关键词

结构化思考知识管理任务管理网络研究LLM工具

使用说明

项目简介

MCP Think Tank 是一个基于 Model Context Protocol (MCP) 构建的服务器，旨在为 LLM 客户端（如 Cursor 和 Claude @Web）提供强大的后端支持。它通过提供结构化思考工具、持久化知识图谱、任务管理和网络研究能力，显著增强 LLM 在复杂问题解决、项目规划和知识构建方面的能力。

主要功能点

  • 结构化思考工具 (Think Tool): 提供一个专门的空间，帮助 LLM 进行系统化的推理和反思，鼓励清晰的问题定义、情境分析、步骤分解和自我反思。
  • 持久化知识图谱 (Knowledge Graph): 提供简单而有效的持久记忆功能，允许 LLM 跨会话存储和检索信息，构建项目专属的知识库。
  • 任务管理工具 (Task Management Tools): 支持任务的规划、跟踪和更新，与知识图谱深度集成，帮助 LLM 管理项目进度和工作流程。
  • 网络研究工具 (Web Research Tools - Exa): 集成 Exa API，提供强大的网络搜索和答案提取能力，辅助 LLM 进行信息收集和验证。
  • 记忆工具 (Memory Tools): 提供易于使用的工具，用于在知识图谱中存储和检索信息，构建和维护上下文记忆。
  • 客户端支持: 无缝集成 Cursor、Claude @Web 以及其他兼容 MCP 协议的客户端。

安装步骤

MCP Think Tank 需要预先构建的服务器，用户无需手动构建。

推荐使用 NPX 方式安装和运行：

  1. 确保已安装 Node.js 和 npm。

  2. 在终端中运行以下命令即可启动服务器：

    npx mcp-think-tank@latest

全局安装方式：

  1. 如果希望全局安装，可以使用 npm：

    npm install -g mcp-think-tank
mcp-think-tank

Unix-based 系统 (MacOS/Linux) 快速安装脚本：

curl -fsSL https://raw.githubusercontent.com/flight505/mcp-think-tank/main/install.sh | bash

Windows 系统 快速安装脚本：

curl -o install.bat https://raw.githubusercontent.com/flight505/mcp-think-tank/main/install.bat && install.bat

服务器配置

MCP 服务器主要通过环境变量进行配置。以下是 Cursor 客户端的 'mcp.json' 配置文件示例，用于连接 MCP Think Tank 服务器：

{
  "mcpServers": {
    "think-tool": {  // 服务器名称，可以自定义
      "command": "npx", // 启动服务器的命令，这里使用 npx 运行 npm 包
      "args": ["-y", "mcp-think-tank"], // 启动命令的参数，"-y" 表示自动确认执行，"mcp-think-tank" 是 npm 包名
      "type": "stdio", //  MCP 服务器连接类型，stdio 表示标准输入输出
      "env": { // 环境变量配置
        "MEMORY_PATH": "/absolute/path/to/your/memory.jsonl", // (必填，建议为每个项目设置独立的路径) 知识图谱数据存储路径，请替换为你的本地绝对路径，例如 "/Users/yourname/project/memory.jsonl"
        "EXA_API_KEY": "your-exa-api-key-here" // (可选，如果需要使用网络搜索工具则必填) Exa API 密钥，用于网络搜索功能，请替换为你从 exa.ai 申请的 API 密钥
      }
    }
  }
}

配置说明:

  • 'MEMORY_PATH': （重要） 知识图谱的存储路径。务必为每个项目设置不同的 'MEMORY_PATH'，以避免项目之间的知识图谱互相干扰。如果省略，默认路径为 '~/.mcp-think-tank/memory.jsonl'。
  • 'EXA_API_KEY': （可选，但使用网络搜索功能时必填） Exa API 密钥。用于启用 'exa_search' 和 'exa_answer' 网络搜索工具。如果不需要网络搜索功能，可以省略此配置。请前往 exa.ai 注册并获取 API 密钥。

基本使用方法

  1. 配置 Cursor 客户端: 按照上述 服务器配置 部分的说明，配置 Cursor 的 'mcp.json' 文件，确保 Cursor 客户端能够连接到 MCP Think Tank 服务器。

  2. 创建项目规则 (可选但推荐): 为了更好地利用 MCP Think Tank 的功能，可以在 Cursor 项目中创建一个规则文件（'.cursor/rules/mcp-think-tank.mdc'），并按照仓库提供的示例规则进行配置。该规则文件可以指导 LLM 客户端在项目中使用 Think Tank 提供的各种工具，例如 'think'、'create_entities'、'exa_search' 等。

  3. 在 Cursor 中使用工具: 配置完成后，在 Cursor 中与 LLM 交互时，即可通过规则文件或直接调用工具名称来使用 MCP Think Tank 提供的各项功能，例如：

    • 使用 'think("设计微服务架构的认证系统...")' 进行结构化思考。
    • 使用 'exa_search({query: "最新的LLM模型"})' 进行网络搜索。
    • 使用 'create_entities([{name: "用户服务", entityType: "微服务组件"}])' 创建知识图谱实体。

请参考仓库 README.md 文件和 Cursor 官方文档，了解更详细的使用方法和工具参数。

信息

分类

AI与计算

访问项目