关键词

集群推理Claude连贯性优化涌现智能AI服务器

使用说明

项目简介

MindMesh MCP服务器是一个创新的后端应用，它利用模型上下文协议（MCP）与LLM客户端通信。核心特色在于采用了“量子启发”的架构，构建由多个Claude 3.7 Sonnet模型实例组成的集群（swarm）。这些实例 специализируются на разных推理方面（模式识别、信息整合、逻辑推理），并通过“场连贯性优化”技术协同工作，旨在提供比单个LLM更强大、更连贯的推理结果。

主要功能点

  • 量子启发式集群推理: 通过多个Claude模型实例协同处理请求，模拟量子涌现特性，提升推理深度和广度。
  • 连贯性优化: 自动选择和优化集群中最连贯的输出结果，确保高质量的AI响应。
  • 专业化模型实例: 内置针对模式识别、信息整合和逻辑推理的专业化Claude实例，提升特定任务的性能。
  • 扩展思考能力: 可选支持128k tokens的扩展思考模式，处理更复杂的上下文。
  • 实时状态更新: 通过PGLite live扩展提供实时的连贯性状态通知。

安装步骤

  1. 克隆仓库:

    git clone https://github.com/wheattoast11/mcp-mindmesh.git
cd mcp-mindmesh

  2. 安装依赖: 确保已安装 Node.js 18.x 或更高版本。

    npm install

  3. 配置环境变量: 复制 '.env.template' 文件并重命名为 '.env'，然后编辑 '.env' 文件，填入你的 Anthropic API 密钥 ( 'ANTHROPIC_API_KEY' )。 可选地，你也可以填入 VoyageAI API 密钥 ( 'VOYAGE_API_KEY' ) 以获得更优质的向量嵌入效果。

    '.env' 文件示例：

    ANTHROPIC_API_KEY=你的Anthropic API密钥
VOYAGE_API_KEY=你的VoyageAI API密钥 (可选)
PORT=3000
STDIO_TRANSPORT=false
CLAUDE_INSTANCES=8
USE_EXTENDED_THINKING=true
COHERENCE_THRESHOLD=0.7
EMBEDDING_MODEL=voyage-3-large
DB_PATH="idb://mindmesh.db"
DEBUG=false

  4. 构建并启动服务器:

    npm run build
npm start

    或者，在开发模式下使用自动重载：

    npm run dev

服务器配置

为了让MCP客户端连接到 MindMesh 服务器，你需要提供服务器的启动配置。以下是推荐的配置信息，请复制到你的MCP客户端配置中：

{
  "serverName": "mindmesh-mcp",
  "command": "node",
  "args": [
    "dist/index.js"
  ],
  "transport": "http/sse",
  "baseURL": "http://localhost:3000/mcp"
}

配置参数说明:

  • 'serverName': 服务器名称，可以自定义，例如 "mindmesh-mcp"。
  • 'command': 启动服务器的命令，这里使用 'node' 运行 JavaScript 代码。
  • 'args': 命令参数，指定服务器入口文件 'dist/index.js'。
  • 'transport': 传输协议，MindMesh 服务器默认支持 'http/sse' (HTTP长轮询/SSE)。如果使用标准输入输出 (stdio) 传输，请将 '.env' 文件中的 'STDIO_TRANSPORT' 设置为 'true'，并将客户端配置中的 'transport' 修改为 'stdio'。
  • 'baseURL': 服务器的基础URL，默认为 'http://localhost:3000/mcp'。如果服务器端口或路径有修改，请相应更新此URL。

基本使用方法

启动服务器后，你可以使用任何兼容 MCP 协议的客户端连接到 MindMesh 服务器，例如 Claude 桌面应用、Cursor IDE、Cline VSCode 扩展等。

MindMesh 服务器主要提供名为 'reason_with_swarm' 的工具。你可以通过 MCP 客户端调用此工具，让模型集群处理你的prompt。

例如，在 Claude 桌面应用中，你可以这样使用：

请使用 swarm 分析量子场论和意识之间的关系。

MindMesh 服务器会将你的请求分发给集群中的多个 Claude 实例进行处理，并返回经过连贯性优化的最佳结果。你也可以尝试使用 'list_instances', 'measure_coherence', 'health_check' 等工具查看服务器状态和集群信息。

信息

分类

AI与计算

访问项目