deep-thinker

Усовершенствованный MCP-сервер для когнитивного мышления с графом мыслей на основе DAG, множественными стратегиями рассуждения, метапознанием и самооценкой.

Значительная эволюция по сравнению с sequential-thinking MCP, обеспечивающая структурированное глубокое рассуждение с управлением мыслями на основе графов.

Возможности

• Граф мыслей на основе DAG — Мысли формируют направленный ациклический граф с ветвлением, слиянием и перекрестными связями (а не просто линейную цепочку)

• 5 стратегий рассуждения — Последовательная, диалектическая (тезис→антитезис→синтез), параллельная, аналогическая, абдуктивная (вывод к наилучшему объяснению)

• Оценка уверенности — Многофакторная оценка уверенности с анализом поддержки/противоречий, штрафами за глубину и бонусами за интеграцию знаний

• Самокритика — Автоматическая генерация критики с уровнями серьезности и корректировкой уверенности

• Метакогнитивный движок — Обнаруживает состояния «застревания», стагнации, снижения уверенности; предлагает смену стратегии и корректирующие действия

• Интеграция знаний — Прикрепление внешних знаний к мыслям, обнаружение пробелов, проверка согласованности между источниками

• Прунинг (отсечение) мыслей — Обнаружение тупиков, удаление избыточности, устранение глубоких непродуктивных ветвей, оптимизация путей

Установка

Глобально

npm install -g deep-thinker

npx (без установки)

npx deep-thinker

Конфигурация MCP

Claude Desktop

Добавьте в ваш claude_desktop_config.json:

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

Или, если установлено глобально:

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

Другие MCP-клиенты

Сервер обменивается данными через stdio. Укажите вашему MCP-клиенту команду deep-thinker или node path/to/dist/index.js.

Инструменты

think

Добавьте мысль в когнитивный граф, используя стратегию рассуждения.

Параметры:

Детали стратегий:

• Sequential — Линейная цепочка: каждая мысль вытекает из предыдущей

• Dialectic — Паттерн Тезис → Антитезис → Синтез для разрешения противоречий

• Parallel — Исследование нескольких независимых веток одновременно

• Analogical — Отображение паттернов из известной области на текущую проблему

• Abductive — Генерация гипотез и вывод наилучшего объяснения

Типы связей: derives_from, contradicts, supports, refines, challenges, synthesizes, parallels, abstracts, instantiates

evaluate

Оцените процесс мышления с помощью оценки уверенности, критики и анализа состояния графа.

Параметры:

metacog

Метакогнитивные операции — мониторинг и управление процессом мышления.

Параметры:

Метакогнитивный движок автоматически:

• Обнаруживает стагнацию (уверенность не растет)

• Обнаруживает тенденции к снижению уверенности

• Обнаруживает чрезмерные противоречия

• Предлагает смену стратегии, прунинг, возврат или завершение

graph

Запрос и визуализация графа мыслей.

Параметры:

prune

Прунинг и оптимизация графа мыслей.

Параметры:

reset

Сброс графа мыслей и начало новой сессии.

Параметры:

Примеры использования

Последовательное рассуждение

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

Диалектическое рассуждение

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

Параллельное исследование

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 }
  ]
}

Абдуктивное рассуждение

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
}

Метакогнитивное руководство

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

Прунинг

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

Архитектура

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

Сравнение с sequential-thinking

Разработка

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

Лицензия

MIT