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: Advanced Reasoning MCP Server

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

1. 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。

2. 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）

3. 递归自我提问：挑战初始假设并识别潜在的认知偏差。

4. 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。

5. 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。

6. 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

1. 克隆仓库

   git clone https://github.com/yourusername/DeepLucid3D-UCPF-Server.git
   cd DeepLucid3D-UCPF-Server

2. 安装依赖

   npm install

3. 构建项目

   npm run build

4. 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": []
       }
     }
   }

5. 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

1. 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>

2. 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>

3. 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