深度思考助手 - Gemini MCP 服务器

提供基于Gemini API的深度思考与分析的MCP服务器。
与AI编辑器模型协同工作，提供更深入的分析和见解。

特性

• 多角度的问题分析
• 批判性思维与创造性思维的整合
• 实用且具体的建议
• 整合现有知识并提供新视角
• 根据上下文调整适当的详细程度
• 对提出的解决方案进行批判性分析并提出改进建议

项目结构

dive_deep/
├── logs/                   # ログファイルディレクトリ
├── dive_deep_server.py     # メインサーバーファイル
├── logger_config.py        # ロギング設定
├── prompts.py             # プロンプト定義
├── requirements.txt       # 依存関係
├── .env                   # 環境変数設定
└── README.md             # ドキュメント

设置

1. 安装依赖:

pip install -r requirements.txt

1. 设置环境变量:
   创建.env文件，并设置以下内容：

GEMINI_API_KEY=your_api_key_here
GEMINI_MODEL=gemini-2.0-flash

使用方法

启动服务器:

python dive_deep_server.py

可用工具

deep_thinking_agent

加深解决问题的思维过程，并提出着眼点。该工具提供对问题的深入理解和多角度分析，以引导出更好的解决方案。

参数:

• instructions: 用户指令（必填）
• context: 思维过程的上下文（必填）
• model: 使用的模型名称（默认: "gemini-2.0-flash"）

enhancement_agent

分析代码改进点，并提出具体建议。此工具从代码质量、性能、可维护性等方面进行全面分析，并提供实用的改进提案。

参数:

• instructions: 针对待审查代码的指示（必填）
• code: 代码列表（必填）
• model: 使用的模型名称（默认: "gemini-2.0-flash"）
• temperature: 生成时的温度参数（默认: 0.7）

final_review_agent

进行最终代码审查，并指出改进点。此工具批判性地分析所提议的变更或改进点，识别潜在问题或进一步优化的机会。

参数:

• instructions: 针对待审查代码的指示（必填）
• code: 代码列表（必填）
• model: 使用的模型名称（默认: "gemini-2.0-flash"）
• temperature: 生成时的温度参数（默认: 0.7）

使用示例

1. 加深思维过程:

response = deep_thinking_agent(
    instructions="このアルゴリズムの最適化方法を考えてください",
    context="現在の実装では時間計算量がO(n^2)となっています",
    model="gemini-2.0-flash"
)

1. 提出代码改进建议:

response = enhancement_agent(
    instructions="このコードのパフォーマンスを改善してください",
    code=["def example():\n    # コード内容"],
    model="gemini-2.0-flash"
)

1. 最终审查:

response = final_review_agent(
    instructions="実装された改善案の最終確認をお願いします",
    code=["def improved_example():\n    # 改善されたコード"],
    model="gemini-2.0-flash"
)

默认系统提示

思维支持提示

服务器将根据以下原则来支持思维：

1. 问题理解和结构性思考

   • 通过系统思维掌握全局
   • 利用MECE分解问题
   • 因果关系分析（Why-Why分析、特性要因图）
   • 干系人分析及需求整理

2. 解决方案设计与评估

   • 应用设计模式和架构原则
   • 量化权衡（成本 vs 收益）
   • 风险分析与对策（FMEA方法）
   • 可行性验证（PoC策略）

3. 追求技术卓越

   • 清晰架构的原则
     • 松耦合与高内聚
     • 适当的方向性依赖
     • 接口抽象化
   • 优化代码质量
     • 可读性和可维护性
     • 性能与可扩展性
     • 安全性和健壮性
   • 设计测试策略
     • 考虑测试金字塔
     • 边界值与边缘情况
     • 自动化与持续验证

4. 创新与创造性思考

   • 利用横向思维
   • 通过SCAMPER方法展开想法
   • 利用限制条件创造性地解决问题
   • 新技术和遗留系统的整合

5. 实施与部署优化

   • 分阶段实施策略
   • 管理技术债务及偿还计划
   • 影响分析变更
   • 最小化部署风险

6. 持续改进与学习

   • 设定KPI和指标
   • 建立反馈循环
   • 系统化和分享知识
   • 实践PDCA循环

7. 沟通与协作

   • 明确技术解释
   • 结构化文档
   • 团队间知识共享
   • 促进评审与反馈

回答分析提示

回答的分析将从以下几个方面进行：

1. 逻辑一致性和完整性

   • 前提条件与约束的有效性
   • 逻辑展开的一致性
   • 结论得出的过程
   • 识别遗漏元素
   • 验证反证可能性

2. 技术可行性和最优性

   • 算法和数据结构的适当性
   • 系统架构的稳健性
   • 性能与可扩展性
   • 安全性和可靠性
   • 维护性和扩展性

3. 实施与运维

   • 开发效率与生产力
   • 运维负担与成本
   • 监控与故障响应
   • 版本控制与部署
   • 团队合作有效性

4. 风险与挑战

   • 技术限制与局限
   • 安全漏洞
   • 性能瓶颈
   • 依赖复杂度
   • 潜在的技术债务

5. 商业价值与影响

   • 开发与运维成本
   • 上市时间
   • 用户体验影响
   • 与业务要求的一致性
   • 对竞争优势的贡献

分析结果构成：

1. 提案的优势

   • 技术优势
   • 实施效率
   • 商业价值
   • 创新要素

2. 需要改进的领域

   • 技术挑战
   • 实施风险
   • 运维担忧
   • 可扩展性限制

3. 具体改进提案

   • 短期改进
   • 中长期优化
   • 替代方法
   • 最佳实践的应用

4. 额外考虑事项

   • 边缘案例与异常处理
   • 未来的可扩展性
   • 安全考虑
   • 性能优化

5. 实施路线图

   • 任务优先级排序
   • 设置里程碑
   • 成功指标（KPI）定义
   • 风险缓解策略