문제의 근본 요소만 추출
- 제약 조건 : 시스템 제한 사항 및 경계 식별
- 모델 : 수학적/이론적 프레임워크 개발
- 증명/검증 : 공식적인 증명이나 실험적 테스트를 통해 검증합니다.
- 구현/실험 : 실용적인 솔루션 설계 및 테스트
이 MCP 서버는 이러한 단계를 통해 체계적인 문제 해결을 안내하는 도구로서 이 방법론을 보여줍니다.
설치
엔피엑스
지엑스피1
용법
이 서버는 섀넌의 방법론에 따라 문제 해결에 대한 사고를 구조화하는 shannonthinking 이라는 단일 도구를 제공합니다.
각 생각에는 다음이 포함되어야 합니다.
- 실제 생각의 내용
- 유형(문제 정의/제약 조건/모델/증명/구현)
- 생각의 개수와 총 생각의 추정
- 신뢰 수준(불확실성: 0-1)
- 이전 생각에 대한 종속성
- 명시적 가정
- 또 다른 사고 단계가 필요한가
추가 기능:
- 수정 : 이해가 발전함에 따라 생각은 이전 단계를 수정할 수 있습니다.
- 재확인 : 새로운 정보로 재검토가 필요한 단계를 표시합니다.
- 실험적 검증 : 형식적 증명과 함께 경험적 테스트 지원
- 구현 참고 사항 : 실제 제약 조건 및 제안된 솔루션
사용 예
const thought = {
thought: "The core problem can be defined as an information flow optimization",
thoughtType: "problem_definition",
thoughtNumber: 1,
totalThoughts: 5,
uncertainty: 0.2,
dependencies: [],
assumptions: ["System has finite capacity", "Information flow is continuous"],
nextThoughtNeeded: true,
// Optional: Mark as revision of earlier definition
isRevision: false,
// Optional: Indicate step needs recheck
recheckStep: {
stepToRecheck: "constraints",
reason: "New capacity limitations discovered",
newInformation: "System shows non-linear scaling"
}
};
// Use with MCP client
const result = await client.callTool("shannonthinking", thought);
특징
- 반복적 문제 해결 : 이해가 발전함에 따라 수정 및 재확인을 지원합니다.
- 유연한 검증 : 공식적 증명과 실험적 검증을 결합합니다.
- 종속성 추적 : 생각이 이전 생각을 어떻게 기반으로 구축되는지 명시적으로 추적합니다.
- 가정 관리 : 가정에 대한 명확한 문서화가 필요합니다.
- 신뢰 수준 : 각 단계의 불확실성을 정량화합니다.
- 풍부한 피드백 : 색상 코딩, 기호 및 검증 결과가 포함된 형식화된 콘솔 출력
개발
# Install dependencies
npm install
# Build
npm run build
# Run tests
npm test
# Watch mode during development
npm run watch
도구 스키마
이 도구는 다음과 같은 구조의 생각을 수용합니다.
interface ShannonThought {
thought: string;
thoughtType: "problem_definition" | "constraints" | "model" | "proof" | "implementation";
thoughtNumber: number;
totalThoughts: number;
uncertainty: number; // 0-1
dependencies: number[];
assumptions: string[];
nextThoughtNeeded: boolean;
// Optional revision fields
isRevision?: boolean;
revisesThought?: number;
// Optional recheck field
recheckStep?: {
stepToRecheck: ThoughtType;
reason: string;
newInformation?: string;
};
// Optional validation fields
proofElements?: {
hypothesis: string;
validation: string;
};
experimentalElements?: {
testDescription: string;
results: string;
confidence: number; // 0-1
limitations: string[];
};
// Optional implementation fields
implementationNotes?: {
practicalConstraints: string[];
proposedSolution: string;
};
}
언제 사용할 것인가
이러한 사고 패턴은 특히 다음과 같은 경우에 유용합니다.
- 복잡계 분석
- 정보처리 문제
- 엔지니어링 설계 과제
- 이론적 틀을 필요로 하는 문제
- 최적화 문제
- 실제 구현이 필요한 시스템
- 반복적인 개선이 필요한 문제
- 실험적 검증이 이론을 보완하는 경우