🧠 Vibe Check MCP

您还可以在以下网站找到 Vibecheck: mcpservers.org, Glama.ai, mcp.so

当您的 AI 无法自我调试时，它内部的橡皮鸭。

什么是 Vibe Check？

在**“氛围编码”**时代，AI 代理现在具备了惊人的能力，但问题已经从

“我的 AI 代理真的能完成这个复杂任务吗？”

变成了

“我的 AI 代理能否理解我想要编写的是一个简单程序，而不是一家价值数十亿美元科技公司的基础设施？”

它提供了目前 AI 代理所缺乏的关键时刻：“等一下...这不是我想要的”，即内置的自我纠正监督层。它是决定性的 Vibe Coder 的理智检查 MCP 服务器：

• 通过实施战略模式中断来防止 AI 工作流程中的级联错误。
• 使用工具调用“Vibe Check”与 LearnLM 1.5 Pro（Gemini API）进行微调，以增强复杂工作流策略，并防止视野狭窄的错误。
• 实施“Vibe Distill”以鼓励简化计划，防止过度工程化解决方案，并最小化代理中的上下文漂移。
• 自我改进反馈循环：代理可以将错误记录到“Vibe Learn”中，以提高语义回忆，并帮助监督 AI 随时间针对模式进行优化。

TLDR; 实现一个经过微调的代理，以阻止您的代理在自信地执行错误之前重新考虑。

问题：模式惯性

在氛围编码运动中，我们都在使用 LLM 来生成、重构和调试代码。但这些模型有一个关键缺陷：一旦它们开始沿着某个推理路径前进，即使路径明显错误，它们也会继续前进。

You: "Parse this CSV file"

AI: "First, let's implement a custom lexer/parser combination that can handle arbitrary 
     CSV dialects with an extensible architecture for future file formats..."

You: *stares at 200 lines of code when you just needed to read 10 rows*

这种模式惯性会导致：

• 🔄 视野狭窄：您的代理陷入一种方法，看不到其他选择
• 📈 范围蔓延：简单的任务逐渐演变成企业级解决方案
• 🔌 过度工程化：为不需要抽象的问题添加抽象层
• ❓ 错位：解决了一个与您要求相邻但不同的问题

特性：元认知监督工具

Vibe Check 通过三个集成工具为您的代理工作流程添加了一层元认知：

🛑 vibe_check

模式中断机制，通过元认知提问打破视野狭窄：

vibe_check({
  "phase": "planning",           // planning, implementation, or review
  "userRequest": "...",          // FULL original user request 
  "plan": "...",                 // Current plan or thinking
  "confidence": 0.7              // Optional: 0-1 confidence level
})

⚓ vibe_distill

元思维锚点，重新校准复杂的工作流程：

vibe_distill({
  "plan": "...",                 // Detailed plan to simplify
  "userRequest": "..."           // FULL original user request
})

🔄 vibe_learn

自我改进的反馈循环，随着时间的推移建立模式识别：

vibe_learn({
  "mistake": "...",              // One-sentence description of mistake
  "category": "...",             // From standard categories
  "solution": "..."              // How it was corrected
})

Vibe Check 实际应用

在使用 Vibe Check 之前：

Claude 假设了 MCP 的含义，尽管存在歧义，导致所有后续步骤都基于这个错误假设

使用 Vibe Check 之后：

Vibe Check MCP 被调用，并指出歧义，迫使 Claude 承认信息不足并主动解决这个问题

安装与设置

通过 Smithery 安装

要通过 Smithery 自动安装 vibe-check-mcp-server 到 Claude Desktop：

npx -y @smithery/cli install @PV-Bhat/vibe-check-mcp-server --client claude

通过 npm 手动安装（推荐）

# Clone the repo
git clone https://github.com/PV-Bhat/vibe-check-mcp-server.git
cd vibe-check-mcp-server

# Install dependencies
npm install

# Build the project
npm run build

# Start the server
npm run start

与 Claude 集成

将以下内容添加到您的 claude_desktop_config.json 文件中：

"vibe-check": {
  "command": "node",
  "args": [
    "/path/to/vibe-check-mcp/build/index.js"
  ],
  "env": {
    "GEMINI_API_KEY": "YOUR_GEMINI_API_KEY"
  }
}

环境配置

在项目根目录下创建一个 .env 文件：

GEMINI_API_KEY=your_gemini_api_key_here

代理提示指南

为了有效进行模式中断，请在系统提示中包含以下指令：

As an autonomous agent, you will:

1. Treat vibe_check as a critical pattern interrupt mechanism
2. ALWAYS include the complete user request with each call
3. Specify the current phase (planning/implementation/review)
4. Use vibe_distill as a recalibration anchor when complexity increases
5. Build the feedback loop with vibe_learn to record resolved issues

各工具的使用时机

工具	使用时机
🛑 vibe_check	当您的代理开始为待办事项应用程序解释区块链基础知识时
⚓ vibe_distill	当您的代理计划中的嵌套要点比您的整个技术规范还多时
🔄 vibe_learn	在您手动引导代理从复杂性深渊返回后

API 参考

请参阅 技术参考 获取完整的 API 文档。

架构

Vibe Check 实现了一个基于递归监督原则的双层元认知架构。关键见解包括：

1. 模式惯性抵抗：LLM 代理在其推理路径上自然表现出类似动量的属性，需要外部干预才能重新定向。

2. 相位共振中断：元认知提问必须与代理当前阶段（规划/实施/审查）保持一致，以实现最大的矫正效果。

3. 权威结构集成：必须明确提示代理将外部元认知反馈视为高优先级中断而不是可选建议。

4. 锚点压缩机制：复杂的推理流程必须被提炼成最小的锚链，作为有效的重校准点。

5. 递归反馈循环：所有观察到的失误都必须存储并利用来构建纵向失败模型，以提高中断的有效性。

有关底层设计原则的更多细节，请参见哲学。

Vibe Check 实际应用（继续）

---

---

---

文档

文档	描述
代理提示策略	详细的代理集成技术
高级集成	反馈链、置信水平等更多内容
技术参考	完整的 API 文档
理念	Vibe Check 背后的深层 AI 对齐原则
案例研究	Vibe Check 在实际中的应用示例

贡献

我们欢迎对 Vibe Check 的贡献！无论是修复 bug、添加功能还是改进文档，请查阅我们的贡献指南以开始。

许可证

MIT