Chain of Draft (CoD) MCP 服务器

概述

此MCP服务器实现了在研究论文"Chain of Draft: Thinking Faster by Writing Less"中描述的Chain of Draft (CoD)推理方法。CoD是一种新颖的范式，允许大型语言模型（LLMs）在解决任务时生成简约但信息丰富的中间推理输出，大幅减少了令牌使用量同时保持了准确性。

主要优点

• 效率：显著减少令牌使用量（仅为标准CoT的7.6%）
• 速度：由于生成时间较短，响应更快
• 成本节约：降低LLM调用的API成本
• 保持准确性：与CoT相比，准确度相似甚至有所提高
• 灵活性：适用于各种推理任务和领域

特性

1. 核心Chain of Draft实现

   • 简洁的推理步骤（通常不超过5个单词）
   • 格式强制执行
   • 答案提取

2. 性能分析

   • 令牌使用跟踪
   • 解决方案准确性监控
   • 执行时间测量
   • 领域特定的性能指标

3. 自适应字数限制

   • 自动复杂度估计
   • 动态调整字数限制
   • 领域特定校准

4. 全面示例数据库

   • CoT到CoD的转换
   • 领域特定示例（数学、代码、生物学、物理学、化学、谜题）
   • 基于问题相似性的示例检索

5. 格式强制执行

   • 后处理以确保遵守字数限制
   • 保留步骤结构
   • 遵守情况分析

6. 混合推理方法

   • 在CoD和CoT之间自动选择
   • 领域特定优化
   • 基于历史性能的选择

7. OpenAI API兼容性

   • 可直接替换标准的OpenAI客户端
   • 支持完成和聊天界面
   • 易于集成到现有工作流程中

设置与安装

先决条件

• Python 3.10+（对于Python实现）
• Node.js 18+（对于JavaScript实现）
• Anthropic API密钥

Python安装

1. 克隆仓库
2. 安装依赖项：

   pip install -r requirements.txt
   

3. 在.env文件中配置API密钥：

   ANTHROPIC_API_KEY=your_api_key_here
   

4. 运行服务器：

   python server.py
   

JavaScript安装

1. 克隆仓库
2. 安装依赖项：

   npm install
   

3. 在.env文件中配置API密钥：

   ANTHROPIC_API_KEY=your_api_key_here
   

4. 运行服务器：

   node index.js
   

Claude桌面集成

要与Claude桌面集成：

1. 从 claude.ai/download 安装 Claude Desktop

2. 创建或编辑 Claude Desktop 配置文件：

   ~/Library/Application Support/Claude/claude_desktop_config.json
   

3. 添加服务器配置（Python 版本）：

   {
       "mcpServers": {
           "chain-of-draft": {
               "command": "python3",
               "args": ["/absolute/path/to/cod/server.py"],
               "env": {
                   "ANTHROPIC_API_KEY": "your_api_key_here"
               }
           }
       }
   }
   

   或者对于 JavaScript 版本：

   {
       "mcpServers": {
           "chain-of-draft": {
               "command": "node",
               "args": ["/absolute/path/to/cod/index.js"],
               "env": {
                   "ANTHROPIC_API_KEY": "your_api_key_here"
               }
           }
       }
   }
   

4. 重启 Claude Desktop

您也可以使用 Claude CLI 来添加服务器：

# For Python implementation
claude mcp add chain-of-draft -e ANTHROPIC_API_KEY="your_api_key_here" "python3 /absolute/path/to/cod/server.py"

# For JavaScript implementation
claude mcp add chain-of-draft -e ANTHROPIC_API_KEY="your_api_key_here" "node /absolute/path/to/cod/index.js"

可用工具

Chain of Draft 服务器提供了以下工具：

开发者使用

Python 客户端

如果您想直接在 Python 代码中使用 Chain of Draft 客户端：

from client import ChainOfDraftClient

# Create client 
cod_client = ChainOfDraftClient()

# Use directly
result = await cod_client.solve_with_reasoning(
    problem="Solve: 247 + 394 = ?",
    domain="math"
)

print(f"Answer: {result['final_answer']}")
print(f"Reasoning: {result['reasoning_steps']}")
print(f"Tokens used: {result['token_count']}")

JavaScript 客户端

对于 JavaScript/Node.js 应用程序：

import { Anthropic } from "@anthropic-ai/sdk";
import dotenv from "dotenv";

// Load environment variables
dotenv.config();

// Create the Anthropic client
const anthropic = new Anthropic({
  apiKey: process.env.ANTHROPIC_API_KEY,
});

// Import the Chain of Draft client
import chainOfDraftClient from './lib/chain-of-draft-client.js';

// Use the client
async function solveMathProblem() {
  const result = await chainOfDraftClient.solveWithReasoning({
    problem: "Solve: 247 + 394 = ?",
    domain: "math",
    max_words_per_step: 5
  });
  
  console.log(`Answer: ${result.final_answer}`);
  console.log(`Reasoning: ${result.reasoning_steps}`);
  console.log(`Tokens used: ${result.token_count}`);
}

solveMathProblem();

实现细节

服务器有 Python 和 JavaScript 两种实现，每种都包含几个集成组件：

Python 实现

1. AnalyticsService：跟踪不同问题领域和推理方法的性能指标
2. ComplexityEstimator：分析问题以确定适当的字数限制
3. ExampleDatabase：管理和检索示例，将 CoT 示例转换为 CoD 格式
4. FormatEnforcer：确保推理步骤符合字数限制
5. ReasoningSelector：根据问题特征智能选择 CoD 或 CoT

JavaScript 实现

1. analyticsDb：用于跟踪性能指标的内存数据库
2. complexityEstimator：分析问题以确定复杂度和适当的字数限制
3. formatEnforcer：确保推理步骤符合字数限制
4. reasoningSelector：根据问题特征和历史表现自动选择 CoD 或 CoT

这两种实现遵循相同的核心原则，并提供相同的 MCP 工具，使得它们在大多数使用场景下可以互换。

许可证

此项目是开源的，并在 MIT 许可下可用。