mcp语言基础推理
一种模型上下文协议(MCP)服务器,提供由Langbase Pipes支持的结构化推理能力。用Rust编写,具有SQLite持久性。
特性
12种推理模式 -线性、树、发散、反射、回溯、自动选择、思维图、决策框架、证据评估、时间线、MCTS和反事实
推理时间机器 -基于时间线的探索、MCTS引导的搜索、反事实的“假设”分析
5个工作流程预设 -代码审查、调试、架构决策、战略决策和基于证据的结论
认知分析 -偏差检测和逻辑谬误识别
自主自我提升 -带安全控制的4相优化回路(监视器→ 分析器→ 执行者→ 学员)
会话保持 -SQLite存储会话、想法、分支、检查点和时间线
生产就绪 -2000+测试、异步I/O、重试逻辑、结构化错误处理
快速开始
先决条件
锈蚀1.70+
具有API密钥的Langbase帐户
安装
复制 git clone https://github.com/quanticsoul4772/mcp-langbase-reasoning.git
cd mcp-langbase-reasoning
# Configure environment
cp .env.example .env
# Edit .env: set LANGBASE_API_KEY=your_key
# Build
cargo build --release
配置MCP客户端
添加到Claude桌面配置(claude_desktop_config.json):
复制 {
"mcpServers": {
"langbase-reasoning": {
"command": "/path/to/mcp-langbase-reasoning",
"env": {
"LANGBASE_API_KEY": "your_api_key"
}
}
}
}
可用工具
核心推理
工具
说明
reasoning_linear
顺序逐步推理
reasoning_tree
2-4条路径的分支探索
reasoning_divergent
创造性多视角推理
reasoning_reflection
元认知分析与改进
reasoning_auto
自动模式选择
树导航
工具
说明
reasoning_tree_focus
专注于某一特定分支
reasoning_tree_list
列出所有分支
reasoning_tree_complete
将分支标记为已完成/已放弃
检查点
工具
说明
reasoning_checkpoint_create
保存推理状态
reasoning_checkpoint_list
列出检查点
reasoning_backtrack
恢复并探索替代方案
思想图谱
工具
说明
reasoning_got_init
初始化推理图
reasoning_got_generate
生成多样化的延续
reasoning_got_score
评分节点质量
reasoning_got_aggregate
将节点合并到洞察中
reasoning_got_refine
通过自我批评提高
reasoning_got_prune
删除得分较低的节点
reasoning_got_finalize
提取结论
reasoning_got_state
获取图形结构
决策与证据
工具
说明
reasoning_make_decision
多准则决策分析
reasoning_analyze_perspectives
利益相关者分析
reasoning_assess_evidence
证据质量评估
reasoning_probabilistic
贝叶斯概率更新
时间机器
工具
说明
reasoning_timeline_create
创建新的推理时间线
reasoning_timeline_branch
从任何检查点分支
reasoning_timeline_compare
比较各分支机构的结果
reasoning_timeline_merge
整合来自多个分支的见解
reasoning_mcts_explore
MCTS引导下的UCB平衡勘探
reasoning_auto_backtrack
通过质量评估进行自我回溯
reasoning_counterfactual
“如果?”对过去推理的分析
认知分析
工具
说明
reasoning_detect_biases
识别认知偏差
reasoning_detect_fallacies
检测逻辑谬误
工作流预设
工具
说明
reasoning_preset_list
列出可用预设
reasoning_preset_run
执行工作流预设
内置预设: code-review, debug-analysis, architecture-decision, strategic-decision, evidence-based-conclusion
配置
必需
变量
描述
LANGBASE_API_KEY
您的Langbase API密钥
可选的
变量
默认值
描述
DATABASE_PATH
./data/reasoning.db
SQLite位置
LOG_LEVEL
info
记录冗长
REQUEST_TIMEOUT_MS
30000
HTTP超时
MAX_RETRIES
3
API重试次数
自我完善体系
该服务器包括一个自主的自我改进循环,用于监控系统健康状况、诊断问题、执行安全优化并从结果中学习。请参阅 建筑 系统概览图。
阶段
功能
监视器
收集指标(错误率、延迟、质量),维护基线,检测异常
分析器
使用Langbase管道诊断根本原因,生成行动建议
执行者
验证针对同种异体的操作,安全执行,监控回归
学习者
计算奖励,跟踪行动效果,综合经验教训
安全功能
始终启用 -自我提升持续不断
断路器 -连续故障后停止(默认值:5)
行动许可表 -只允许有界、预先批准的参数更改
速率限制 -每小时最大操作数(默认值:10)
自动回滚 -还原导致回归的更改
冷却期 -操作之间的最短时间(默认值:60秒)
AI验证 -决策偏差和谬误检测
配置
变量
默认值
描述
SI_MAX_ACTIONS_PER_HOUR
10
每小时最大操作数
SI_COOLDOWN_SECS
60
动作之间的冷却
SI_REQUIRE_APPROVAL
false
需要人工批准
SI_ROLLBACK_ON_REGRESSION
true
降级时自动回滚
SI_CIRCUIT_BREAKER_THRESHOLD
5
电路断开前的故障
SI_ERROR_RATE_THRESHOLD
0.1
错误率触发器(10%)
SI_LATENCY_THRESHOLD_MS
5000
P95延迟触发器
SI_QUALITY_THRESHOLD
0.7
最低质量分数
允许的操作
系统只能调整预定义的安全参数:
参数
范围
最大步长
REQUEST_TIMEOUT_MS
5,000-60,000
5,000
MAX_RETRIES
1-10
2
RETRY_DELAY_MS
100-5,000
500
REFLECTION_QUALITY_THRESHOLD
0.5-0.95
0.05
MAX_CONCURRENT_REQUESTS
1-20
2
CONNECTION_POOL_SIZE
1-50
5
CLI命令
复制 # View system status
cargo run -- self-improve status
# View action history
cargo run -- self-improve history
# Enable/disable the system
cargo run -- self-improve enable
cargo run -- self-improve disable
# Pause temporarily
cargo run -- self-improve pause --duration 1h
# View current configuration
cargo run -- self-improve config
# Force a health check
cargo run -- self-improve check
# Rollback last action
cargo run -- self-improve rollback
输出示例
复制 $ cargo run -- self-improve status
Self-Improvement System Status
==============================
Enabled: true
Circuit State: closed
Consecutive Fails: 0
In Cooldown: false
Actions This Hour: 3/10
Total Cycles: 47
Total Successes: 42
Total Rollbacks: 2
Last Cycle: 2025-12-26T10:30:00Z
建筑
复制 ┌─────────────┐ stdio ┌──────────────────┐ HTTPS ┌─────────────────┐
│ MCP Client │◄──────────────►│ mcp-langbase- │◄─────────────►│ Langbase Pipes │
│ (Claude) │ JSON-RPC │ reasoning │ │ (8 pipes) │
└─────────────┘ └────────┬─────────┘ └─────────────────┘
│ ▲
│ │
▼ │
┌──────────────────┐ │
│ SQLite │ │
│ sessions, │ │
│ thoughts, │ │
│ graphs, │ │
│ metrics │ │
└────────┬─────────┘ │
│ │
┌───────────────────┴───────────────────┐ │
│ Self-Improvement Loop │ │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ │ diagnosis │
│ │ Monitor │→│ Analyze │→│ Execute │──┼──────────────┘
│ └────┬────┘ └─────────┘ └────┬────┘ │
│ │ ┌─────────┐ │ │
│ └──────│ Learn │◄─────┘ │
│ └─────────┘ │
└───────────────────────────────────────┘
发展
复制 cargo build # Debug build
cargo build --release # Release build
cargo test # Run all 2000+ tests
cargo clippy -- -D warnings # Lint (0 warnings)
cargo llvm-cov # Generate coverage report
项目结构
复制 src/
├── main.rs # Entry point
├── config/ # Environment configuration
├── error/ # Structured error types
├── langbase/ # Langbase API client
├── modes/ # 12 reasoning implementations
│ ├── timeline.rs # Timeline management
│ ├── mcts.rs # MCTS exploration
│ └── counterfactual.rs # "What if" analysis
├── presets/ # Workflow preset system
├── self_improvement/ # Autonomous optimization
├── server/ # MCP protocol handling
└── storage/ # SQLite persistence
docs/
├── API_REFERENCE.md # Complete tool documentation
├── ARCHITECTURE.md # Technical design
├── LANGBASE_API.md # Pipe integration
└── REASONING_TIME_MACHINE.md # Time Machine design
许可证
麻省理工学院