🧠 Vibe 检查 MCP
还可以在以下网站找到 Vibecheck： mcpservers.org 、 Glama.ai 、 mcp.so
当你的 AI 无法自己做橡皮鸭时，它的内部就是橡皮鸭。
什么是 Vibe Check？
在**“氛围编码”**时代，人工智能代理现在拥有令人难以置信的能力，但问题已经发生了变化：
从
“我的人工智能代理真的能完成这个复杂的任务吗？”
到
“我的人工智能代理能否理解我想编写一个简单的程序，而不是为一家价值数十亿美元的科技公司编写基础设施？”
它提供了 AI 代理目前所不具备的“等等……这不是它”的关键时刻：一个内置的自我修正监督层。它是 Vibe Coder 的权威健全性检查 MCP 服务器：
通过实施战略模式中断来防止 AI 工作流程中的级联错误。
使用 LearnLM 1.5 Pro（Gemini API）的工具“Vibe Check”，针对教学法和元认知进行微调，以增强复杂的工作流程策略，并防止出现隧道视觉错误。
实施“Vibe Distill”以鼓励计划简化，防止过度设计解决方案，并最大限度地减少代理中的上下文漂移。
自我改进的反馈循环：代理可以将错误记录到“Vibe Learn”中，以提高语义回忆能力，并帮助监督 AI 随着时间的推移瞄准模式。
TLDR；实施一个经过微调的代理，以停止您的代理并让其在自信地实施错误操作之前重新考虑。
Related MCP server: Think MCP Tool
问题：模式惯性
在氛围编码运动中，我们都在使用 LLM 来生成、重构和调试代码。但这些模型有一个关键缺陷：一旦它们开始推理，即使这条路径明显错误，它们也会继续下去。
You: "Parse this CSV file"
AI: "First, let's implement a custom lexer/parser combination that can handle arbitrary
CSV dialects with an extensible architecture for future file formats..."
You: *stares at 200 lines of code when you just needed to read 10 rows*这种模式惯性导致：
🔄隧道视野：你的代理陷入一种方法，无法看到其他选择
📈范围蔓延：简单的任务逐渐演变为企业级解决方案
🔌过度设计：向不需要的问题添加抽象层
❓错位：解决与你要求的问题相邻但不同的问题
特点：元认知监督工具
Vibe Check 通过三个集成工具为您的代理工作流程添加了元认知层：
🛑 vibe_check
通过元认知提问打破隧道视野的模式中断机制：
vibe_check({
"phase": "planning", // planning, implementation, or review
"userRequest": "...", // FULL original user request
"plan": "...", // Current plan or thinking
"confidence": 0.7 // Optional: 0-1 confidence level
})⚓ vibe_distill
重新校准复杂工作流程的元思维锚点：
vibe_distill({
"plan": "...", // Detailed plan to simplify
"userRequest": "..." // FULL original user request
})🔄 vibe_learn
随着时间的推移建立模式识别的自我改进反馈循环：
vibe_learn({
"mistake": "...", // One-sentence description of mistake
"category": "...", // From standard categories
"solution": "..." // How it was corrected
})氛围检查正在进行中
氛围检查之前：
尽管存在歧义，Claude 仍然假设 MCP 的含义，导致所有后续步骤都存在这个错误的假设
氛围检查后：
Vibe Check MCP 被调用，并指出了模糊性，这迫使 Claude 承认缺乏信息并主动解决它
安装和设置
通过 Smithery 安装
要通过Smithery自动为 Claude Desktop 安装 vibe-check-mcp-server：
npx -y @smithery/cli install @PV-Bhat/vibe-check-mcp-server --client claude通过 npm 手动安装（推荐）
# Clone the repo
git clone https://github.com/PV-Bhat/vibe-check-mcp-server.git
cd vibe-check-mcp-server
# Install dependencies
npm install
# Build the project
npm run build
# Start the server
npm run start与克劳德的整合
添加到您的claude_desktop_config.json ：
"vibe-check": {
"command": "node",
"args": [
"/path/to/vibe-check-mcp/build/index.js"
],
"env": {
"GEMINI_API_KEY": "YOUR_GEMINI_API_KEY"
}
}环境配置
在项目根目录中创建一个.env文件：
GEMINI_API_KEY=your_gemini_api_key_here代理提示指南
为了有效进行模式中断，请在系统提示中包含以下说明：
As an autonomous agent, you will:
1. Treat vibe_check as a critical pattern interrupt mechanism
2. ALWAYS include the complete user request with each call
3. Specify the current phase (planning/implementation/review)
4. Use vibe_distill as a recalibration anchor when complexity increases
5. Build the feedback loop with vibe_learn to record resolved issues何时使用每个工具
工具 | 何时使用 |
🛑 vibe_check | 当你的代理开始为待办事项应用程序解释区块链基础知识时 |
⚓ vibe_distill | 当你的代理人的计划包含的嵌套要点比你的整个技术规范还多时 |
🔄 vibe_learn | 在你手动引导你的代理脱离复杂性深渊之后 |
API 参考
请参阅技术参考以获取完整的 API 文档。
建筑学
Vibe Check 实现了基于递归监督原则的双层元认知架构。关键见解：
模式惯性阻力：LLM 代理在其推理路径中自然表现出类似动量的属性，需要外部干预来重定向。
相位共振中断：元认知提问必须与代理的当前阶段（计划/实施/审查）保持一致，以实现最大的纠正影响。
权威结构整合：必须明确提示代理将外部元认知反馈视为高优先级中断而不是可选建议。
锚压缩机制：复杂的推理流必须提炼为最小的锚链，以作为有效的重新校准点。
递归反馈循环：必须存储并利用所有观察到的失误来构建纵向故障模型，以提高中断效率。
有关底层设计原则的更多详细信息，请参阅哲学。
氛围检查实际操作（续）
文档
贡献
欢迎为 Vibe Check 贡献代码！无论是修复错误、添加功能，还是改进文档，都可以查看我们的贡献指南开始使用。