FradSer/mcp-server-mas-sequential-thinking

解决的问题

本项目为 LLM 客户端（如 Claude Desktop）提供了一种对问题进行更深入、多视角分析的方法。它不是给出单一响应，而是实现了一个结构化的“顺序思考”过程，同时从多个认知视角分析问题，以避免狭隘的推理并确保最终答案更全面。

工作原理

它作为一个 MCP (Model Context Protocol) 服务器运行，公开一个名为 sequentialthinking 的工具。调用此工具时，会触发一个固定的多智能体工作流：

1. 初始综合：综合智能体创建该想法的初步概述。
2. 并行专家智能体：六个专门的智能体（事实、情感、批判、批判、乐观、创意和元认知）从其特定的关注领域分析输入内容。这些智能体可以选择通过 ExaTools 使用网络研究。
3. 最终综合：综合智能体将所有专家的发现整合为统一的响应。

系统设计为在多步骤循环中使用，LLM 客户端会继续调用该工具直到得出最终结论，并支持想法的修订和分支。

适用人群

MCP 兼容 LLM 客户端的用户，需要高质量、严谨的推理，并愿意以更高的 Token 消耗换取更深入的分析。

亮点

• 多视角分析：使用由六个专家智能体组成的团队，涵盖事实、情感、批判和创意角度。
• 确定性工作流：每个请求都遵循相同的严格路径：综合 $\rightarrow$ 并行分析 $>\rightarrow$ 最终综合。
• 灵活的提供商支持：兼容 DeepSeek、Groq、OpenRouter、Anthropic 和 Ollama。
• 可选的网络研究：在专家阶段集成 ExaTools 以进行实时数据检索。
• 结构化循环：提供规范的延续信号 (should_continue)，引导 LLM 客户端完成复杂的推理步骤。