B
Branch Thinking 分支思维
@ssdeanx/branch-thinking
3 Stars
824 次浏览
ssdeanx
更新于 2026-08-23
一种MCP工具，通过分支管理、语义分析和认知增强，在多个AI平台中实现结构化思考和分析。
该服务暂未提供标准配置，请参考 README 手动接入
服务介绍
🧠 Neural Architect (NA) | MCP 分支思维工具
通过分支管理、语义分析和认知增强，Neural Architect 是一个能够在多个 AI 平台上实现结构化思考和分析的 MCP 工具。
📚 目录
🤖 支持的平台
| 平台 | 状态 | 集成方式 |
|---|---|---|
| Claude | ✅ | 原生支持 |
| VSCode Copilot | ✅ | 通过 MCP 扩展 |
| Cursor | ✅ | 直接集成 |
| Roo | 🚧 | 开发中 |
| 命令行 | ✅ | CLI 工具 |
| Claude Code | ✅ | 原生支持 |
🎯 概述
Neural Architect 通过以下方式增强 AI 交互：
- 🌳 多分支思维管理
- 🔍 跨平台语义分析
- ⚖️ 通用偏见检测
- 📊 标准化分析
- 🔄 自适应学习
- 🔌 针对特定平台的优化
系统要求
| 组件 | 要求 | 备注 |
|---|---|---|
| Node.js | ≥18.0.0 | MCP 协议所需 |
| TypeScript | ≥5.3.0 | 用于类型安全 |
| 内存 | ≥512MB | 推荐：1GB |
| 存储 | ≥100MB | 用于缓存和分析 |
| 网络 | 低延迟 | 推荐：<50ms |
关键指标
| 类别 | 当前 | 目标 | 状态 |
|---|---|---|---|
| 响应时间 | <100ms | <50ms | 🚧 |
| 思维处理 | 1000/sec | 2000/sec | 🚧 |
| 向量维度 | 384 | 512 | ⏳ |
| 准确率 | 95% | 98% | 🚧 |
| 平台覆盖 | 5/6 | 6/6 | 🚧 |
🎯 MCP 集成状态
当前实现
| 状态 | 功能 | 描述 |
|---|---|---|
| ✅ | MCP 协议 | 完全兼容 MCP 服务器/客户端架构 |
| ✅ | 标准 I/O 传输 | 标准输入输出通信通道 |
| ✅ | 工具注册 | 自动与 Claude 注册 |
| ✅ | 思维处理 | 结构化思维处理 |
| 🚧 | 实时更新 | 在思维处理过程中提供实时反馈 |
| ⏳ | 多模型支持 | 兼容其他 LLM |
即将推出的 MCP 功能
- 🔄 流式响应支持
- 🔌 针对特定模型的插件系统
- 🔗 工具间通信
- 📊 模型上下文感知
🎯 项目时间线 (甘特图)
gantt
title Neural Architect Development Timeline
dateFormat YYYY-MM-DD
axisFormat %b-%d
todayMarker on
section Completed
v0.1.0 Initial Release :done, v1, 2025-01-15, 2025-01-30
Core MCP Protocol :done, mcp, 2025-02-01, 2025-02-05
Semantic Processing :done, sem, 2025-02-05, 2025-02-10
Analytics Engine :done, ana, 2025-02-10, 2025-02-15
v0.2.0 Release :done, v2, 2025-02-15, 2025-02-19
section Current Sprint
Advanced Visualization :active, vis, 2025-03-10, 2025-03-16
Real-time Updates :active, rt, 2025-03-12, 2025-03-28
Roo Integration :roi, 2025-03-14, 2025-03-31
Performance Optimization :opt, 2025-03-15, 2025-03-30
Plugin System :plug, 2025-03-17, 2025-04-05
section Q2 2025
Streaming Response :stream, 2025-04-01, 2025-04-15
Enhanced Error Handling :err, 2025-04-16, 2025-04-30
Multi-modal Processing :multi, 2025-05-01, 2025-05-15
Knowledge Graph :graph, 2025-05-16, 2025-05-31
Pattern Recognition :pat, 2025-06-01, 2025-06-30
section Q3 2025
Cross-tool Communication :cross, 2025-07-01, 2025-07-31
Context-aware Processing :context, 2025-08-01, 2025-08-31
Custom Embeddings :embed, 2025-09-01, 2025-09-30
section Q4 2025
API Gateway :api, 2025-10-01, 2025-10-31
Real-time Collaboration :collab, 2025-11-01, 2025-11-30
v1.0 Release :milestone, v3, 2025-12-15, 2025-12-31
section Platform Support
Claude Support :done, claude, 2025-01-15, 2025-12-31
VSCode Support :done, vscode, 2025-02-01, 2025-12-31
Cursor Support :done, cursor, 2025-02-01, 2025-12-31
CLI Support :done, cli, 2025-02-15, 2025-12-31
Roo Support :active, roo, 2025-02-19, 2025-12-31
📌 关键路径依赖
- 高级可视化 → 实时更新
- 插件系统 → 跨工具通信
- 知识图谱 → 上下文感知处理
- 模式识别 → 自定义嵌入
- API 网关 → v1.0 发布
🎯 里程碑日期
- ✅ v0.1.0: 2025年1月15日
初始实现，包含核心功能和基本的 Claude 集成。 - ✅ v0.2.0: 2025年2月15日
发布版本，包含偏见检测系统和增强分析的强化学习 (RL) 集成。 - 🎯 v0.3.0: 2025年3月31日
重点改进语义处理和基础分析能力。 - 🎯 v0.4.0: 2025年6月30日
引入高级可视化和初步多模态处理特性。 - 🎯 v0.5.0: 2025年9月30日
集成知识图谱能力和进一步性能优化。 - 🎯 v1.0.0: 2025年12月15日
全面发布，包括 API 网关、实时协作和支持整个平台。
注：根据开发进度和平台需求，时间线可能会有所调整。
🎯 项目时间线与目标
本节概述了项目的进展，提供了已完成里程碑的概览，详细说明了当前冲刺任务，并描述了即将进行的开发阶段。目标是保持透明度并确保所有平台集成的一致性。
✅ 已完成的里程碑
最后更新：2025年3月15日 15:30 EST
| 日期 | 里程碑 | 细节 | 平台支持 |
|---|---|---|---|
| 2025-02-15 | v0.2.0 发布 | 实现了与 RL 集成的偏见检测系统；优化了分析管道。 | 所有平台 |
| 2025-02-10 | 分析引擎 | 建立了带有漂移检测和初始反馈集成的实时指标。 | Claude, Cursor |
| 2025-02-05 | 语义处理 | 推出了向量嵌入和相似性搜索以增强语义分析。 | 所有平台 |
| 2025-02-01 | 核心 MCP 协议 | 集成了用于结构化思维处理和通信的基本 MCP 协议。 | Claude, VSCode |
| 2025-01-15 | v0.1.0 发布 | 初始实现专注于核心功能和 Claude 集成。 | 仅 Claude |
🚧 当前冲刺 (Q1 2025)
目标完成日期：2025年3月31日
在当前冲刺期间，团队专注于通过关键功能增强和平台集成来提升用户体验和系统性能：
| 状态 | 优先级 | 目标 | 目标日期 | 平台 | 附加详情 |
|---|---|---|---|---|---|
| 🔄 90% | P0 | 高级可视化 | 2月25日 | 所有 | 开发动态和交互式视觉界面，提供对思维分支的深入洞察。 |
| 🔄 75% | P0 | 实时更新 | 3月05日 | Claude, Cursor | 实施实时反馈机制，以实现连续数据流和交互式处理。 |
| 🔄 60% | P1 | Roo 集成 | 3月15日 | Roo | 适应特定于平台的功能，无缝集成到 Roo 中。 |
| 🔄 40% | P1 | 性能优化 | 3月20日 | 所有 | 提升系统性能，减少延迟并提高整体吞吐量。 |
| 🔄 25% | P2 | 插件系统 | 3月31日 | 所有 | 构建模块化插件系统，为模型特定适配器提供快速未来集成的支持。 |
🗓️ 即将到来的里程碑
本节详细介绍了即将到来的开发阶段的战略路线图。每个里程碑都定义了目标时间线、信心水平和平台适用性，以确保在所有领域内取得专注进展。
Q2 2025 (四月 - 六月)
| 月份 | 目标 | 信心 | 平台 | 描述 |
|---|---|---|---|---|
| 四月 | 流式响应支持 | 90% | 全部 | 启用流式响应以支持实时数据处理和交互式输出。 |
| 四月 | 增强错误处理 | 85% | 全部 | 集成高级错误检测和恢复流程，以确保系统弹性。 |
| 五月 | 多模态处理 | 75% | Claude, Cursor | 扩展能力以处理图像、音频和视频以及文本，提供更丰富的分析范围。 |
| 五月 | 知识图谱集成 | 70% | 全部 | 建立全面的知识图谱，以关联数据并提供更深层次的上下文洞察。 |
| 六月 | 高级模式识别 | 65% | 全部 | 开发复杂的算法来检测和分析复杂的思想模式和趋势。 |
2025年第三季度（7月至9月）
| 月份 | 目标 | 信心 | 平台 | 描述 |
|---|---|---|---|---|
| 七月 | 跨工具通信 | 60% | 全部 | 促进不同AI工具之间的无缝互操作性和数据交换。 |
| 八月 | 上下文感知处理 | 55% | 全部 | 增强系统根据用户上下文动态调整的能力，以提供个性化见解。 |
| 九月 | 自定义嵌入支持 | 50% | 全部 | 引入可定制的嵌入配置，以针对特定用例量身定制语义分析。 |
2025年第四季度（10月至12月）
| 月份 | 目标 | 信心 | 平台 | 描述 |
|---|---|---|---|---|
| 十月 | 高级 API 网关 | 45% | 全部 | 开发一个健壮的 API 网关，以处理高容量请求并实现安全集成。 |
| 十一月 | 实时协作 | 40% | 全部 | 构建协作功能，使多个用户能够实时互动和共享见解。 |
| 十二月 | v1.0 发布 | 80% | 全部 | 最终全面发布，包括完整功能集、API 集成和支持多平台。 |
此文档旨在确保项目生命周期中的透明度和清晰度。有关更多详情或更新，请参阅内部项目仪表板或联系项目负责人。
🎯 长期愿景 (2025)
- 🧠 高级认知架构
- 🔄 自我改进系统
- 🤝 跨平台同步
- 📊 高级可视化套件
- 🔐 企业级安全特性
- 🌐 全球思维网络
⚠️ 已知挑战
- 跨平台一致性
- 实时性能
- 扩展语义搜索
- 内存优化
- API 标准化
📈 进度指标
- 代码覆盖率：87%
- 性能指数：92/100
- 平台支持：5/6
- API 稳定性：85%
- 用户满意度：4.2/5
注意：所有日期和估计值可能会根据开发进度和平台需求而变化。
最后更新时间：2025年3月15日 15:30 EST
下次更新时间：2025年3月22日
⚡ 核心功能
🧠 认知处理
graph LR
A[Input] --> B[Semantic Processing]
B --> C[Vector Embedding]
C --> D[Pattern Recognition]
D --> E[Knowledge Graph]
E --> F[Output]
语义引擎
- 🔮 384维思想向量
- 🔍 上下文相似性搜索
O(log n) - 🌐 多跳推理路径
- 🎯 关系检测准确率为95%
分析套件
- 📊 实时分支度量
- 📈 时间演变跟踪
- 🎯 语义覆盖映射
- 🔄 漂移检测算法
偏见检测
- 🎯 5种认知偏见模式
- 📉 严重程度量化
- 🛠️ 自动缓解
- 📊 持续监控
学习系统
- 🧠 动态置信度评分
- 🔄 强化反馈
- 📈 性能优化
- 🎯 自动参数调整
🚀 快速开始
特定平台安装
# For Claude Desktop
{
"branch-thinking": {
"command": "node",
"args": ["/path/to/tools/branch-thinking/dist/index.js"]
}
}
# For VSCode
ext install mcp-branch-thinking
# For Cursor
cursor plugin install @mcp/branch-thinking
# For Command Line
npm install -g @mcp/branch-thinking-cli
# For Development
npm install @modelcontextprotocol/server-branch-thinking
使用示例
# Cursor
/think analyze this problem
# VSCode Copilot
#! branch-thinking: analyze
# Claude
Use branch-thinking to analyze...
# Command Line
na analyze "problem statement"
# Roo
@branch-thinking analyze
# Claude Code
/branch analyze
🛠️ 工具命令
基本命令
list # Show all thought branches
focus <branchId> # Switch to specific branch
history [branchId] # View branch history
高级功能
semantic-search <query> # Search across thoughts
analyze-branch <id> # Generate branch analytics
detect-bias <id> # Check for cognitive biases
🛠️ 命令参考
分析命令
na semantic-search "query" [--threshold=0.7] [--max=10]
na multi-hop "start" "end" [--depth=3]
na analyze-clusters [--method=dbscan] [--epsilon=0.5]
监控命令
na analyze branch-name [--metrics=all]
na track node-id [--window=5]
na detect-bias branch-name [--types=all]
🛠️ MCP 配置
{
"name": "@modelcontextprotocol/server-branch-thinking",
"version": "0.2.0",
"type": "module",
"bin": {
"mcp-server-branch-thinking": "dist/index.js"
},
"capabilities": {
"streaming": false,
"batchProcessing": true,
"contextAware": true
}
}
📈 最近更新
[0.2.0]
- ✨ 增强的MCP协议支持
- 🧠 偏见检测系统
- 🔄 强化学习
- 📊 高级分析
- 🎯 改进类型安全
[0.1.0]
- 🎉 初始MCP实现
- 📝 基本思维处理
- 🔗 交叉引用系统
🤝 贡献
欢迎贡献！请参阅贡献指南。
📚 使用技巧
-
直接调用
使用分支思维进行分析... -
自动触发
添加到Claude的系统提示中：当被要求“逐步思考”或“彻底分析”时使用分支思维 -
最佳实践
- 从主分支开始
- 为替代方案创建子分支
- 使用交叉引用来连接
- 监控偏差分数
🏗️ 系统架构
graph TB
subgraph Frontend["Frontend Layer"]
direction TB
UI["User Interface"]
VIS["Visualization Engine"]
INT["Platform Integrations"]
end
subgraph MCP["MCP Protocol Layer"]
direction TB
Server["MCP Server"]
Transport["Stdio Transport"]
Protocol["Protocol Handler"]
Stream["Stream Processor"]
end
subgraph Core["Core Processing"]
direction TB
BM["Branch Manager"]
SP["Semantic Processor"]
BD["Bias Detector"]
AE["Analytics Engine"]
RL["Reinforcement Learning"]
KG["Knowledge Graph"]
end
subgraph Data["Data Layer"]
direction TB
TB["Thought Branches"]
TN["Thought Nodes"]
SV["Semantic Vectors"]
CR["Cross References"]
IN["Insights"]
Cache["Cache System"]
end
subgraph Analytics["Analytics Engine"]
direction TB
TM["Temporal Metrics"]
SM["Semantic Metrics"]
PM["Performance Metrics"]
BS["Bias Scores"]
ML["Machine Learning"]
end
subgraph Integration["Platform Integration"]
direction TB
Claude["Claude API"]
VSCode["VSCode Extension"]
Cursor["Cursor Plugin"]
CLI["Command Line"]
Roo["Roo Integration"]
end
%% Main Data Flow
Frontend --> MCP
MCP --> Core
Core --> Data
Core --> Analytics
Integration --> MCP
%% Detailed Connections
UI --> VIS
VIS --> INT
Server --> Transport
Transport --> Protocol
Protocol --> Stream
BM --> SP
SP --> BD
BD --> AE
AE --> RL
RL --> KG
TB --> TN
TN --> SV
CR --> IN
TM --> ML
SM --> ML
PM --> ML
%% Status Styling
classDef implemented fill:#90EE90,stroke:#333,stroke-width:2px,color:#000;
classDef inProgress fill:#FFB6C1,stroke:#333,stroke-width:2px,color:#000;
classDef planned fill:#87CEEB,stroke:#333,stroke-width:2px,color:#000;
%% Implementation Status
class UI,Server,Transport,Protocol,BM,SP,BD,AE,TB,TN,SV,CR,Claude,VSCode,Cursor,CLI implemented;
class VIS,INT,Stream,RL,KG,Cache,TM,SM,PM,Roo inProgress;
class ML,BS planned;
🔄 系统组件
✅ 已实现
- MCP层：支持完整的协议，具有标准I/O传输
- 核心处理：分支管理、语义分析、偏差检测
- 数据结构：思维分支、节点和交叉引用
- 平台支持：Claude、VSCode、Cursor、CLI集成
🚧 开发中
- 可视化：高级力导向和层次布局
- 流处理：实时思维处理和更新
- 知识图谱：增强的关系映射
- 缓存系统：性能优化层
- Roo集成：特定平台的适应
⏳ 计划中
- 机器学习：高级模式识别
- 偏差评分：全面的偏差检测和缓解
- 跨工具通信：通用思维共享
🔄 数据流
- 通过平台集成接收用户输入
- MCP层处理协议转换
- 核心处理执行分析
- 数据层管理持久性
- 分析引擎提供见解
- 结果通过MCP层返回
⚡ 性能指标
- 响应时间：<100ms
- 内存使用：<256MB
- 缓存命中率：85%
- API延迟：<50ms
- 思维处理速度：1000/秒
注意：架构截至2024年2月19日更新。组件反映当前实施状态。
📊 详细指标
性能监控
- CPU使用率：<30%
- 内存使用：<256MB
- 网络I/O：<50MB/s
- 磁盘I/O：<10MB/s
- 缓存命中率：85%
- 响应时间：<100ms
- 吞吐量：1000 req/s
质量指标
- 代码覆盖率：87%
- 测试覆盖率：92%
- 文档：88%
- API稳定性：85%
- 用户满意度：4.2/5
安全指标
- 漏洞评分：A+
- 依赖健康度：98%
- 更新频率：每周
- 安全测试：100%
- 合规性：SOC2
📄 许可证
MIT © Deanmachines
[文档] • [示例] • [贡献] • [报告错误]
为模型上下文协议构建
最后更新：2025年3月15日15:30 EST
下一次预定更新：2025年3月26日
