Sequential Thinking MCP v2 服务器实现

使用说明（Markdown 格式）

• 项目简介

  • 本仓库实现了一个本地的 MCP 服务器框架，用于向 LLM 客户端提供结构化的上下文信息和可执行工具。核心能力包括会话管理、工具执行、资源（内存、思路、分支、架构决策、已发现的软件包等）托管与渲染，以及基于 Markdown 的会话持久化存储，方便长期迭代与跨任务的知识积累。

• 主要功能点

  • 会话管理：创建、加载、列出、分析和持久化会话；支持不同任务类型（常规、编码、内存/研究等）。
  • 思想与分支：向会话中添加“思想”（thoughts），创建分支、合并分支，跟踪推理路径。
  • 记忆与代码片段：存储“记忆”（memory），含置信度、标签、代码片段及语言信息，支持标签解析和检索。
  • 架构决策与依赖：记录架构判断、选项、 rationale、后果及依赖包信息。
  • 发现的包与导出：对已安装包进行分析与记录，支持导出会话及记忆为 Markdown/JSON。
  • 内部存储与检索：内存银行以 Markdown 文件形式持久化，提供按标签、内容等条件的检索与高亮摘录。
  • MCP API 入口与工具：通过 MCP 框架暴露多种工具（如 start_session、add_thought、store_memory、query_memories、record_decision、explore_packages、export_session、load_session、analyze_session 等），客户端通过 JSON-RPC 调用实现交互。
  • 传输与协议：服务器端通过 MCP 约定的 JSON-RPC 进行请求/响应通信，当前实现基于标准输入/输出（stdio）传输，便于与对话代理、脚本或容器化环境对接。

• 安装步骤

  • 确保已安装 Python 3.x 环境。
  • 克隆仓库到本地（或直接下载源码）。
  • 安装依赖（如有说明的依赖项），确保 python 环境可执行。
  • 启动服务器：在项目根目录执行 python main.py，即可启动 MCP 服务器并暴露工具接口。
  • 运行后，LLM 客户端即可通过 MCP 客户端与服务器进行 JSON-RPC 调用，完成资源读取、工具调用和提示模板渲染等能力。

• 服务器配置（MCP 客户端需要的最小连接信息，JSON 格式，含 server name、command、args 等）

  • server name: sequential-thinking-mcp-v2
  • command: python
  • args: ["main.py"] 说明：
  • 该配置用于 MCP 客户端知道如何启动并连接到服务器进程。服务器端会通过 stdio 通道接收请求并返回响应，确保客户端在连接后能够调用注册的工具并获取相应数据。若需要更复杂的部署（如容器化、分布式部署、日志轮转等），可在外部进程管理器中对启动命令进行扩展配置。

• 基本使用方法

  • 启动服务器后，客户端通过 MCP 提供的 JSON-RPC 接口发送请求，例如调用 start_session、add_thought、store_memory、query_memories 等工具。
  • 使用者无需了解内部实现细节，只需按 MCP 工具描述进行参数拼装，服务器将返回符合 MCP 规范的 JSON-RPC 响应或错误信息。
  • 常见工作流示例（无需代码片段）：
    • 启动一个新会话，提供问题和成功标准等信息。
    • 在会话中添加思想、创建分支、合并分支，记录关键决策。
    • 存储与检索记忆、代码片段及标签，用于长期记忆与检索。
    • 按需求导出会话或记忆为 Markdown/JSON 以用于文档化或分析。
  • 兼容性与扩展：设计目标是实现 MCP 的核心能力，便于未来扩展为图形化界面、云端/本地混合内存架构等。

• 备注

  • 本实现包含完整的服务端逻辑、数据模型、持久化存储、错误处理与集成测试，能够在本地环境中作为可运行的 MCP 服务器进行开发与测试。