hybrid server

The server is able to function both locally and remotely, depending on the configuration or use case.

Integrations

Provides compatibility with OpenAI API clients, serving as a drop-in replacement for standard OpenAI interfaces while implementing the Chain of Draft approach.

Servidor MCP de Cadena de Borrador (CoD)

Descripción general

Este servidor MCP implementa el enfoque de razonamiento Cadena de Borrador (CoD), como se describe en el artículo de investigación "Cadena de Borrador: Pensar más rápido escribiendo menos". CoD es un paradigma novedoso que permite a los LLM generar resultados de razonamiento intermedios minimalistas pero informativos al resolver tareas, lo que reduce significativamente el uso de tokens y mantiene la precisión.

Beneficios clave

Eficiencia : uso de tokens significativamente reducido (tan solo el 7,6 % del CoT estándar)
Velocidad : Respuestas más rápidas debido a un tiempo de generación más corto
Ahorro de costes : menores costes de API para llamadas LLM
Precisión mantenida : Precisión similar o incluso mejorada en comparación con CoT
Flexibilidad : aplicable a diversas tareas y dominios de razonamiento.

Características

Cadena central de implementación del borrador
- Pasos de razonamiento concisos (normalmente 5 palabras o menos)
- Cumplimiento de formato
- Extracción de respuestas
Análisis de rendimiento
- Seguimiento del uso de tokens
- Monitoreo de la precisión de la solución
- Medición del tiempo de ejecución
- Métricas de rendimiento específicas del dominio
Límites de palabras adaptables
- Estimación automática de la complejidad
- Ajuste dinámico de los límites de palabras
- Calibración específica del dominio
Base de datos de ejemplos completa
- Transformación de CoT a CoD
- Ejemplos específicos de dominio (matemáticas, código, biología, física, química, rompecabezas)
- Recuperación de ejemplos basada en la similitud de problemas
Aplicación del formato
- Posprocesamiento para garantizar el cumplimiento de los límites de palabras
- Preservación de la estructura escalonada
- Análisis de adherencia
Enfoques de razonamiento híbrido
- Selección automática entre CoD y CoT
- Optimización específica del dominio
- Selección basada en el rendimiento histórico
Compatibilidad de la API de OpenAI
- Reemplazo directo para los clientes estándar de OpenAI
- Soporte tanto para finalizaciones como para interfaces de chat
- Fácil integración en flujos de trabajo existentes

Configuración e instalación

Prerrequisitos

Python 3.10+ (para la implementación de Python)
Node.js 18+ (para implementación de JavaScript)
Clave API antrópica

Instalación de Python

Clonar el repositorio
Instalar dependencias:
pip install -r requirements.txt
Configurar claves API en el archivo .env :
ANTHROPIC_API_KEY=your_api_key_here
Ejecutar el servidor:
python server.py

Instalación de JavaScript

Clonar el repositorio
Instalar dependencias:
npm install
Configurar claves API en el archivo .env :
ANTHROPIC_API_KEY=your_api_key_here
Ejecutar el servidor:
node index.js

Integración de escritorio de Claude

Para integrar con Claude Desktop:

Instalar Claude Desktop desde claude.ai/download
Cree o edite el archivo de configuración de Claude Desktop:
~/Library/Application Support/Claude/claude_desktop_config.json
Agregue la configuración del servidor (versión de Python):
{ "mcpServers": { "chain-of-draft": { "command": "python3", "args": ["/absolute/path/to/cod/server.py"], "env": { "ANTHROPIC_API_KEY": "your_api_key_here" } } } }
O para la versión JavaScript:
{ "mcpServers": { "chain-of-draft": { "command": "node", "args": ["/absolute/path/to/cod/index.js"], "env": { "ANTHROPIC_API_KEY": "your_api_key_here" } } } }
Reiniciar Claude Desktop

También puedes usar la CLI de Claude para agregar el servidor:

# For Python implementation
claude mcp add chain-of-draft -e ANTHROPIC_API_KEY="your_api_key_here" "python3 /absolute/path/to/cod/server.py"

# For JavaScript implementation
claude mcp add chain-of-draft -e ANTHROPIC_API_KEY="your_api_key_here" "node /absolute/path/to/cod/index.js"

Herramientas disponibles

El servidor Chain of Draft proporciona las siguientes herramientas:

Herramienta	Descripción
`chain_of_draft_solve`	Resolver un problema utilizando el razonamiento de cadena de borrador
`math_solve`	Resolver un problema de matemáticas con CoD
`code_solve`	Resolver un problema de codificación con CoD
`logic_solve`	Resolver un problema de lógica con CoD
`get_performance_stats`	Obtén estadísticas de rendimiento de CoD vs. CoT
`get_token_reduction`	Obtener estadísticas de reducción de tokens
`analyze_problem_complexity`	Analizar la complejidad del problema

Uso del desarrollador

Cliente Python

Si desea utilizar el cliente Chain of Draft directamente en su código Python:

from client import ChainOfDraftClient

# Create client 
cod_client = ChainOfDraftClient()

# Use directly
result = await cod_client.solve_with_reasoning(
    problem="Solve: 247 + 394 = ?",
    domain="math"
)

print(f"Answer: {result['final_answer']}")
print(f"Reasoning: {result['reasoning_steps']}")
print(f"Tokens used: {result['token_count']}")

Cliente JavaScript

Para aplicaciones JavaScript/Node.js:

import { Anthropic } from "@anthropic-ai/sdk";
import dotenv from "dotenv";

// Load environment variables
dotenv.config();

// Create the Anthropic client
const anthropic = new Anthropic({
  apiKey: process.env.ANTHROPIC_API_KEY,
});

// Import the Chain of Draft client
import chainOfDraftClient from './lib/chain-of-draft-client.js';

// Use the client
async function solveMathProblem() {
  const result = await chainOfDraftClient.solveWithReasoning({
    problem: "Solve: 247 + 394 = ?",
    domain: "math",
    max_words_per_step: 5
  });
  
  console.log(`Answer: ${result.final_answer}`);
  console.log(`Reasoning: ${result.reasoning_steps}`);
  console.log(`Tokens used: ${result.token_count}`);
}

solveMathProblem();

Detalles de implementación

El servidor está disponible en implementaciones de Python y JavaScript, ambas constan de varios componentes integrados:

Implementación de Python

AnalyticsService : realiza un seguimiento de las métricas de rendimiento en diferentes dominios de problemas y enfoques de razonamiento.
ComplexityEstimator : analiza problemas para determinar límites de palabras apropiados
ExampleDatabase : administra y recupera ejemplos, transformando ejemplos de CoT al formato CoD
FormatEnforcer : garantiza que los pasos de razonamiento se ajusten a los límites de palabras
ReasoningSelector : elige inteligentemente entre CoD y CoT según las características del problema

Implementación de JavaScript

analyticsDb : Base de datos en memoria para el seguimiento de métricas de rendimiento
complexityEstimator : Analiza problemas para determinar la complejidad y los límites de palabras apropiados
formatEnforcer : garantiza que los pasos de razonamiento se ajusten a los límites de palabras
reasoningSelector : elige automáticamente entre CoD y CoT según las características del problema y el rendimiento histórico

Ambas implementaciones siguen los mismos principios básicos y proporcionan herramientas MCP idénticas, lo que las hace intercambiables para la mayoría de los casos de uso.

Licencia

Este proyecto es de código abierto y está disponible bajo la licencia MIT.

You must be authenticated.

A

security – no known vulnerabilities

F

license - not found

A

quality - confirmed to work

Tools

Implementa el enfoque de razonamiento de cadena de borrador para generar resultados de razonamiento intermedios minimalistas al resolver tareas, lo que reduce significativamente el uso de tokens y mantiene la precisión.

Related Resources

Reddit Discussion about this server

Chain of Draft (CoD) MCP Server