MCP 推理器

针对 Claude Desktop 的系统推理 MCP 服务器实现，具有 Beam Search 和 Monte Carlo Tree Search (MCTS) 功能。

特征

• 双重搜索策略：

  • 可配置宽度的束搜索

  • 适用于复杂决策空间的 MCTS

• 思想评分与评估

• 基于树的推理路径

• 推理过程的统计分析

• MCP 协议合规性

Related MCP server: Perplexity MCP Server

安装

git clone https://github.com/Jacck/mcp-reasoner.git
cd mcp-reasoner
npm install
npm run build

配置

添加到 Claude 桌面配置：

{
  "mcpServers": {
    "mcp-reasoner": {
      "command": "node",
      "args": ["path/to/mcp-reasoner/dist/index.js"],
    }
  }
}

搜索策略

定向搜索

• 维护一组固定宽度的最有希望的路径

• 最适合逐步推理

• 最适合：数学问题、逻辑谜题

蒙特卡洛树搜索

• 基于模拟的决策空间探索

• 平衡探索与开发

• 最适合：结果不确定的复杂问题

**注意：**蒙特卡洛树搜索 (MCTS) 让 Claude 在 Arc AGI 基准测试中表现非常出色（公开测试得分 6/10），而定向搜索 (beam search) 在相同谜题中得分仅为 3/10。对于极其复杂的任务，建议 Claude 使用 MCTS 策略，而非定向搜索。

算法细节

1. 搜索策略选择

   • 定向搜索：评估并排序多个解决方案路径

   • MCTS：使用 UCT 进行节点选择和随机部署

2. 思考评分依据：

   • 细节级别

   • 数学表达式

   • 逻辑连接器

   • 亲子关系强度

3. 流程管理

   • 基于树的状态跟踪

   • 推理的统计分析

   • 进度监控

用例

• 数学问题

• 逻辑谜题

• 逐步分析

• 复杂问题分解

• 决策树探索

• 策略优化

未来实施

• 实现新算法

  • 迭代加深深度优先搜索（IDDFS）

  • Alpha-Beta 剪枝

执照

该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅LICENSE文件。