DeepLucid3D UCPF Server
DeepLucid3D UCPF 服务器
一个实现统一认知处理框架(UCPF)的模型上下文协议(MCP)服务器,用于高级认知分析、创造性问题解决和结构化思维。
它是什么?
DeepLucid3D UCPF 服务器是作为 MCP 服务器实现的统一认知处理框架。它将递归自我意识与维度知识分类相结合,提供了一种强大的问题解决和创造性思维方法。
该服务器通过提供以下结构化认知工具来扩展 AI 能力:
评估认知状态
映射知识维度
应用递归自我提问
生成创造性视角
分解并重新整合复杂问题
Related MCP server: MCP Think Tool
它的功能
UCPF 服务器通过几个关键功能实现高级认知处理:
核心能力
认知状态评估:识别当前的认知状态(黑暗惯性、激情或接近清醒),以提高问题解决过程中的自我意识。
知识维度映射:跨三个维度映射知识:
意识(已知 vs 未知)
内容(已知事物 vs 未知事物)
可访问性(可知 vs 不可知)
递归自我提问:挑战初始假设并识别潜在的认知偏差。
创造性视角生成:产生新颖的观点和隐喻思维,以激发新的解决方案。
问题分解:将复杂问题分解为可管理的组件,并在了解整个系统的情况下将其重新整合。
可选状态管理:在会话之间保持上下文以进行持续分析。
设置与安装
先决条件
Node.js (v14 或更高版本)
npm (v6 或更高版本)
与模型上下文协议兼容的环境
安装步骤
克隆仓库
git clone https://github.com/yourusername/DeepLucid3D-UCPF-Server.git cd DeepLucid3D-UCPF-Server安装依赖
npm install构建项目
npm run build配置 MCP 设置
将服务器添加到您的 MCP 设置文件中。对于 Claude/Cline,这通常位于:
对于 Claude Desktop:
~/Library/Application Support/Claude/claude_desktop_config.json(macOS)对于 VSCode Cline:
~/.config/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json(Linux)
添加以下配置:
{ "mcpServers": { "ucpf": { "command": "node", "args": ["path/to/DeepLucid3D-MCP/build/index.js"], "env": {}, "disabled": false, "autoApprove": [] } } }重启您的 MCP 兼容应用程序 (Claude, VSCode with Cline 等)
如何使用
该服务器公开了三个主要工具和几个可以通过 MCP 访问的资源:
工具
analyze_problem:通过完整的 UCPF 框架处理问题陈述
<use_mcp_tool> <server_name>ucpf</server_name> <tool_name>analyze_problem</tool_name> <arguments> { "problem": "Your problem statement here", "session_id": "optional-session-id", "enable_state": false, "detailed": false } </arguments> </use_mcp_tool>creative_exploration:为主题生成新颖的视角和联系
<use_mcp_tool> <server_name>ucpf</server_name> <tool_name>creative_exploration</tool_name> <arguments> { "topic": "Your topic here", "constraints": ["Optional constraint 1", "Optional constraint 2"], "perspective_count": 3, "include_metaphors": true } </arguments> </use_mcp_tool>manage_state:控制 UCPF 处理的状态管理
<use_mcp_tool> <server_name>ucpf</server_name> <tool_name>manage_state</tool_name> <arguments> { "action": "enable", // or "disable", "reset", "status" "session_id": "optional-specific-session-id" } </arguments> </use_mcp_tool>
资源
访问框架文档:
<access_mcp_resource>
<server_name>ucpf</server_name>
<uri>ucpf://framework/overview</uri>
</access_mcp_resource>可用资源:
ucpf://framework/overview:UCPF 框架概述ucpf://framework/cognitive-states:认知状态指南ucpf://framework/knowledge-dimensions:知识维度参考ucpf://session/{sessionId}/analysis:特定会话的分析结果
示例用例:使用 UCPF 解决谜语
让我们解决经典的谜语:“什么东西早上四条腿,中午两条腿,晚上三条腿?”
第 1 步:启用会话持久性的状态管理
<use_mcp_tool>
<server_name>ucpf</server_name>
<tool_name>manage_state</tool_name>
<arguments>
{
"action": "enable"
}
</arguments>
</use_mcp_tool>第 2 步:使用 UCPF 框架分析谜语
<use_mcp_tool>
<server_name>ucpf</server_name>
<tool_name>analyze_problem</tool_name>
<arguments>
{
"problem": "What walks on four legs in the morning, two legs in the afternoon, and three legs in the evening?",
"session_id": "sphinx-riddle",
"enable_state": true
}
</arguments>
</use_mcp_tool>分析将提供:
认知状态评估(可能识别出潜在的隐喻思维)
我们已知和未知内容的知识映射
挑战初始假设的递归问题(例如,“我们是否假设是字面意义上的腿?”)
关于不同解释的结构化视角
第 3 步:探索创造性视角以找到解决方案
<use_mcp_tool>
<server_name>ucpf</server_name>
<tool_name>creative_exploration</tool_name>
<arguments>
{
"topic": "Walking with different numbers of legs at different times of day",
"constraints": ["morning", "afternoon", "evening", "four", "two", "three"],
"include_metaphors": true,
"session_id": "sphinx-riddle"
}
</arguments>
</use_mcp_tool>这种探索可能会揭示:
将“腿”隐喻解释为支撑结构
将一天中的时间隐喻解释为生命的阶段
从而得出经典答案:人类,婴儿时期四肢爬行,成年后用两条腿走路,老年时使用拐杖(第三条“腿”)
第 4 步:回顾会话分析
<access_mcp_resource>
<server_name>ucpf</server_name>
<uri>ucpf://session/sphinx-riddle/analysis</uri>
</access_mcp_resource>这提供了完整的分析过程,展示了该框架如何通过结构化的认知处理引导至解决方案。
致谢
本项目站在巨人的肩膀上:
模型上下文协议 (MCP) 团队,他们创建了使 AI 系统能够访问外部工具和资源的基础协议
Anthropic Claude 团队,他们致力于开发能够利用 MCP 的高级 AI 系统
统一认知处理框架概念的贡献者,这些概念为认知分析方法论提供了动力
开源社区,他们的库和工具使这样的项目成为可能
许可证
MIT 许可证
项目结构
DeepLucid3D-UCPF-Server/
├── src/
│ ├── engine/
│ │ ├── ucpf-core.ts # Core UCPF processing logic
│ │ ├── creative-patterns.ts # Creative thinking utilities
│ │ └── state-manager.ts # Session state management
│ ├── tools/
│ │ ├── analyze-problem.ts # Problem analysis tool
│ │ └── creative-exploration.ts # Creative exploration tool
│ └── index.ts # Main server implementation
├── build/ # Compiled JavaScript files
├── package.json # Project dependencies and scripts
└── README.md # This documentation© 2025 DeepLucid3D UCPF 服务器
另请参阅
TranscriptionTools-MCP — 转录处理
DeepLucid3D-MCP — 认知处理
UNO-MCP — 叙事增强
gitea-mcp — Gitea 集成
zero-vector-MCP — 程序化生成
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Latest Blog Posts
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/MushroomFleet/DeepLucid3D-MCP'
If you have feedback or need assistance with the MCP directory API, please join our Discord server