草案链（CoD）MCP 服务器

概述

该 MCP 服务器实现了研究论文《Chain of Draft: Thinking Faster by Writing Less》中描述的 Chain of Draft (CoD) 推理方法。CoD 是一种新颖的范式，它允许 LLM 在解决任务时生成简洁但信息丰富的中间推理输出，从而显著减少 token 的使用，同时保持准确性。

Related MCP server: Chain of Draft Thinking

主要优点

效率：显著减少代币使用量（仅为标准 CoT 的 7.6%）
速度：由于生成时间较短，响应速度更快
节省成本：降低 LLM 调用的 API 成本
保持精度：与 CoT 相比，精度相似甚至更高
灵活性：适用于各种推理任务和领域

特征

草案实施的核心链
- 简洁的推理步骤（通常 5 个字或更少）
- 格式强制执行
- 答案提取
性能分析
- 代币使用情况追踪
- 解决方案准确性监控
- 执行时间测量
- 特定领域的性能指标
自适应字数限制
- 自动复杂度评估
- 动态调整字数限制
- 特定领域校准
综合示例数据库
- CoT 到 CoD 的转换
- 特定领域的示例（数学、代码、生物、物理、化学、谜题）
- 基于问题相似度的示例检索
格式执行
- 后期处理以确保遵守字数限制
- 台阶结构保存
- 依从性分析
混合推理方法
- 自动选择 CoD 和 CoT
- 特定领域优化
- 基于历史绩效的选择
OpenAI API 兼容性
- 标准 OpenAI 客户端的直接替代品
- 支持完成和聊天界面
- 轻松集成到现有工作流程中

设置和安装

先决条件

Python 3.10+（用于 Python 实现）
Node.js 18+（用于 JavaScript 实现）
人类学 API 密钥

Python 安装

克隆存储库
安装依赖项：
pip install -r requirements.txt
在.env文件中配置 API 密钥：
ANTHROPIC_API_KEY=your_api_key_here
运行服务器：
python server.py

JavaScript 安装

克隆存储库
安装依赖项：
npm install
在.env文件中配置 API 密钥：
ANTHROPIC_API_KEY=your_api_key_here
运行服务器：
node index.js

Claude 桌面集成

与 Claude Desktop 集成：

从claude.ai/download安装 Claude Desktop
创建或编辑 Claude Desktop 配置文件：
~/Library/Application Support/Claude/claude_desktop_config.json
添加服务器配置（Python版本）：
{ "mcpServers": { "chain-of-draft": { "command": "python3", "args": ["/absolute/path/to/cod/server.py"], "env": { "ANTHROPIC_API_KEY": "your_api_key_here" } } } }
或者对于 JavaScript 版本：
{ "mcpServers": { "chain-of-draft": { "command": "node", "args": ["/absolute/path/to/cod/index.js"], "env": { "ANTHROPIC_API_KEY": "your_api_key_here" } } } }
重启Claude桌面

您还可以使用 Claude CLI 添加服务器：

# 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"

可用工具

Chain of Draft 服务器提供以下工具：

工具	描述
`chain_of_draft_solve`	使用 Chain of Draft 推理解决问题
`math_solve`	使用 CoD 解决数学问题
`code_solve`	使用 CoD 解决编码问题
`logic_solve`	使用 CoD 解决逻辑问题
`get_performance_stats`	获取 CoD 与 CoT 的性能统计数据
`get_token_reduction`	获取 token 减少统计数据
`analyze_problem_complexity`	分析问题复杂性

开发人员使用情况

Python客户端

如果您想在 Python 代码中直接使用 Chain of Draft 客户端：

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']}")

JavaScript 客户端

对于 JavaScript/Node.js 应用程序：

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();

实现细节

该服务器有 Python 和 JavaScript 两种实现，均由几个集成组件组成：

Python 实现

AnalyticsService ：跟踪不同问题领域和推理方法的性能指标
ComplexityEstimator ：分析问题以确定适当的字数限制
ExampleDatabase ：管理和检索示例，将 CoT 示例转换为 CoD 格式
FormatEnforcer ：确保推理步骤符合字数限制
ReasoningSelector ：根据问题特征在 CoD 和 CoT 之间进行智能选择

JavaScript 实现

analyticsDb ：用于跟踪性能指标的内存数据库
complexityEstimator ：分析问题以确定复杂性和适当的字数限制
formatEnforcer ：确保推理步骤符合字数限制
reasoningSelector ：根据问题特征和历史表现自动在 CoD 和 CoT 之间进行选择

两种实现都遵循相同的核心原则并提供相同的 MCP 工具，使得它们在大多数用例中可以互换。

执照

该项目是开源的，并根据 MIT 许可证提供。

One-click Deploy

A

security – no known vulnerabilities

F

license - not found

A

quality - confirmed to work

How are these scores calculated?

Resources

GitHub Repository

Need Help?

Report Issue

Reddit Discussion

Related Servers

Chain of Draft (CoD) MCP Server