DeepLucid3D UCPF Server
一个MCP服务器,它实现了统一认知处理框架,通过结构化的工具来进行知识绘图、递归提问和视角生成,从而实现高级的问题解决、创造性思维和认知分析。
README
DeepLucid3D UCPF 服务器
一个模型上下文协议 (MCP) 服务器,实现了统一认知处理框架 (UCPF),用于高级认知分析、创造性问题解决和结构化思维。
它是什么?
DeepLucid3D UCPF 服务器是统一认知处理框架作为 MCP 服务器的实现。它结合了递归自我意识和维度知识分类,为问题解决和创造性思维提供了一种强大的方法。
该服务器通过提供结构化的认知工具来扩展 AI 能力,这些工具可以帮助:
- 评估认知状态
- 映射知识维度
- 应用递归自我提问
- 产生创造性视角
- 分解和重新整合复杂问题
它的作用
UCPF 服务器通过以下几个关键特性实现高级认知处理:
核心能力
-
认知状态评估:识别当前的认知状态(黑暗惯性、激情或接近清醒),以提高问题解决过程中的自我意识。
-
知识维度映射:跨三个维度映射知识:
- 意识(已知 vs. 未知)
- 内容(已知 vs. 未知)
- 可访问性(可知 vs. 不可知)
-
递归自我提问:挑战初始假设并识别潜在的认知偏差。
-
创造性视角生成:产生新颖的观点和隐喻思维,以激发新的解决方案。
-
问题分解:将复杂问题分解为可管理的组成部分,并在了解整个系统的情况下重新整合它们。
-
可选状态管理:维护会话之间的上下文,以便进行持续分析。
设置和安装
前提条件
- Node.js (v14 或更高版本)
- npm (v6 或更高版本)
- 与模型上下文协议兼容的环境
安装步骤
-
克隆存储库
git clone https://github.com/yourusername/DeepLucid3D-UCPF-Server.git cd DeepLucid3D-UCPF-Server -
安装依赖项
npm install -
构建项目
npm run build -
配置 MCP 设置
将服务器添加到您的 MCP 设置文件中。对于 Claude/Cline,这通常位于:
- 对于 Claude Desktop:
~/Library/Application Support/Claude/claude_desktop_config.json(macOS) - 对于 VSCode Cline:
~/.config/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json(Linux)
添加以下配置:
{ "mcpServers": { "ucpf": { "command": "node", "args": ["path/to/DeepLucid3D-MCP/build/index.js"], "env": {}, "disabled": false, "autoApprove": [] } } } - 对于 Claude Desktop:
-
重启您的 MCP 兼容应用程序(Claude、带有 Cline 的 VSCode 等)
如何使用
该服务器公开了三个主要工具和几个可以通过 MCP 访问的资源:
工具
-
analyze_problem: 通过完整的 UCPF 框架处理问题陈述
<use_mcp_tool> <server_name>ucpf</server_name> <tool_name>analyze_problem</tool_name> <arguments> { "problem": "您的问题陈述", "session_id": "可选会话 ID", "enable_state": false, "detailed": false } </arguments> </use_mcp_tool> -
creative_exploration: 为某个主题生成新颖的视角和联系
<use_mcp_tool> <server_name>ucpf</server_name> <tool_name>creative_exploration</tool_name> <arguments> { "topic": "您的主题", "constraints": ["可选约束 1", "可选约束 2"], "perspective_count": 3, "include_metaphors": true } </arguments> </use_mcp_tool> -
manage_state: 控制 UCPF 处理的状态管理
<use_mcp_tool> <server_name>ucpf</server_name> <tool_name>manage_state</tool_name> <arguments> { "action": "enable", // 或 "disable", "reset", "status" "session_id": "可选特定会话 ID" } </arguments> </use_mcp_tool>
资源
访问框架文档:
<access_mcp_resource>
<server_name>ucpf</server_name>
<uri>ucpf://framework/overview</uri>
</access_mcp_resource>
可用资源:
ucpf://framework/overview: UCPF 框架概述ucpf://framework/cognitive-states: 认知状态指南ucpf://framework/knowledge-dimensions: 知识维度参考ucpf://session/{sessionId}/analysis: 特定会话的分析结果
示例用例:使用 UCPF 解决谜语
让我们解决经典的谜语:“早上四条腿走路,下午两条腿走路,晚上三条腿走路的是什么?”
步骤 1:启用会话持久性的状态管理
<use_mcp_tool>
<server_name>ucpf</server_name>
<tool_name>manage_state</tool_name>
<arguments>
{
"action": "enable"
}
</arguments>
</use_mcp_tool>
步骤 2:使用 UCPF 框架分析谜语
<use_mcp_tool>
<server_name>ucpf</server_name>
<tool_name>analyze_problem</tool_name>
<arguments>
{
"problem": "早上四条腿走路,下午两条腿走路,晚上三条腿走路的是什么?",
"session_id": "sphinx-riddle",
"enable_state": true
}
</arguments>
</use_mcp_tool>
分析将提供:
- 认知状态评估(可能识别潜在的隐喻思维)
- 我们知道和不知道的知识映射
- 挑战初始假设的递归问题(例如,“我们是否假设字面意义上的腿?”)
- 对不同解释的结构化视角
步骤 3:探索创造性视角以找到解决方案
<use_mcp_tool>
<server_name>ucpf</server_name>
<tool_name>creative_exploration</tool_name>
<arguments>
{
"topic": "在一天中的不同时间以不同数量的腿行走",
"constraints": ["早上", "下午", "晚上", "四", "二", "三"],
"include_metaphors": true,
"session_id": "sphinx-riddle"
}
</arguments>
</use_mcp_tool>
这种探索可能会揭示:
- “腿”作为支撑结构的隐喻解释
- 一天中的时间作为生命阶段的隐喻解释
- 从而得出经典的答案:一个人,婴儿时期用四肢爬行,成年后用两条腿行走,老年时使用拐杖(第三条“腿”)
步骤 4:查看会话分析
<access_mcp_resource>
<server_name>ucpf</server_name>
<uri>ucpf://session/sphinx-riddle/analysis</uri>
</access_mcp_resource>
这提供了完整的分析过程,展示了该框架如何通过结构化的认知处理得出解决方案。
致谢
这个项目站在巨人的肩膀上:
- 模型上下文协议 (MCP) 团队创建了基础协议,使 AI 系统能够访问外部工具和资源
- Anthropic Claude 团队在能够利用 MCP 的高级 AI 系统方面所做的工作
- 统一认知处理框架概念的贡献者,这些概念为认知分析方法提供动力
- 开源社区,他们的库和工具使这样的项目成为可能
许可证
MIT 许可证
项目结构
DeepLucid3D-UCPF-Server/
├── src/
│ ├── engine/
│ │ ├── ucpf-core.ts # 核心 UCPF 处理逻辑
│ │ ├── creative-patterns.ts # 创造性思维实用程序
│ │ └── state-manager.ts # 会话状态管理
│ ├── tools/
│ │ ├── analyze-problem.ts # 问题分析工具
│ │ └── creative-exploration.ts # 创造性探索工具
│ └── index.ts # 主服务器实现
├── build/ # 编译后的 JavaScript 文件
├── package.json # 项目依赖项和脚本
└── README.md # 本文档
© 2025 DeepLucid3D UCPF 服务器
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。