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
Estructura del proyecto
configuración
Instalar dependencias:
Establecer variables de entorno: Cree un archivo
.env
con el siguiente contenido:
Cómo utilizar
Iniciar el servidor:
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
Profundizando el proceso de pensamiento:
Sugerencias para mejorar el código:
Revisión final:
Indicador de sistema predeterminado
Indicaciones de apoyo al pensamiento
El servidor le guiará a través de los siguientes pasos:
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
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)
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
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
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
Mejora continua y aprendizaje
Establecer KPI y métricas
Establecer un ciclo de retroalimentación
Sistematizar y compartir conocimientos
Ciclo PDCA
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:
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
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
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
Riesgos y desafíos
Restricciones y limitaciones técnicas
Vulnerabilidades de seguridad
Cuellos de botella en el rendimiento
Complejidad de dependencia
Deuda técnica potencial
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:
Fortalezas de la propuesta
Ventajas técnicas
Eficiencia de implementación
Valor empresarial
Elementos innovadores
Áreas de mejora
Desafíos técnicos
Riesgos de implementación
Preocupaciones operativas
Limitaciones de escalabilidad
Propuestas de mejora específicas
Mejoras a corto plazo
Optimización a medio y largo plazo
Enfoque alternativo
Aplicando las mejores prácticas
Consideraciones adicionales
Casos extremos y manejo de excepciones
Escalabilidad futura
Consideraciones de seguridad
Optimización del rendimiento
Hoja de ruta de implementación
Priorización de tareas
Establecimiento de hitos
Definir métricas de éxito (KPI)
Estrategias de mitigación de riesgos
This server cannot be installed
remote-capable server
The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.
Un servidor MCP basado en API de OpenAI que proporciona capacidades de análisis y pensamiento profundo, integrándose con modelos de editor de IA para brindar información completa y soluciones prácticas.
Related MCP Servers
- -securityAlicense-qualityA simple MCP server for interacting with OpenAI assistants. This server allows other tools (like Claude Desktop) to create and interact with OpenAI assistants through the Model Context Protocol.Last updated -936MIT License
- -securityAlicense-qualityA server that integrates the MCP library with OpenAI's API, allowing users to interact with various tools, such as the weather tool, through natural language queries.Last updated -MIT License
- -securityFlicense-qualityAn auto-generated MCP server that enables interaction with the OpenAI API, allowing users to access OpenAI's models and capabilities through the Multi-Agent Conversation Protocol.Last updated -
- AsecurityAlicenseAqualityAn MCP server that enables AI applications to access 20+ model providers (including OpenAI, Anthropic, Google) through a unified interface for text and image generation.Last updated -223MIT License