MCP Reasoner

一个为Claude Desktop实现的系统化推理MCP服务器，具有束搜索（Beam Search）和蒙特卡洛树搜索（MCTS）功能。

特性

• 双搜索策略：
  • 可配置宽度的束搜索
  • 适用于复杂决策空间的MCTS
• 思维评分与评估
• 基于树的推理路径
• 推理过程的统计分析
• 符合MCP协议

安装

git clone https://github.com/Jacck/mcp-reasoner.git
cd mcp-reasoner
npm install
npm run build

配置

添加到Claude Desktop配置中：

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

搜索策略

束搜索

• 维护固定宽度的一组最有希望的路径
• 适合逐步推理
• 最佳适用场景：数学问题、逻辑谜题

蒙特卡洛树搜索

• 通过模拟探索决策空间
• 平衡探索与利用
• 最佳适用场景：具有不确定结果的复杂问题

注意： 在Arc AGI基准测试中（公共测试得分6/10），使用蒙特卡洛树搜索使得Claude表现非常出色，而同样的谜题使用束搜索仅得3/10分。对于极其复杂的任务，建议指导Claude采用MCTS策略而非束搜索。

算法细节

1. 搜索策略选择
   • 束搜索：评估并排序多个解决方案路径
   • MCTS：使用UCT进行节点选择及随机展开
2. 基于以下因素的思想评分：
   • 详细程度
   • 数学表达式
   • 逻辑连接词
   • 父子关系强度
3. 过程管理
   • 基于树的状态跟踪
   • 推理的统计分析
   • 进度监控

使用案例

• 数学问题
• 逻辑谜题
• 逐步分析
• 复杂问题分解
• 决策树探索
• 策略优化

未来实现

• 实现新算法
  • 迭代加深深度优先搜索 (IDDFS)
  • Alpha-Beta剪枝

许可证

本项目根据MIT许可证发布 - 详情请参阅LICENSE文件。