Skip to main content
Glama

Deep Thinking Assistant

Asistente de pensamiento profundo - Servidor Gemini MCP

Un servidor MCP basado en API de Gemini que proporciona análisis y pensamiento profundo. Trabaje con modelos en el Editor de IA para proporcionar análisis y conocimientos más profundos.

Características

  • Análisis de problemas desde múltiples perspectivas

  • Integrando el pensamiento crítico y creativo

  • Propuestas prácticas y concretas

  • Integrar los conocimientos existentes y aportar nuevas perspectivas

  • Granularidad precisa y sensible al contexto

  • Análisis crítico de la solución propuesta y sugerencias de mejora

Related MCP server: MCP Simple OpenAI Assistant

Estructura del proyecto

dive_deep/ ├── logs/ # ログファイルディレクトリ ├── dive_deep_server.py # メインサーバーファイル ├── logger_config.py # ロギング設定 ├── prompts.py # プロンプト定義 ├── requirements.txt # 依存関係 ├── .env # 環境変数設定 └── README.md # ドキュメント

configuración

  1. Instalar dependencias:

pip install -r requirements.txt
  1. Establecer variables de entorno: Cree un archivo .env con el siguiente contenido:

GEMINI_API_KEY=your_api_key_here GEMINI_MODEL=gemini-2.0-flash

Cómo utilizar

Iniciar el servidor:

python dive_deep_server.py

Herramientas disponibles

agente de pensamiento profundo

Profundizaremos en el proceso de pensamiento para resolver problemas y brindaremos una perspectiva. La herramienta proporciona una comprensión profunda y un análisis multifacético del problema y ofrece pautas para llegar a mejores soluciones.

Parámetros:

  • instructions : Instrucciones del usuario (obligatorio)

  • context : el contexto de tu proceso de pensamiento (obligatorio)

  • model : el nombre del modelo a utilizar (predeterminado: "gemini-2.0-flash")

agente de mejora

Analizaremos su código y le brindaremos sugerencias específicas para mejorarlo. La herramienta realiza un análisis exhaustivo de su código en términos de calidad, rendimiento, capacidad de mantenimiento y más, y ofrece sugerencias prácticas para mejorar.

Parámetros:

  • instructions : instrucciones para el código que se está revisando (obligatorio)

  • code : Una lista de códigos (obligatorio)

  • model : el nombre del modelo a utilizar (predeterminado: "gemini-2.0-flash")

  • temperature : parámetro de temperatura en la generación (predeterminado: 0,7)

agente de revisión final

Realizaremos una revisión final del código y brindaremos sugerencias para mejorarlo. La herramienta analiza críticamente los cambios y mejoras propuestos para identificar posibles problemas y oportunidades para una mayor optimización.

Parámetros:

  • instructions : instrucciones para el código que se está revisando (obligatorio)

  • code : Una lista de códigos (obligatorio)

  • model : el nombre del modelo a utilizar (predeterminado: "gemini-2.0-flash")

  • temperature : parámetro de temperatura en la generación (predeterminado: 0,7)

Ejemplo de uso

  1. Profundizando el proceso de pensamiento:

response = deep_thinking_agent( instructions="このアルゴリズムの最適化方法を考えてください", context="現在の実装では時間計算量がO(n^2)となっています", model="gemini-2.0-flash" )
  1. Sugerencias para mejorar el código:

response = enhancement_agent( instructions="このコードのパフォーマンスを改善してください", code=["def example():\n # コード内容"], model="gemini-2.0-flash" )
  1. Revisión final:

response = final_review_agent( instructions="実装された改善案の最終確認をお願いします", code=["def improved_example():\n # 改善されたコード"], model="gemini-2.0-flash" )

Indicador de sistema predeterminado

Indicaciones de apoyo al pensamiento

El servidor le guiará a través de los siguientes pasos:

  1. Comprensión de problemas y pensamiento estructurado

    • Comprender el panorama general a través del pensamiento sistémico

    • Descomponiendo un problema usando MECE

    • Análisis causal (análisis de por qué-por qué, diagrama de espina de pescado)

    • Análisis de las partes interesadas y organización de los requisitos

  2. Diseño y evaluación de soluciones

    • Aplicación de patrones de diseño y principios arquitectónicos

    • Evaluación cuantitativa de las compensaciones (costo vs. beneficio)

    • Análisis de riesgos y contramedidas (método FMEA)

    • Verificación de viabilidad (estrategia PoC)

  3. Búsqueda de la excelencia técnica

    • Principios de arquitectura limpia, acoplamiento flexible y alta cohesión, dirección adecuada de las dependencias, abstracción de la interfaz

    • Optimización de la calidad del código - Legibilidad y mantenibilidad - Rendimiento y escalabilidad - Seguridad y robustez

    • Diseño de una estrategia de pruebas, considerando la pirámide de pruebas, valores límite y casos límite, automatización y verificación continua

  4. Innovación y pensamiento creativo

    • Utilice el pensamiento lateral

    • Desarrollo de ideas utilizando el método SCAMPER

    • Resolución creativa de problemas utilizando restricciones

    • Integración de nuevas tecnologías con sistemas heredados

  5. Optimización de la implementación y el despliegue

    • Estrategia de implementación por fases

    • Gestión de deuda técnica y planes de pago

    • Análisis del impacto del cambio

    • Minimizar los riesgos de implementación

  6. Mejora continua y aprendizaje

    • Establecer KPI y métricas

    • Establecer un ciclo de retroalimentación

    • Sistematizar y compartir conocimientos

    • Ciclo PDCA

  7. Comunicación y colaboración

    • Aclaración técnica

    • Estructuración del documento

    • Intercambio de conocimientos entre equipos

    • Facilitar revisiones y comentarios

Pregunta de análisis de respuesta

Sus respuestas serán analizadas según los siguientes criterios:

  1. Coherencia lógica y completitud

    • Validez de supuestos y restricciones

    • Consistencia del desarrollo lógico

    • El proceso de sacar conclusiones

    • Identificación de elementos pasados por alto

    • Prueba de falsabilidad

  2. Viabilidad técnica y optimalidad

    • Adecuación de algoritmos y estructuras de datos

    • Robustez de la arquitectura del sistema

    • Rendimiento y escalabilidad

    • Seguridad y confiabilidad

    • Mantenibilidad y extensibilidad

  3. Implementación y operación

    • Eficiencia y productividad del desarrollo

    • Carga operativa y costos

    • Monitoreo y resolución de problemas

    • Control de versiones e implementación

    • Colaboración eficaz en equipo

  4. Riesgos y desafíos

    • Restricciones y limitaciones técnicas

    • Vulnerabilidades de seguridad

    • Cuellos de botella en el rendimiento

    • Complejidad de dependencia

    • Deuda técnica potencial

  5. Valor e impacto empresarial

    • Costos de desarrollo y operación

    • Tiempo de comercialización

    • Impacto en la experiencia del usuario

    • Alineación con los requisitos del negocio

    • Contribuir a la ventaja competitiva

Los resultados del análisis consisten en:

  1. Fortalezas de la propuesta

    • Ventajas técnicas

    • Eficiencia de implementación

    • Valor empresarial

    • Elementos innovadores

  2. Áreas de mejora

    • Desafíos técnicos

    • Riesgos de implementación

    • Preocupaciones operativas

    • Limitaciones de escalabilidad

  3. Propuestas de mejora específicas

    • Mejoras a corto plazo

    • Optimización a medio y largo plazo

    • Enfoque alternativo

    • Aplicando las mejores prácticas

  4. Consideraciones adicionales

    • Casos extremos y manejo de excepciones

    • Escalabilidad futura

    • Consideraciones de seguridad

    • Optimización del rendimiento

  5. Hoja de ruta de implementación

    • Priorización de tareas

    • Establecimiento de hitos

    • Definir métricas de éxito (KPI)

    • Estrategias de mitigación de riesgos

-
security - not tested
F
license - not found
-
quality - not tested

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/shark-bot-0118/dive-deep-mcp'

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