AI导哈

自我反思MCP服务器

一个具有持久情景记忆功能的自我反思MCP服务器，基于Reflexion研究，可提高代码任务的准确性。

  • by Questi0nM4rk
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 Questi0nM4rk/reflection-mcp

使用说明

反射mcp

具有持久情节记忆的自我反思MCP服务器。 基于Reflexion研究，显示HumanEval提高了21%。

特性

  • 持久化存储：剧集保存到 ~/.codeagent/data/reflection-episodes/
  • 课程有效性跟踪：跟踪应用经验教训是否会带来成功
  • 跨会话学习：跨会话的聚合模式
  • 学习者技能整合：导出项目记忆中的课程

MCP工具

工具 说明
reflect_on_failure 对失败进行结构化反思
store_episode 将学习片段存储在记忆中
retrieve_episodes 查找类似的过去剧集
generate_improved_attempt 制定改进指南
get_reflection_history 查看反射历史记录
get_common_lessons 按类型获取汇总课程
clear_episodes 清晰的情景记忆
get_episode_stats 获取内存统计信息
mark_lesson_effective 跟踪课程效果
export_lessons 导出学习者技能
link_episode_to_lesson 将剧集链接到应用课程

反馈类型

类型 描述
test_failure 测试断言失败
lint_error 违反Linter规则
build_error 编译/构建失败
review_comment 代码审查反馈
runtime_error 运行时异常
security_issue 安全漏洞
performance_issue 性能问题
type_error 类型不匹配

哲学

基于 反思 （NeurIPS 2023）-Shinn等人的“具有言语强化学习的语言代理”。

关键洞察通过结构化故障分析和情景学习，代码任务的准确率提高了21%。与其盲目地重试，不如反思出了什么问题。

安装

pip install git+https://github.com/Questi0nM4rk/reflection-mcp.git

使用Claude代码

claude mcp add reflection -- python -m reflection_mcp.server

或者独立运行：

python -m reflection_mcp.server

环境变量

CODEAGENT_HOME  # Storage location (default: ~/.codeagent)

存储

剧集和课程以JSON文件的形式保存在：

~/.codeagent/data/reflection-episodes/
├── episodes.json    # All episodes
└── lessons.json     # Aggregated patterns

相关 MCP