deep-thinker

DAGベースの思考グラフ、複数の推論戦略、メタ認知、自己評価を備えた高度な認知思考MCPサーバー。

sequential-thinking MCPから大きく進化した、グラフベースの思考管理による構造化された深い推論を提供します。

特徴

DAGベースの思考グラフ — 思考は、単なる線形チェーンではなく、分岐、マージ、クロスエッジを持つ有向非巡回グラフを形成します
5つの推論戦略 — 逐次型、弁証法的（テーゼ→アンチテーゼ→ジンテーゼ）、並列型、類推型、アブダクション（最良の説明への推論）
信頼度スコアリング — サポート/矛盾分析、深さペナルティ、知識統合ブーストを伴う多要素信頼度評価
自己批判 — 重大度レベルと信頼度調整を伴う自動批判生成
メタ認知エンジン — 行き詰まり状態、停滞、信頼度の低下を検出し、戦略の切り替えや是正措置を提案
知識統合 — 外部知識を思考に付加し、ギャップを検出し、ソース間の一貫性を検証
思考の剪定 — 行き止まりの検出、冗長性の削除、非生産的な深い枝の排除、パスの最適化

インストール

グローバル

npm install -g deep-thinker

npx (インストール不要)

npx deep-thinker

MCP設定

Claude Desktop

claude_desktop_config.json に追加します：

{
  "mcpServers": {
    "deep-thinker": {
      "command": "npx",
      "args": ["-y", "deep-thinker"]
    }
  }
}

またはグローバルにインストールされている場合：

{
  "mcpServers": {
    "deep-thinker": {
      "command": "deep-thinker"
    }
  }
}

その他のMCPクライアント

サーバーはstdio経由で通信します。MCPクライアントを deep-thinker コマンドまたは node path/to/dist/index.js に向けてください。

ツール

`think`

推論戦略を使用して、認知グラフに思考を追加します。

パラメータ:

パラメータ	型	必須	説明
`content`	string	はい	思考の内容
`type`	string	いいえ	思考タイプ: `hypothesis`, `analysis`, `evidence`, `conclusion`, `question`, `assumption`, `insight`, `critique`, `synthesis`, `observation`
`strategy`	string	いいえ	戦略: `sequential`, `dialectic`, `parallel`, `analogical`, `abductive`
`confidence`	number	いいえ	初期信頼度 0-1 (デフォルト: 0.5)
`parentId`	string	いいえ	親ノードID (デフォルト: 最後のリーフ)
`branch`	string	いいえ	並列探索用のブランチ名
`tags`	string[]	いいえ	分類用のタグ
`edgeTo`	object	いいえ	明示的なエッジ: `{ targetId, type }`
`dialectic`	object	いいえ	弁証法モード: `{ thesis, antithesis?, synthesis? }`
`parallel`	array	いいえ	並列モード: `[{ content, type, confidence }]`
`analogical`	object	いいえ	類推モード: `{ sourceDomain, mapping, projectedConclusion }`
`abductive`	object	いいえ	アブダクションモード: `{ observation, explanations[], bestExplanation? }`
`knowledge`	object	いいえ	知識の付加: `{ source, content, relevance }`

戦略の詳細:

Sequential (逐次型) — 線形チェーン: 各思考は前の思考から導出される
Dialectic (弁証法的) — 矛盾を解決するためのテーゼ → アンチテーゼ → ジンテーゼのパターン
Parallel (並列型) — 複数の独立した枝を同時に探索する
Analogical (類推型) — 既知のドメインから現在の問題へパターンをマッピングする
Abductive (アブダクション) — 仮説を生成し、最良の説明を推論する

エッジタイプ: derives_from, contradicts, supports, refines, challenges, synthesizes, parallels, abstracts, instantiates

`evaluate`

信頼度スコアリング、批判、グラフの健全性分析を用いて思考プロセスを評価します。

パラメータ:

パラメータ	型	必須	説明
`nodeId`	string	いいえ	評価する特定のノード (デフォルト: グラフ全体)
`critique`	boolean	いいえ	自己批判を生成する (デフォルト: true)
`findGaps`	boolean	いいえ	知識のギャップを見つける (デフォルト: false)
`validateKnowledge`	boolean	いいえ	知識の一貫性を検証する (デフォルト: false)

`metacog`

メタ認知操作 — 思考プロセスを監視および制御します。

パラメータ:

パラメータ	型	必須	説明
`action`	string	はい	`report` = 全状態, `switch` = 戦略変更, `auto_update` = システムによる分析
`strategy`	string	いいえ	新しい戦略 (`switch` アクション用)
`reason`	string	いいえ	切り替えの理由 (`switch` アクション用)

メタ認知エンジンは自動的に以下を行います:

停滞の検出 (信頼度が向上していない)
信頼度低下傾向の検出
過度な矛盾の検出
戦略の切り替え、剪定、バックトラッキング、または結論付けの提案

`graph`

思考グラフをクエリおよび可視化します。

パラメータ:

パラメータ	型	必須	説明
`action`	string	はい	`visualize`, `stats`, `path`, `node`, `branches`, `best_path`, `leaves`
`nodeId`	string	いいえ	ノードID (`path`, `node` アクション用)
`targetId`	string	いいえ	ターゲットID (`path` アクション用)

`prune`

思考グラフを剪定および最適化します。

パラメータ:

パラメータ	型	必須	説明
`action`	string	はい	`analyze` (レポートのみ), `prune` (実行), `optimize_path`, `prune_node`
`nodeId`	string	いいえ	剪定するノード (`prune_node` 用)
`reason`	string	いいえ	理由 (`prune_node` 用)

`reset`

思考グラフをリセットし、新しいセッションを開始します。

パラメータ:

パラメータ	型	必須	説明
`problem`	string	いいえ	新しい問題ステートメント

使用例

逐次推論

think: "Should we use microservices?" → type: question, confidence: 0.9
think: "Monolith has deployment bottlenecks" → type: analysis, confidence: 0.7
think: "Team lacks DevOps capacity for microservices" → type: evidence, confidence: 0.8
evaluate: → overall confidence 0.73
metacog: auto_update → strategy: sequential, progress: normal

弁証法的推論

think: {
  strategy: "dialectic",
  dialectic: {
    thesis: "Microservices improve scalability",
    antithesis: "But add operational complexity",
    synthesis: "Use modular monolith as middle ground"
  },
  confidence: 0.75
}

並列探索

think: {
  strategy: "parallel",
  parallel: [
    { content: "Team expertise in Docker/K8s", type: "evidence", confidence: 0.8 },
    { content: "Limited DevOps capacity", type: "evidence", confidence: 0.6 },
    { content: "Budget allows hiring", type: "evidence", confidence: 0.4 }
  ]
}

アブダクション推論

think: {
  strategy: "abductive",
  abductive: {
    observation: "The grass is wet",
    explanations: [
      { content: "It rained", plausibility: 0.8 },
      { content: "Sprinklers were on", plausibility: 0.6 }
    ],
    bestExplanation: "It rained"
  },
  confidence: 0.8
}

メタ認知ガイダンス

metacog: { action: "auto_update" }
→ ⚠ Stuck: confidence has not improved for 3 steps
→ 💡 Action: [switch_strategy] Try parallel exploration
→   Suggested Strategy: parallel

metacog: { action: "switch", strategy: "parallel", reason: "Break through impasse" }
→ Strategy switched: sequential → parallel

剪定

prune: { action: "analyze" }
→ Dead Ends: 2
  [thought_7] confidence=0.15: Bad idea...
  [thought_9] confidence=0.10: Another dead end...
→ Redundant Branch Groups: 1
  Keep [thought_5], prune [thought_6]: Redundant analysis...
→ Total prunable: 3 node(s)

prune: { action: "prune" }
→ Pruned 3 node(s) in 3 operations

アーキテクチャ

src/
├── index.ts          MCP server & tool handlers
└── core/
    ├── types.ts      Type definitions & constants
    ├── node.ts       ThoughtNode CRUD operations
    ├── graph.ts      DAG-based thought graph
    ├── strategies.ts 5 reasoning strategy implementations
    ├── scorer.ts     Confidence scoring & self-critique
    ├── metacog.ts    Metacognitive engine
    ├── knowledge.ts  Knowledge integration & validation
    └── pruner.ts     Dead-end/redundancy detection & pruning

sequential-thinking との比較

特徴	sequential-thinking	deep-thinker
思考構造	線形チェーン	DAG (分岐/マージ/クロスエッジ)
戦略	逐次のみ	5つの戦略 (逐次、弁証法、並列、類推、アブダクション)
信頼度	基本的な思考番号	トレンド分析を伴う多要素スコアリング
自己批判	なし	重大度レベル付きの自動生成
メタ認知	なし	行き詰まり検出、戦略提案、自動切り替え
知識	なし	外部参照、ギャップ検出、一貫性検証
剪定	なし	行き止まり、冗長性、パス最適化
グラフクエリ	線形レビュー	可視化、ベストパス、ブランチ分析、統計

開発

git clone https://github.com/hubinoretros/deep-thinker.git
cd deep-thinker
npm install
npm run build
npm start

ライセンス

MIT

deep-thinker

deep-thinker

特徴

インストール

グローバル

npx (インストール不要)

MCP設定

Claude Desktop

その他のMCPクライアント

ツール

`think`

`evaluate`

`metacog`

`graph`

`prune`

`reset`

使用例

逐次推論

弁証法的推論

並列探索

アブダクション推論

メタ認知ガイダンス

剪定

アーキテクチャ

sequential-thinking との比較

開発

ライセンス

Resources

Tools

Latest Blog Posts

MCP directory API