Deep Thinking Assistant

Deep Thinking Assistant - Gemini MCP 서버

깊은 사고와 분석을 제공하는 Gemini API 기반 MCP 서버입니다. AI 에디터 모델과 연계하여 보다 깊은 분석과 통찰력을 제공합니다.

특징

• 다각적인 관점에서 문제 분석
• 비판적 사고와 창조적 사고의 통합
• 실용적이고 구체적인 제안
• 기존 지식의 통합과 새로운 관점 제공
• 컨텍스트에 따라 적절한 상세도 조정
• 제안된 솔루션의 비판적 분석 및 개선 제안

프로젝트 구조

설정

1. 종속성 설치:

2. 환경 변수 설정: .env 파일을 만들고 다음 내용을 설정합니다.

사용방법

서버 시작:

사용 가능한 도구

deep_thinking_agent

문제 해결을 위한 사고 과정을 심화하고 착안점을 제시합니다. 이 도구는 문제에 대한 깊은 이해와 다각적인 분석을 제공하고 더 나은 솔루션을 도출하기 위한 지침을 제시합니다.

매개변수:

• instructions : 사용자의 지시(필수)
• context : 사고 프로세스 컨텍스트(필수)
• model : 사용할 모델명(기본값: "gemini-2.0-flash")

enhancement_agent

코드의 개선점을 분석하고 구체적인 제안을 합니다. 이 도구는 코드의 품질, 성능, 서비스 가능성 등의 관점에서 포괄적인 분석을 수행하고 실용적인 개선 제안을 제공합니다.

매개변수:

• instructions : 검토 대상 코드에 대한 지시 (필수)
• code : 코드 목록(필수)
• model : 사용할 모델명(기본값: "gemini-2.0-flash")
• temperature : 생성시 온도 파라미터(기본값: 0.7)

final_review_agent

최종 코드 검토를 실시하고 개선점을 제시합니다. 이 도구는 제안된 변경과 개선점을 비판적으로 분석하여 잠재적인 문제와 추가 최적화 기회를 파악합니다.

매개변수:

• instructions : 검토 대상 코드에 대한 지시 (필수)
• code : 코드 목록(필수)
• model : 사용할 모델명(기본값: "gemini-2.0-flash")
• temperature : 생성시 온도 파라미터(기본값: 0.7)

사용 예

1. 생각 과정의 심화:

2. 코드 개선 제안:

3. 최종 리뷰:

기본 시스템 프롬프트

사고 지원 프롬프트

서버는 다음 원칙에 따라 사고를 돕습니다.

1. 문제 이해와 구조화 사고
   • 시스템 사고로 전체 이미지 파악
   • MECE에 의한 문제의 분해
   • 인과관계 분석(Why-Why 분석, 특성요인도)
   • 이해관계자 분석 및 요구사항 정리
2. 솔루션 설계 및 평가
   • 디자인 패턴과 아키텍처 원칙 적용
   • 트레이드 오프 정량적 평가 (비용 대 베니핏)
   • 위험 분석 및 대책(FMEA 기법)
   • 실현 가능성 검증(PoC 전략)
3. 기술적 우수성 추구
   • 클린 아키텍처의 원칙, 느슨한 결합 및 고 응집, 의존성의 적절한 방향성 및 인터페이스 추상화
   • 코드 품질 최적화, 가독성 및 유지 보수성, 성능 및 확장 성, 보안 및 견고성
   • 테스트 전략 설계, 테스트 피라미드 고려, 경계 값, 에지 케이스, 자동화 및 지속적인 검증
4. 혁신과 창조적 사고
   • 래터럴 싱킹 활용
   • SCAMPER 메소드를 통한 아이디어 전개
   • 제약을 활용한 창조적 문제 해결
   • 신기술과 레거시 시스템의 통합
5. 구현 및 배포 최적화
   • 단계적 구현 전략
   • 기술 부채 관리 및 상환 계획
   • 변경 영향 분석
   • 배포 위험 최소화
6. 지속적인 개선과 학습
   • KPI 및 지표 설정
   • 피드백 루프 설정
   • 지식의 체계화와 공유
   • PDCA 사이클 실천
7. 커뮤니케이션과 협업
   • 기술적 설명의 명확화
   • 문서 구조화
   • 팀 간의 지식 공유
   • 리뷰 및 피드백 홍보

답변 분석 프롬프트

답변 분석은 다음 관점에서 이루어집니다.

1. 논리적 무결성과 무결성
   • 전제 조건 및 제약의 타당성
   • 논리 배포의 일관성
   • 결론의 도출 과정
   • 간과된 요소 식별
   • 반증 가능성 검증
2. 기술적 실현 가능성과 최적성
   • 알고리즘과 데이터 구조의 적합성
   • 시스템 아키텍처의 견고성
   • 성능 및 확장성
   • 보안 및 신뢰성
   • 유지 보수성과 확장성
3. 구현 및 운영
   • 개발 효율과 생산성
   • 운영 부하 및 비용
   • 모니터링 및 장애 대응
   • 버전 관리 및 배포
   • 팀 협업의 효과
4. 위험과 도전
   • 기술적 제약과 한계
   • 보안 취약성
   • 성능 병목
   • 종속성의 복잡성
   • 잠재적인 기술적 부채
5. 비즈니스 가치와 영향
   • 개발 및 운영 비용
   • 시장 투입까지의 시간
   • 사용자 경험에 미치는 영향
   • 비즈니스 요구 사항과의 무결성
   • 경쟁 우위에 기여

분석 결과 구성:

1. 제안의 강점
   • 기술적 이점
   • 구현 효율성
   • 비즈니스 가치
   • 혁신적인 요소
2. 개선이 필요한 영역
   • 기술적 과제
   • 구현 위험
   • 운영상의 우려
   • 확장성 제한
3. 구체적인 개선 제안
   • 단기적인 개선
   • 중장기 최적화
   • 대체 접근법
   • 모범 사례 적용
4. 추가 고려 사항
   • 에지 케이스 및 예외 처리
   • 미래의 확장성
   • 보안 고려 사항
   • 성능 최적화
5. 구현 로드맵
   • 작업 우선 순위 지정
   • 이정표 설정
   • 성공 지표(KPI) 정의
   • 위험 완화 전략