MCP Servers

🚀 MCP-CoConuT（连续思维链）

MCP-CoConuT 是一款基于 Model Context Protocol (MCP) 的服务器，它与 Cursor IDE 集成，支持模型语言实现持续思维链功能，还能对思维过程进行质量分析，为开发者提供更高效的问题解决方式。

🚀 快速开始

MCP-CoConuT 服务器仅在标准输入输出模式下运行，适合与 Cursor 等 IDE 集成。以下是启动服务器的命令：

# 开发模式
npm run dev

# 生产模式
npm run build
npm start

✨ 主要特性

• 连续思维链：实现 CoConuT（Continuous Chain of Thought）解决结构问题。
• 循环检测：使用多种相似度指标（如莱文斯坦、Jaccard、余弦）检测循环推理。
• 分支管理：支持探索不同思路的分支，比较和合并。
• 自动反思：周期性评估解决问题进度的系统。
• 思维分析：自动化检查思维链条，确保推理方向正确。
• 结论记录：结构化文档记录结论和变更。
• 持久化集成：所有数据自动保存，便于后续分析。
• 多种响应格式：支持 JSON、Markdown、HTML 格式。
• 模块化架构：基于组件，依赖注入设计。
• 内置文档：详细描述输入参数的文档。
• 多语言支持：支持多种语言的消息。
• 模板系统：灵活的模板自定义结论。

📦 安装指南

# 克隆仓库
git clone https://github.com/MarceloAssis123/MCP-CoConuT.git
cd MCP-CoConuT

# 安装依赖
npm install

💻 使用示例

基础用法

const coconut = new CoConuT({
thought: "初步想法",
thoughtNumber: 1,
totalThoughts: 5
});

📚 详细文档

配置信息

配置位于 src/config.ts 文件中，默认包含所有系统配置值，可直接修改代码中的参数。

工具列表

CoConuT

主要工具用于处理连续思维链条。参数如下：

• thought：当前思维内容
• thoughtNumber：思维链中的序号
• totalThoughts：预估的总思维数
• nextThoughtNeeded：是否需要下一个思维
• Call_CoConuT_Analyser：可选参数，调用分析器

CoConuT 分析器

用于分析当前思维链条的质量。

🔧 技术细节

MCP-CoConuT 是一个基于 Model Context Protocol (MCP) 的服务器，它允许语言模型维护连续的思维链条、分析推理的质量、发现循环推理、创建分支以探索不同方法，并存储结论和交互历史记录。当前版本支持 2025-03-26 版本的 MCP 规范，同时简化了代码，优化了维护性。

📄 许可证

ISC

👐 贡献指南

欢迎贡献！请先在 Issues 中讨论你的提案，再提交 Pull Request。