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

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

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.

  1. Características
    1. Estructura del proyecto
      1. configuración
        1. Cómo utilizar
          1. Herramientas disponibles
            1. agente de pensamiento profundo
            2. agente de mejora
            3. agente de revisión final
          2. Ejemplo de uso
            1. Indicador de sistema predeterminado
              1. Indicaciones de apoyo al pensamiento
              2. Pregunta de análisis de respuesta

            Related MCP Servers

            • -
              security
              A
              license
              -
              quality
              A 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 -
              26
              Python
              MIT License
              • Apple
            • 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
              Enables integration with OpenAI models through the MCP protocol, supporting concise and detailed responses for use with Claude Desktop.
              Last updated -
              1
              1
              Python
              MIT License
              • Apple
              • Linux
            • -
              security
              A
              license
              -
              quality
              A 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 -
              Python
              MIT License

            View all related MCP servers

            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