项目简介：这是一个包含多个独立运行的MCP服务器的项目集合，旨在为大型语言模型（LLM）提供增强的认知功能，例如结构化论证、可视化推理、科学探究、类比推理、元认知监控、决策分析和事务管理。LLM客户端（如支持MCP的桌面应用）可以通过这些服务器调用相应的工具来辅助完成复杂任务。

主要功能点：

• 结构化论证：辅助分析和构建基于主张、前提和结论的正式论证，支持跟踪论证关系（支持、矛盾、回应）。
• 可视化推理：允许创建和操作抽象的视觉元素（如节点、边、容器），用于构建图、流程图、概念图等，辅助理解和发现模式。
• 科学探究：指导LLM遵循科学方法进行问题探究，包括形成观察、提出问题、构建假说、设计实验、分析结果和得出结论。
• 类比推理：辅助构建和分析结构化类比，明确源领域和目标领域元素，并进行映射以进行解释或生成推论。
• 元认知监控：帮助LLM自我评估其知识水平、判断论断的确定性、识别推理中的偏差和假设，并发现不确定性领域。
• 决策框架：提供结构化方法来分析复杂决策，包括定义选项、标准、评估结果和权衡风险。
• 协作推理：模拟具有不同视角的专家进行协作讨论，辅助多角度问题解决和观点整合。
• 事务管理：提供简单的状态管理功能，允许跨工具调用维护和传递上下文信息。

安装步骤：

每个服务器通常作为一个独立的软件包发布，可以通过npm或yarn安装。例如，安装结构化论证服务器可以使用命令 'npm install @waldzellai/structured-argumentation' 或 'yarn add @waldzellai/structured-argumentation'。项目也提供Docker镜像，可以直接运行。

MCP客户端配置：

支持MCP协议的LLM客户端（如某些桌面应用）需要进行配置才能使用这些服务器。配置通常是一个JSON文件，您需要指定：

• 'name'：服务器的标识名称（例如，对于结构化论证服务器，名称可能是 'structured-argumentation'）。
• 'command'：启动服务器可执行文件的命令（通常是 'npx' 或服务器二进制文件路径）。
• 'args'：传递给启动命令的参数（例如，对于结构化论证服务器，参数可能是 '["-y", "@waldzellai/structured-argumentation"]'）。

具体的配置方式和所需的精确参数请参考您的LLM客户端文档以及您安装的服务器包的说明。

基本使用方法：

配置完成后，启动您的LLM客户端。客户端会自动检测并连接到配置的MCP服务器。在与LLM的对话中，当LLM认为某个认知任务可以由这些服务器提供的工具辅助完成时，它会向服务器发送工具调用请求。用户通常无需直接操作服务器，只需与LLM自然交流即可利用服务器的增强能力。

更多信息：

关于各服务器的详细参数和用法，请参考GitHub仓库中的具体代码和文档（如果提供）。