使用说明
最大思维MCP
一个结构化的、持久的人工智能推理工作区。提供20种工具,用于构建思维链、通过分支探索替代方案、修改早期思维、搜索推理历史,以及在上下文窗口重置和服务器重启期间持久化会话。
人工智能的内置推理是短暂的——当上下文窗口填满时,思维会被压缩或丢失。复杂的问题需要探索多种方法,在路径失败时回溯,以及在中断的地方恢复的能力。MAXential将推理外部化到一个持续、分支和生存的工作空间中。
起源
分叉自 Anthropic的顺序思维MCP服务器,它提供了一个具有9个参数的单一工具。它的模式包括分支参数(branch_from_thought, branch_id)但没有创建、切换或管理分支的工具——这些参数实际上是惰性的。
MAXential完全取代了单一工具,并在三个版本中构建了20个特定用途的工具:
| 版本 | 构建了什么 |
|---|---|
| v2.0 | 用11个专注的工具取代单一工具:核心思维(think, revise, complete),全面分行管理(branch, switch_branch, list_branches, get_branch, close_branch, merge_branch),以及导航(get_thought, get_history) |
| v2.2 | 增加了5个组织工具: tag, search, export, visualize, reset |
| v2.3 | 添加了4个带有SQLite存储的会话持久化工具: session_save, session_load, session_list, session_summary |
工具
核心思维
| 工具 | 它做什么 |
|---|---|
think |
在推理链中添加一个想法。思想是自动编号和坚持的。 |
revise |
当之前的想法有缺陷或不完整时,修改之前的想法。原件保留了修订历史。 |
complete |
用最终结论标记完整的思维链。 |
reset |
清除当前会话并重新开始。 |
分支
| 工具 | 它做什么 |
|---|---|
branch |
创建一个新的推理分支,在不丢失主线的情况下探索另一条路径。 |
switch_branch |
将上下文切换到其他分支,或返回到main。 |
list_branches |
列出所有分支及其状态和思想计数。 |
get_branch |
检索特定分支的完整详细信息。 |
close_branch |
使用可选结论关闭分支。 |
merge_branch |
将来自分支的见解合并回主视图。策略: conclusion_only, full_integration, summary. |
导航
| 工具 | 它做什么 |
|---|---|
get_thought |
通过数字检索特定的想法。 |
get_history |
获取思想历史记录,可选择按分支过滤。 |
组织
| 工具 | 它做什么 |
|---|---|
tag |
添加或删除思想上的语义标签(例如,假设、证据、决定、发现)。 |
search |
按内容文本或标签搜索想法。 |
export |
将思维链导出为markdown或JSON格式。 |
visualize |
生成思维结构和分支的ASCII或美人鱼图。 |
会话保持
| 工具 | 它做什么 |
|---|---|
session_save |
命名并描述当前会话,以便以后检索。 |
session_load |
恢复已保存的会话——所有想法、分支和标签都加载回内存。 |
session_list |
浏览可用会话,最近更新的会话排在第一位。 |
session_summary |
生成会话的压缩摘要,以实现令牌高效的上下文加载。 |
当您工作时,会话会自动持久化到SQLite think, branch, tag,以及 revise 调用实时写入磁盘。会话在服务器重启、上下文窗口重置和新对话中幸存下来——从您停止的地方继续。
原版提供什么与MAXential提供什么
| 能力 | 人的顺序思维 | 最大逻辑思维 |
|---|---|---|
| 界面 | 1个工具,9个参数 | 20个重点工具 |
| 分支 | 架构中的参数,无实现 | 完整生命周期:创建、切换、列表、检查、合并、关闭 |
| 修订 | 不支持 | 修订任何想法,原始想法与历史一起保存 |
| 持久性 | 无-在服务器重启时丢失 | SQLite-在重启、上下文重置、新对话中幸存下来 |
| 标签 | 不支持 | 任何想法都有语义标签 |
| 搜索 | 不支持 | 按内容或标签搜索 |
| 导出 | 不支持 | Markdown、JSON、Mermaid图、ASCII可视化 |
| 导航 | 不支持 | 按数字检索任何想法,浏览过滤后的历史记录 |
浏览会话历史记录
会话数据存储在标准SQLite数据库中 .maxential/thinking.db.浏览过去的推理会话有几种方法:
通过工具本身 --要求AI使用 session_list 浏览会话, session_load 恢复一个,或 session_summary 以获得压缩的概述。人工智能可以通过对话方式格式化、搜索和总结会话内容。
使用SQLite浏览器 --打开 .maxential/thinking.db 在任何SQLite查看器中(VS Code/VSodium扩展、SQLite数据库浏览器或类似浏览器)。模式很简单:
| 表 | 包含 |
|---|---|
sessions |
会话ID、名称、描述、状态、时间戳 |
thoughts |
每一个想法都有其编号、内容、分支、修订链接 |
branches |
分支元数据、状态、结论、合并历史 |
tags |
附在思想上的语义标签 |
从终端:
sqlite3 .maxential/thinking.db "SELECT name, status, datetime(created_at/1000, 'unixepoch', 'localtime') as created FROM sessions ORDER BY updated_at DESC LIMIT 10;"
安装
克劳德桌面/克劳德代码
添加到MCP配置中:
克劳德桌面版 配置位置:
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - 窗户:
%APPDATA%\Claude\claude_desktop_config.json
{
"mcpServers": {
"maxential-thinking": {
"command": "npx",
"args": ["-y", "@bam-devcrew/maxential-thinking-mcp"]
}
}
}
来源
git clone https://github.com/BAM-DevCrew/MAXential-Thinking-MCP.git
cd MAXential-Thinking-MCP
npm install
npm run build
然后配置:
{
"mcpServers": {
"maxential-thinking": {
"command": "node",
"args": ["/path/to/MAXential-Thinking-MCP/dist/src/index.js"]
}
}
}
配置
坚持
会话数据存储在SQLite中。默认情况下,数据库创建于 .maxential/thinking.db 在工作目录中。
{
"mcpServers": {
"maxential-thinking": {
"command": "npx",
"args": ["-y", "@bam-devcrew/maxential-thinking-mcp"],
"env": {
"MAXENTIAL_DB_PATH": "/path/to/your/thinking.db"
}
}
}
}
MAXENTIAL_DB_PATH 价值 |
行为 |
|---|---|
| (未设置) | .maxential/thinking.db 在工作目录中 |
/path/to/file.db |
使用显式文件路径 |
:memory: |
仅在内存中——重启后没有持久性 |
如果SQLite初始化失败(权限、本机模块问题),服务器会自动回退到内存模式——它永远不会崩溃。
添加 .maxential/ 到你的项目 .gitignore 以使会话数据不受版本控制。
日志记录
{
"mcpServers": {
"maxential-thinking": {
"command": "npx",
"args": ["-y", "@bam-devcrew/maxential-thinking-mcp"],
"env": {
"MAXENTIAL_LOG_FILE": "/path/to/error.log"
}
}
}
}
用法
你不直接调用这些工具——你让你的人工智能使用MAXential思维,它调用这些工具作为其推理的一部分。以下是实践中的示例。
通过一项决定:
对此使用maxential思考-对于新的API,我们应该使用REST还是GraphQL?
人工智能构建了一个分析问题的思维链,分支分别探索每种方法,添加权衡的想法,合并发现,并得出结论。整个推理过程是编号、结构化和持久化的。
探索多种方法:
使用maxential仔细考虑身份验证的重新设计——我想看到JWT、会话令牌和OAuth的分支
人工智能创建了三个分支,分别通过每种方法进行推理,然后将见解合并回来进行比较。你可以让它在分支之间切换,关闭死胡同,或者更深入地挖掘特定的路径。
恢复之前的思考:
加载您分析数据库优化选项的会话
AI浏览已保存的会话,找到匹配项,恢复所有想法、分支和标签,并从中断的地方继续推理——甚至在不同的对话中。
回顾过去的推理:
在你的最大思维史中搜索任何标记为决策的东西
AI搜索会话中标记的想法并返回结果。您还可以要求它将整个链导出为markdown,或生成思维结构图。
快速总结:
给我一个关于那次会议的总结——只是关键的发现,尽量简短
AI生成会话结论、标记亮点和分支结果的压缩摘要,这对于加载上下文而不重放整个链非常有用。
发展
npm install # Install dependencies
npm run build # Build TypeScript
npm run watch # Watch mode
npm test # Run tests with coverage
npm run test:unit # Unit tests only
npm run test:integration # Integration tests only
许可证
麻省理工学院
