forge-think

A multi-step adversarial forging engine for MCP — externalize deep reasoning into structured tools.

多步对抗淬炼引擎。把"深度推演 / 多步打磨"外包成结构化的 MCP tool,避免长推演污染主对话上下文。适用于技术选型、代码审查、根因排查、方案打磨、决策推演。

为什么需要它

LLM 在主对话里做深度推演时,长篇中间过程会污染上下文——结论留下了,但消耗的 token 和注意力再也收不回来。forge-think 把推演过程外包成 host ↔ server 的结构化往返:

• server 不调任何 LLM,只负责编排、记账(trace)、持久化

• 每一步的产出由 host agent 自己生成(当前会话、当前模型),server 记录并推进

• 全程落盘到 ~/.forge-mcp/,掉线 / 重启后可续、可复盘——存盘零额外开销:产出本就要生成,server 只是把 host 已输出的文本抓下来存成文件,不产生多余 token

Related MCP server: Arena MCP Server

核心特性

• 三模式淬炼:seq(自主控步)/ chain(步骤链)/ deliberate(多视角 lens 迭代)

• 可热重载的 SOP 库:把踩坑经验 / 公司规定 / 项目约束沉淀成可复用流程,随时跑

• 持久化 + 可续:session 落盘,重启自动恢复历史 session

• 零 LLM 依赖:server 是纯编排层,模型由你选

与 Agent Team 的关系

forge-think 不取代 Agent Team。Agent Team 负责任务拆分、并行探索和独立交叉验证;forge-think 是任一 agent 可按需调用的内部推理与执行层,让关键结论先经过多步收敛、角色化审查或已验证的 SOP。

Coordinator
├─ Research agent  -> forge-think: chain(SOP=资料核验)
├─ Code agent      -> forge-think: deliberate(安全 / 性能 / 可维护性)
└─ Debug agent     -> forge-think: chain(SOP=复现 → 定位 → 修复 → 回归)

SOP 为什么能省 token

SOP 不会让模型的单个 token 变便宜,也不会让每一步推理免费。它省的是已经验证过的任务里本可避免的重新摸索、试错和重复协调。chain(sop=...) 从本地 JSON 读取步骤,这一步是本地 I/O,不会调用 LLM;agent 只需沿着已知路径执行和产出。

• session 持久化不消耗额外模型 token:agent 已经输出的文本会被 server 直接写入本地文件,不会为“存档”再生成一次文本或发起一次模型请求。

• 单 agent 更省:不用每次重新推导排查顺序、审查维度或验收步骤,可减少无效工具调用和来回改主意。

• Agent Team 也更省:多个成员共享同一 SOP,避免每个 agent 各自发明流程、重复试错,并降低 coordinator 反复澄清和返工的成本。

• 前提是 SOP 匹配且仍然有效:不匹配或过时的 SOP 会制造新绕路,应通过 forge_sop_save 更新,或改用开放式 seq 探索。

与 Sequential Thinking 的关系

forge-think 继承并强化了结构化 / 顺序思考(Sequential Thinking)的思路,并新增了在当前强模型时代更实用的工程能力。

三模式 · 怎么选

一步能想清的,别用 forge-think。

9 个工具

安装

git clone https://github.com/halflifezyf2680/forge-think.git
cd forge-think
pip install -r requirements.txt

需要 Python 3.10+。

配置

完整配置示例见 examples/。

Claude Desktop

编辑 claude_desktop_config.json(参考 examples/claude_desktop_config.json):

{
  "mcpServers": {
    "forge-think": {
      "command": "python",
      "args": ["/absolute/path/to/forge-think/server.py"]
    }
  }
}

opencode

在 opencode.json 的 mcp 段(参考 examples/opencode_config.json):

{
  "mcp": {
    "forge-think": {
      "type": "local",
      "command": ["python", "/absolute/path/to/forge-think/server.py"],
      "enabled": true
    }
  }
}

Windows 用户:路径用正斜杠 / 或双反斜杠 \\。

快速开始

挂载后,先调 forge_help 拿完整手册。然后启动一个 deliberate 淬炼(多视角审查方案):

forge_start(
  task="设计一个分布式限流方案",
  mode="deliberate",
  baseline_role="资深后端工程师",
  lenses=[
    {role: "偏执的性能工程师", instruction: "压测每条路径复杂度并优化"},
    {role: "极简主义 reviewer", instruction: "砍掉过度设计,留最小可用方案"}
  ]
)

按返回的 next_step(角色 + 指令)生成产出 → 调 forge_step 提交 → 循环到 done。

跑一个沉淀的 SOP

先存一条流程:

forge_sop_save(
  name="frontend-debug",
  steps=["复现并定位", "查 console 报错", "查 network 请求", "改代码", "验证修复"],
  description="前端调试流程", category="frontend", tags=["debug"]
)

之后直接按 SOP 跑:

forge_start(task="调试按钮点击无反应", mode="chain", sop="frontend-debug")

数据存储

全部走 home 目录,不依赖 host 的 cwd。

为什么叫 forge

think / reason 容易直接触发模型自身更强的内部推理流程,反而降低 host 调用同名 MCP 的倾向。forge(锻造)避开了这层竞争,用一个独立动作词指向反复锤打、逐步成型的外部流程,更贴合这个工具的多步打磨、对抗收敛与 SOP 执行。

开发

跑测试(直接调 tool 函数,验证状态机逻辑):

python test_server.py   # chain 自动 done / seq 中断 / review 复盘
python test_sop.py      # SOP 库 CRUD + forge_start(sop=...)

License

MIT