项目简介

这是一个基于 Model Context Protocol (MCP) 构建的应用后端，核心功能是向支持MCP的大型语言模型 (LLM) 客户端（如 Claude Desktop）提供一个高级蒙特卡洛树搜索 (MCTS) 引擎，用于执行深度、探索性的AI辅助分析和推理任务。它允许LLM通过调用特定的工具来利用MCTS的能力，从而生成更具洞察力和多角度的分析结果。

主要功能点

高级MCTS分析: 集成了贝叶斯方法和蒙特卡洛树搜索算法，对文本或问题进行系统性探索和分析。
多轮迭代: 支持MCTS进行多次迭代，在每一步探索不同分析路径。
分析状态记忆: 在同一聊天会话中记住关键分析结果、无效尝试方向和偏好，支持持续性对话。
哲学方法分类: 对生成的分析思路进行分类，有助于探索不同视角的分析。
可配置参数: MCTS的参数（如迭代次数、探索权重等）可以通过工具进行调整。
暴露为工具: 将MCTS的核心操作（初始化、运行、生成总结、获取/更新配置等）封装为MCP工具，供LLM调用。
会话持久化: 支持将MCTS分析状态（最佳结果、学习到的偏好、无效标记等）保存到本地数据库，以便下次会话继续。

安装步骤

本项目推荐使用 UV (Astral UV) 作为包管理器，它通常比 pip 更快。

确保您的系统已安装 Python 3.10 或更高版本。
克隆仓库到本地。
进入仓库目录。
运行 setup 脚本（推荐方式）：
```
./setup.sh
```
这个脚本会自动安装 UV (如果未安装)，创建并激活一个虚拟环境，然后使用 UV 安装所有依赖。

或者，手动安装 UV 和依赖：

# 安装 UV (如果未安装)
curl -fsSL https://astral.sh/uv/install.sh | bash

# 创建并激活虚拟环境
uv venv .venv
source .venv/bin/activate

# 安装依赖
uv pip install -r requirements.txt

服务器配置（为MCP客户端准备）

MCP 服务器通过启动一个进程并使用标准输入/输出 (Stdio) 与客户端通信。您需要在您的MCP客户端（例如 Claude Desktop）中配置如何启动这个服务器进程。配置通常是一个 JSON 对象，包含服务器的名称、启动命令和参数。

以下是为 Claude Desktop 客户端准备的配置示例结构，您需要根据您的实际安装路径进行调整：

{
  "mcpServers": {
    "MCTSServer": {
      "command": "uv",
      "args": [
        "run",
        "--directory", "/path/to/your/mcts-mcp-server/src/mcts_mcp_server", // 替换为你的项目src/mcts_mcp_server目录的绝对路径
        "server.py"
      ],
      "env": {
        "PYTHONPATH": "/path/to/your/mcts-mcp-server" // 替换为你的项目根目录的绝对路径
      }
    }
  }
}

请将以上 JSON 结构添加到您的 Claude Desktop 配置文件 ('~/.claude/claude_desktop_config.json') 中 'mcpServers' 部分。务必更新 '"command"'、'"args"' 中的目录路径以及 '"env"' 中的 PYTHONPATH，使其指向您的项目安装位置。保存配置文件后，重启您的 Claude Desktop 客户端。

'"command"' 指定用于启动服务器的命令，这里使用 'uv run' 来在虚拟环境中执行脚本。 '"args"' 提供了传递给 '"command"' 的参数，包括指定服务器脚本的路径。 '"env"' 设置了环境变量，确保 Python 解释器能找到项目的模块。

基本使用方法

配置完成后，当您在支持MCP的LLM客户端（如已集成此服务器的 Claude Desktop）中进行聊天时，可以直接向LLM提出需要深度分析的问题或主题。

例如，您可以尝试以下提示：

"Analyze the implications of artificial intelligence on human creativity" (分析人工智能对人类创造力的影响)
"Continue exploring the ethical dimensions of this topic" (继续探索这个主题的伦理维度)
"What was the best analysis you found in the last run?" (上次运行找到的最佳分析是什么？)
"Show me the current MCTS configuration" (显示当前的MCTS配置)

LLM 客户端会识别这些请求，并自动调用 MCP 服务器提供的相应工具（如 'initialize_mcts', 'run_mcts', 'generate_synthesis' 等）来执行 MCTS 分析，并将结果返回给您。整个过程对用户是透明的，您只需要像平时一样与LLM对话即可。

关键词

项目简介

主要功能点

安装步骤

服务器配置（为MCP客户端准备）

基本使用方法

信息