
MCP Advanced Reasoning Server
一个模型上下文协议服务器,通过蒙特卡洛树搜索、束搜索、R1 Transformer 和混合推理方法等高级推理能力来增强 Cursor AI 中的 Claude。
README
值得一提的是:
https://github.com/Jacck/mcp-reasoner
感谢 Jacck 给予我这个想法。
用于 Cursor AI 的 MCP 高级推理服务器
一个模型上下文协议 (MCP) 服务器,为 Cursor AI 中的 Claude 提供高级推理能力。
特性
- 蒙特卡洛树搜索 (MCTS):使用 MCTS 推理来解决复杂的难题。
- 束搜索 (Beam Search):同时探索多个推理路径。
- R1 Transformer:利用基于 Transformer 的推理来解决复杂问题。
- 混合推理 (Hybrid Reasoning):将 Transformer 分析与 MCTS 结合,以增强推理能力。
- 自动迭代推理 (Auto-Iterative Reasoning):所有多步骤推理方法都会在单个工具调用中自动完成所有推理步骤。
安装
npm install
npm run build
使用
使用 Cursor AI 进行配置
-
首先构建服务器:
cd mcp-reasoning-server npm run build
-
打开 Cursor AI
-
导航到 Settings > Features > MCP
-
点击 "+ Add new global MCP server" 按钮
-
输入以下详细信息:
- 在 command 字段中:
node C:\\Users\\[YourUsername]\\path\\to\\mcp-reasoning-server\\dist\\index.js
- 确保使用项目 dist/index.js 文件的完整路径
- Windows 路径使用双反斜杠
- 在 command 字段中:
-
点击 "Add"
-
在列表中找到您的服务器(最初会显示为 "Disabled")
-
点击 "Disabled" 将其切换为 "Enabled"
-
点击刷新按钮以加载可用的工具
-
将自动打开一个命令提示符窗口 - 这是您的服务器正在运行
-
只要此命令提示符窗口保持打开状态,推理工具就可用
或者,您可以手动编辑 Cursor MCP 配置文件,该文件位于 C:\Users\[Username]\.cursor\mcp.json
(Windows):
{
"mcpServers": {
"mcp-reasoner": {
"command": "node",
"args": ["C:\\Users\\[Username]\\path\\to\\mcp-reasoning-server\\dist\\index.js"]
}
}
}
重要提示
- 服务器运行:这些工具仅在命令提示符窗口打开并运行时可用
- 进行更改:如果您对服务器代码进行更改,则必须先使用
npm run build
重新构建它,然后再重新启动 - 重新启动:要重新启动服务器,请关闭命令提示符窗口并在 Cursor 设置中关闭/打开服务器
使用推理工具
您可以直接在与 Claude 的 Cursor AI 对话中使用推理工具:
MCTS 推理
使用 /reason-mcts
命令,后跟您的查询,以启动基于 MCTS 的推理链:
/reason-mcts 如何优化此 React 组件的性能?
束搜索推理
使用 /reason-beam
命令进行基于束搜索的推理:
/reason-beam 哪种架构最适合此微服务系统?
R1 Transformer 推理
使用 /reason-r1
命令进行单步基于 Transformer 的推理:
/reason-r1 分析此算法的复杂性。
混合推理
使用 /reason-hybrid
命令将 Transformer 和 MCTS 推理结合起来:
/reason-hybrid 我们应该如何重构这个遗留代码库?
Claude 集成
为了使 Claude 更容易使用这些推理工具,您可以添加以下自定义指令:
当我在聊天中使用 /reason-mcts、/reason-beam、/reason-r1 或 /reason-hybrid 等命令时,将其解释为使用相应推理工具的请求:
/reason-mcts:使用 reason_mcts 工具,并将命令后面的文本作为查询
示例:"/reason-mcts 我该如何解决这个问题?" 应该调用 reason_mcts 工具
/reason-beam:使用 reason_beam 工具,并将命令后面的文本作为查询
示例:"/reason-beam 解决这个复杂问题的最佳方法是什么?" 应该调用 reason_beam 工具
/reason-r1:使用 reason_r1 工具,并将命令后面的文本作为查询
示例:"/reason-r1 分析此代码是否存在性能问题" 应该调用 reason_r1 工具
/reason-hybrid:使用 reason_hybrid 工具,并将命令后面的文本作为查询
示例:"/reason-hybrid 我们应该如何重构这个架构?" 应该调用 reason_hybrid 工具
当使用这些命令时,提取命令后的文本作为查询参数,并使用相应的工具执行高级推理。
开发
项目结构
src/index.ts
: 主服务器入口点src/tools/reasoning-tools.ts
: 推理工具的实现src/tools/reasoning-wrapper.ts
: 用于在 Cursor 中更易于使用的命令包装器src/utils/errors.ts
: 错误处理实用程序
自动迭代推理
推理工具的实现方式是在单个工具调用期间自动完成所有推理步骤。 每种推理方法都遵循以下过程:
- 初始化第一个想法/步骤
- 自动生成后续的想法/步骤
- 返回所有想法以及最终结果
这种方法确保推理过程完全完成,而无需多次手动工具调用。
添加新的推理方法
要添加新的推理方法,请按照以下步骤操作:
- 在
src/tools/reasoning-tools.ts
中添加新的工具实现 - 在
src/tools/reasoning-wrapper.ts
中添加相应的命令包装器 - 遵循现有工具的模式,定义参数和响应格式
- 如果是多步骤推理方法,则实现自动迭代
- 使用
npm run build
重新构建项目
局限性
这是一个模拟推理服务器。 在生产实现中,您将连接到实际的推理算法,而不是当前使用的占位符响应。
许可证
ISC
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。