关键词

认知推理思维模式决策分析因果建模情景记忆

项目简介

'unified-thinking' 是一个先进的认知推理服务器，它实现了 Model Context Protocol (MCP) 协议，旨在为大型语言模型（LLM）客户端提供强大的思维模式和工具集。它能够模拟人类的线性、树状、发散、反思、回溯等多种思维方式，并提供涵盖概率推理、因果分析、决策支持、元认知、论证分解等13个类别共63个专业工具，帮助LLM更深入地进行问题解决、知识发现和智能决策。此外，它还具备会话记忆和学习能力，能从历史推理中不断优化自身性能。

主要功能点

  • 多模式思维: 支持线性、树状、发散、反思、回溯和自动模式，以适应不同类型的推理任务。
  • 63种专业工具: 涵盖概率推理、因果分析、决策支持、高级推理模式、元认知、分析工具、集成编排、验证逻辑、增强工具、情景记忆与学习等多个领域，满足复杂的认知需求。
  • 工作流自动化: 允许注册和执行多工具的工作流，实现复杂任务的自动化处理。
  • 会话记忆与学习: 记录和分析推理过程，从历史经验中学习，并提供适应性建议。
  • 可插拔存储: 支持内存存储（默认）和SQLite持久化存储，方便管理推理数据。
  • 与LLM客户端无缝集成: 通过标准MCP协议与LLM客户端（如Claude Desktop）通信，提供上下文和工具调用能力。

安装步骤

  1. 前提条件: 确保您的系统已安装 Go 1.23 或更高版本，以及 Git。
  2. 克隆仓库: 
    git clone https://github.com/quanticsoul4772/unified-thinking.git
cd unified-thinking
  3. 构建服务器: 
    go mod download
go build -o bin/unified-thinking.exe ./cmd/server
    （或使用 'make build'） 这将在 'bin/' 目录下生成可执行文件 'unified-thinking.exe' (或 'unified-thinking'，取决于操作系统)。

服务器配置

此服务器专为与MCP客户端（如Claude Desktop）集成设计。您需要将以下配置添加到您的MCP客户端配置文件中（例如，在Windows上是 '%appdata%\claude\claude_desktop_config.json'）：

{
  "mcpservers": {
    "unified-thinking": {
      "command": "/path/to/unified-thinking/bin/unified-thinking.exe",
      "transport": "stdio",
      "env": {
        "debug": "true",
        "storage_type": "sqlite",
        "sqlite_path": "c:\\users\\yourname\\appdata\\roaming\\claude\\unified-thinking.db",
        "storage_fallback": "memory",
        "sqlite_timeout": "5000",
        "auto_validation_threshold": "0.5"
      }
    }
  }
}

参数说明:

  • 'command': 'unified-thinking' 服务器可执行文件的完整路径。例如：'"C:\Users\yourname\unified-thinking\bin\unified-thinking.exe"'
  • 'transport': 通信协议，此处为 'stdio'（标准输入/输出）。
  • 'env': 环境变量，用于服务器的定制化设置。
    • 'debug': 'true' 启用调试日志，'false' 关闭。
    • 'storage_type': 'memory' (默认) 或 'sqlite'，选择数据存储方式。
    • 'sqlite_path': 当 'storage_type' 为 'sqlite' 时，指定数据库文件路径（会自动创建）。例如：'"C:\Users\yourname\AppData\Roaming\claude\unified-thinking.db"'
    • 'sqlite_timeout': SQLite连接超时时间（毫秒），默认5000。
    • 'storage_fallback': 如果主存储失败，使用的备用存储（例如 'memory'）。
    • 'auto_validation_threshold': 自动验证的置信度阈值（默认0.5）。 保存配置后，请重启您的MCP客户端以加载新的服务器。

基本使用方法

配置完成后，您的LLM客户端将能够发现并调用 'unified-thinking' 服务器提供的63个工具。您可以通过LLM客户端的界面或提示词来请求服务器执行特定的认知任务，例如：

  1. 思考与推理: 向LLM客户端发出请求，使用 'unified-thinking' 服务器的 'think' 工具，并指定思考模式和内容。 例如： “使用 'unified-thinking' 的 'think' 工具以 'tree' 模式分析新产品发布带来的潜在风险和机遇。”
  2. 决策支持: 调用 'make-decision' 工具来帮助评估多个选项和标准。 例如： “调用 'unified-thinking' 的 'make-decision' 工具，比较三种市场策略，考虑成本、市场份额和用户满意度。”
  3. 因果分析: 使用 'build-causal-graph' 或 'simulate-intervention' 等工具探索事件之间的因果关系。 例如： “请 'unified-thinking' 服务器构建一个因果图，解释近期用户流失的原因，并模拟市场推广活动的潜在影响。”
  4. 回顾与学习: 完成一个推理会话后，请求 'analyze-trajectory' 工具来获取对您推理过程的详细分析和改进建议。 例如： “请 'unified-thinking' 服务器分析我最近关于项目计划的推理会话，提供优势、劣势和改进建议。” 通过这些工具，'unified-thinking' 服务器可以显著增强LLM客户端的认知能力。

信息

分类

AI与计算

访问项目