MCP 推理器

一个用于 Claude Desktop 的推理实现，允许你使用束搜索（Beam Search）和蒙特卡洛树搜索（MCTS）。说实话，这最初是为了看看我们是否能让 Claude 在解决复杂问题方面做得更好……结果证明我们绝对可以。

当前版本：

v2.0.0

最新内容：

添加了 2 个实验性推理算法：

- `mcts-002-alpha`

    - 使用 A* 搜索方法以及策略模拟层的早期 *alpha* 实现

    - 还包括自适应探索模拟器和基于结果的推理模拟器的早期 *alpha* 实现

*注意* 这些 alpha 模拟器的实现尚未完成，可能会发生变化

- `mcts-002alt-alpha`

    - 使用双向搜索方法以及策略模拟层的早期 *alpha* 实现

    - 还包括自适应探索模拟器和基于结果的推理模拟器的早期 *alpha* 实现

*注意* 这些 alpha 模拟器的实现尚未完成，可能会发生变化

mcts-001-alpha 和 mcts-001alt-alpha 发生了什么？

很简单：它没用，并且与基本的 mcts 方法非常相似。经过初步测试，结果表明基本思维过程非常相似，表明仅仅添加策略模拟可能没有效果。

那么为什么现在要添加策略模拟层呢？

我认为将策略和搜索结合起来很重要，因为大多数算法都是这样实现的。

以前的版本：

v1.1.0

添加了对搜索参数的模型控制：

beamWidth - 让 Claude 调整要跟踪的路径数量 (1-10)

numSimulations - 微调 MCTS 模拟计数 (1-150)

特性

• 两种搜索策略，你可以在它们之间切换：
  • 束搜索（Beam search）（适用于简单直接的事情）
  • MCTS（当事情变得复杂时）带有 alpha 变体（见上文）
• 跟踪不同推理路径的好坏
• 绘制 Claude 思考问题的各种方式
• 分析推理过程的进展
• 遵循 MCP 协议（显然）

安装

git clone https://github.com/frgmt0/mcp-reasoner.git

OR 克隆原始仓库：

git clone https://github.com/Jacck/mcp-reasoner.git

cd mcp-reasoner
npm install
npm run build

配置

添加到 Claude Desktop 配置：

{
  "mcpServers": {
    "mcp-reasoner": {
      "command": "node",
      "args": ["path/to/mcp-reasoner/dist/index.js"],
    }
  }
}

测试

[更多测试即将推出]

基准测试

[基准测试即将添加]

要测试的关键基准：

• MATH500

• GPQA-Diamond

• GMSK8

• 也许是 Polyglot &/or SWE-Bench

许可证

本项目根据 MIT 许可证授权 - 有关详细信息，请参阅 LICENSE 文件。