シーケンシャルシンキングMCPサーバー

モデル・コンテキスト・プロトコル（MCP）サーバーは、定義された段階を通して構造化された段階的な思考を促進します。このツールは、複雑な問題を段階的な思考に分解し、思考プロセスの進行を追跡し、要約を生成するのに役立ちます。

特徴

• 構造化思考フレームワーク：標準的な認知段階（問題の定義、調査、分析、統合、結論）を通じて思考を整理します

• 思考追跡: メタデータを使用して連続的な思考を記録し、管理します

• 関連思考分析：類似した思考間のつながりを特定する

• 進捗状況のモニタリング：全体的な思考の順序におけるあなたの位置を追跡します

• 要約生成: 思考プロセス全体の簡潔な概要を作成します

• 永続ストレージ: スレッドセーフで思考セッションを自動的に保存します

• データのインポート/エクスポート: 思考セッションの共有と再利用

• 拡張可能なアーキテクチャ: 機能を簡単にカスタマイズおよび拡張できます

• 堅牢なエラー処理: エッジケースや破損したデータの適切な処理

• 型安全性: 包括的な型注釈と検証

Related MCP server: MCP Server Linear

前提条件

• Python 3.10以上

• UV パッケージ マネージャー (インストール ガイド)

主要技術

• Pydantic : データの検証とシリアル化

• Portalocker : スレッドセーフなファイルアクセス

• FastMCP : モデルコンテキストプロトコル統合用

• リッチ: 強化されたコンソール出力用

• PyYAML : 構成管理用

プロジェクト構造

mcp-sequential-thinking/
├── mcp_sequential_thinking/
│   ├── server.py       # Main server implementation and MCP tools
│   ├── models.py       # Data models with Pydantic validation
│   ├── storage.py      # Thread-safe persistence layer
│   ├── storage_utils.py # Shared utilities for storage operations
│   ├── analysis.py     # Thought analysis and pattern detection
│   ├── testing.py      # Test utilities and helper functions
│   ├── utils.py        # Common utilities and helper functions
│   ├── logging_conf.py # Centralized logging configuration
│   └── __init__.py     # Package initialization
├── tests/              
│   ├── test_analysis.py # Tests for analysis functionality
│   ├── test_models.py   # Tests for data models
│   ├── test_storage.py  # Tests for persistence layer
│   └── __init__.py
├── run_server.py       # Server entry point script
├── debug_mcp_connection.py # Utility for debugging connections
├── README.md           # Main documentation
├── CHANGELOG.md        # Version history and changes
├── example.md          # Customization examples
├── LICENSE             # MIT License
└── pyproject.toml      # Project configuration and dependencies

クイックスタート

1. プロジェクトの設定

   # Create and activate virtual environment
   uv venv
   .venv\Scripts\activate  # Windows
   source .venv/bin/activate  # Unix
   
   # Install package and dependencies
   uv pip install -e .
   
   # For development with testing tools
   uv pip install -e ".[dev]"
   
   # For all optional dependencies
   uv pip install -e ".[all]"

2. サーバーを実行する

   # Run directly
   uv run -m mcp_sequential_thinking.server
   
   # Or use the installed script
   mcp-sequential-thinking

3. テストを実行する

   # Run all tests
   pytest
   
   # Run with coverage report
   pytest --cov=mcp_sequential_thinking

クロードデスクトップ統合

Claude Desktop 構成 (Windows の場合は%APPDATA%\Claude\claude_desktop_config.json ) に追加します。

{
  "mcpServers": {
    "sequential-thinking": {
      "command": "uv",
      "args": [
        "--directory",
        "C:\\path\\to\\your\\mcp-sequential-thinking\\run_server.py",
        "run",
        "server.py"
        ]
      }
    }
  }

あるいは、 pip install -e .を使用してパッケージをインストールした場合は、次を使用できます。

{
  "mcpServers": {
    "sequential-thinking": {
      "command": "mcp-sequential-thinking"
    }
  }
}

仕組み

サーバーは思考履歴を保持し、構造化されたワークフローを通じて処理します。各思考はPydanticモデルを用いて検証され、思考段階に分類され、関連するメタデータとともにスレッドセーフなストレージシステムに保存されます。サーバーはデータの永続化とバックアップ作成を自動的に処理し、思考間の関係性を分析するためのツールを提供します。

使用ガイド

Sequential Thinking サーバーは、次の 3 つの主要なツールを公開します。

1. process_thought

連続的な思考プロセスにおける新しい考えを記録し、分析します。

パラメータ:

• thought (文字列): 思考の内容

• thought_number （整数）：シーケンス内の位置（例：最初の思考は1）

• total_thoughts (整数): シーケンス内の予想される合計思考数

• next_thought_needed (boolean): この思考の後にさらに思考が必要かどうか

• stage (文字列): 思考段階 - 次のいずれかになります:

  • 「問題の定義」

  • "研究"

  • "分析"

  • "合成"

  • "結論"

• tags （文字列のリスト、オプション）：あなたの考えのキーワードまたはカテゴリ

• axioms_used （文字列のリスト、オプション）：思考に適用された原則または公理

• assumptions_challenged (文字列のリスト、オプション): 仮定、あなたの考え、質問、または課題

例：

# First thought in a 5-thought sequence
process_thought(
    thought="The problem of climate change requires analysis of multiple factors including emissions, policy, and technology adoption.",
    thought_number=1,
    total_thoughts=5,
    next_thought_needed=True,
    stage="Problem Definition",
    tags=["climate", "global policy", "systems thinking"],
    axioms_used=["Complex problems require multifaceted solutions"],
    assumptions_challenged=["Technology alone can solve climate change"]
)

2. generate_summary

思考プロセス全体の要約を生成します。

出力例:

{
  "summary": {
    "totalThoughts": 5,
    "stages": {
      "Problem Definition": 1,
      "Research": 1,
      "Analysis": 1,
      "Synthesis": 1,
      "Conclusion": 1
    },
    "timeline": [
      {"number": 1, "stage": "Problem Definition"},
      {"number": 2, "stage": "Research"},
      {"number": 3, "stage": "Analysis"},
      {"number": 4, "stage": "Synthesis"},
      {"number": 5, "stage": "Conclusion"}
    ]
  }
}

3. clear_history

記録された思考をすべて消去して思考プロセスをリセットします。

実用的な応用

• 意思決定：重要な決定を系統的に行う

• 問題解決：複雑な問題を管理可能なコンポーネントに分割する

• 研究計画：明確な段階を設けて研究アプローチを構築する

• 執筆の構成：執筆前にアイデアを段階的に展開する

• プロジェクト分析: 定義された分析段階を通じてプロジェクトを評価する

はじめる

MCPを適切に設定すれば、 process_thoughtツールを使って思考を順番に整理し始めることができます。作業を進めるにつれて、 generate_summaryで概要を把握し、必要に応じてclear_historyで履歴をリセットできます。

シーケンシャルシンキングサーバーのカスタマイズ

Sequential Thinkingサーバーのカスタマイズと拡張方法の詳細な例については、 example.mdをご覧ください。以下のコードサンプルが含まれています。

• 思考段階の修正

• Pydanticによる思考データ構造の強化

• データベースによる永続性の追加

• NLPによる強化分析の実装

• カスタムプロンプトの作成

• 高度な設定の設定

• Web UI統合の構築

• 視覚化ツールの実装

• 外部サービスへの接続

• 協力的な環境の構築

• テストコードの分離

• 再利用可能なユーティリティの構築

ライセンス

MITライセンス