hubinoretros/deep-thinker

hubinoretros/deep-thinker

от hubinoretros
MCP сервер с графом мыслей (DAG) и 10 стратегиями рассуждений: от последовательной до метапознания. Включает 17 инструментов для глубокого анализа, диалектики, абдукции и автоматического выбора стратегии. Полезен разработчикам и исследователям в решении сложных задач.

deep-thinker

CI npm version npm downloads license GitHub stars

Advanced cognitive thinking MCP server with DAG-based thought graph, 10 reasoning strategies (including auto-selection), 17 tools, node aliases, session persistence, structured responses, and intelligent error handling.

A significant evolution beyond sequential-thinking MCP, providing structured deep reasoning with graph-based thought management, schema validation, and intelligent strategy selection.

Quick Start

npx deep-thinker
{
  "mcpServers": {
    "deep-thinker": {
      "command": "npx",
      "args": ["-y", "deep-thinker"]
    }
  }
}

Examples

Example Strategy Use Case
Architecture Decision Dialectic + Parallel Monolith vs microservices
Debugging Incident Abductive Production 500 errors
Feature Prioritization Parallel + Dialectic Q3 roadmap planning
Scientific Hypothesis Analogical + Abductive LNP delivery for CRISPR
Breaking Dead Ends Metacognitive switch Serverless cost analysis

Features

  • DAG-Based Thought Graph — Thoughts form a directed acyclic graph with branching, merging, and cross-edges (not just a linear chain)
  • 10 Reasoning Strategies — Sequential, Dialectic (thesis→antithesis→synthesis), Parallel, Analogical, Abductive, First Principles (deconstruct to fundamentals), Counterfactual (what-if with ripple effects), Systems Thinking (feedback loops & leverage points), MCTS (Monte Carlo optimization), Auto (intelligent auto-selection based on content and graph state)
  • Node Aliases — Use "last", "best", "root" instead of cryptic node IDs for any nodeId parameter
  • Structured Responses — All tool responses return consistent MCPResponse JSON with status, summary, confidence, nextSuggested action
  • Session Persistence — Auto-saves thought graph to ~/.deep-thinker/sessions/; resume across MCP restarts with reset({ resume: "name" })
  • Friendly Error Messages — Zod validation errors translated to human-readable hints (e.g., "confidence 0 ile 1 arasında...")
  • Confidence Scoring — Multi-factor confidence evaluation with support/contradiction analysis, depth penalties, and knowledge integration boosts
  • Self-Critique — Automatic critique generation with severity levels and confidence adjustments
  • Metacognitive Engine — Detects stuck states, stagnation, declining confidence; suggests strategy switches and corrective actions
  • Knowledge Integration — Attach external knowledge to thoughts, detect gaps, validate consistency across sources
  • Thought Pruning — Dead-end detection, redundancy removal, deep unproductive branch elimination, path optimization
  • help Tool — Discover all 17 tools grouped by category (core/advanced/workflow) with quick-start examples
  • conclude Tool — Comprehensive graph summary with primaryFinding, actionItems, graphHealth, and nextSuggested
  • High-IQ Reasoning Enhancements — 8 advanced tools: visualization, devil's advocate, cross-disciplinary synthesis, temporal projection, ethical evaluation, emotional intelligence analysis, decision explanation, social impact analysis
  • Emotional Intelligence — Analyze emotional tone, empathy, persuasion effectiveness, stakeholder emotions
  • Ethical Frameworks — Evaluate through deontological, consequentialist, virtue ethics, rights-based perspectives
  • Cross-Domain Synthesis — Combine insights from biology, economics, physics, psychology, computer science, art
  • Temporal Reasoning — Project thoughts into future/past scenarios with optimistic, pessimistic, realistic, disruptive scenarios
  • Social Impact Modeling — Analyze stakeholder emotions, group cohesion, persuasion effectiveness, ethical alignment
  • Uncertainty Quantification — Confidence intervals, probability distributions, sensitivity analysis for robust decisions
  • Multi-Language Support — Thoughts in English, Turkish, German, French, Spanish, Japanese, Chinese, Russian
  • Meta-Cognitive Layers — Recursive reasoning across 5 levels of meta-cognition
  • PromptOptimizer (Node Zero) — Entry point that transforms vague prompts into optimized Super Prompts with automatic strategy routing

Часто задаваемые вопросы

Инструменты были проиндексированы:
conclude

Проанализируй весь граф мыслей и составь подробное итоговое заключение с пунктами действий и отчетом о состоянии графа.

Параметры
  • detailLevelenum

    Уровень детализации сводки (по умолчанию: детальный)

  • formatenum

    Формат вывода (по умолчанию: структурированный)

  • includeCounterfactualsboolean

    Включить контрфактический анализ (по умолчанию: false)

cross_disciplinary_synthesis

Объединяет знания из нескольких областей для генерации новых перспектив. Создаёт аналогические отображения между областями.

Параметры
  • maxAnalogiesnumber

    Максимальное количество аналогий для генерации (по умолчанию: 3)

  • sourceDomainsstring[]обязательный

    Список областей для аналогий (например, ['биология', 'экономика', 'искусство'])

  • targetProblemstringобязательный

    Проблема, к которой нужно применить знания из разных областей

emotional_intelligence_analysis

Анализирует эмоциональный тон, эмоции заинтересованных сторон и социальную динамику мыслей. Даёт понимание эмпатии и убеждения.

Параметры
  • contextstring

    Необязательный контекст (например, 'совещание команды', 'отзывы клиентов', 'кризисная ситуация').

  • perspectiveTakingnumber

    Уровень учёта точки зрения для применения (0=нет, 1=полный) (по умолчанию: 0,7)

  • textstringобязательный

    Пожалуйста, предоставьте текст, который нужно проанализировать на эмоциональную окраску. Я готов помочь с анализом, как только вы пришлёте его.

ethical_framework_evaluation

Оценивает мысль или решение через несколько этических рамок (деонтологический, консеквенциалистский, этика добродетели, правозащитный).

Параметры
  • frameworksenum[]

    Какие фреймворки применять (по умолчанию: все)

  • nodeIdstringобязательный

    Идентификатор узла для этической оценки

evaluate

Оценивает процесс мышления: оценивает уверенность, генерирует критику и оценивает общее состояние графа. Предоставляет подробный анализ слабых мест и сильных путей рассуждений.

Параметры
  • critiqueboolean

    Вот самокритика моего перевода последнего фрагмента (и заодно предыдущего, если это уместно) в соответствии с заданными правилами. Что сделано хорошо: - Не использованы длинные тире (—) — везде стоят запятые и точки. - Отсутствуют клише («данный», «является», «представляет собой», «стоит отметить» и т.п.). - Нет канцелярита: глаголы «Преобразует», «Получает», «запрашивает» работают напрямую, без отглагольных существительных. - Нет модального хеджирования («может стать», «способен обеспечить») — всё в изъявительном наклонении. - Формат URI и названия инструментов сохранены без изменений, капс для «ЗА ИСКЛЮЧЕНИЕМ» соответствует оригиналу. - Начинается сразу с сути, без вводных конструкций. Что можно улучшить: 1. В первом переводе («Retrieves and queries...») я использовал безличную конструкцию «Сначала необходимо вызвать». По правилам активного голоса и разговорного тона лучше было бы написать «Сначала вызовите инструмент» — это прямее и живее. 2. Во втором переводе («Convert a resource...») всё чисто, но можно было бы добавить явное подлежащее для полной ясности: «Инструмент преобразует ресурс...» — хотя в контексте инструкции опущение подлежащего допустимо. 3. Мелочь: в первом переводе фраза «совместимый с Context7 и необходимый для использования этого инструмента» немного громоздкая. Можно упростить: «...чтобы получить точный ID библиотеки, который нужен для работы с инструментом» — но это уже стилистическая правка, не нарушающая правила. Итог: Переводы в целом соответствуют всем требованиям — нет запрещённых оборотов, тон деловой и разговорный одновременно, всё конкретно. Единственное замечание — в первом переводе стоило заменить безличное «необходимо вызвать» на прямое обращение к пользователю, чтобы усилить активный залог. В остальном претензий нет.

  • findGapsboolean

    Находит пробелы в знаниях в графе (по умолчанию: false)

  • nodeIdstring

    Идентификатор конкретного узла для оценки (по умолчанию: оценить весь граф)

  • validateKnowledgeboolean

    Проверяет согласованность знаний между узлами (по умолчанию: false)

explain_decision

Создаёт понятное человеку объяснение пути принятия решения. Показывает, какие факторы повлияли больше всего и почему.

Параметры
  • detailLevelenum

    Пожалуйста, укажите текст для перевода. Вы отправили только строку «Explanation depth (default: detailed):», но сам текст для перевода отсутствует. Добавьте его, и я переведу согласно вашим правилам.

  • includeCounterfactualsboolean

    Показать, что изменится, если ключевые факторы будут другими (по умолчанию: включено)

  • nodeIdstringобязательный

    Идентификатор узла решения/вывода для объяснения

graph

Запрашивает и визуализирует граф мыслей. Просматривает структуру DAG, находит пути, исследует ветви и получает статистику.

Параметры
  • actionenumобязательный

    визуализация=древовидное представление, статистика=статистика графа, путь=путь между узлами, узел=просмотр конкретного узла, ветви=список ветвей, лучший_путь=оптимальный путь рассуждения, листья=конечные узлы

  • nodeIdstring

    Идентификатор узла (для действий path/node)

  • targetIdstring

    Целевой идентификатор узла (для действия с путём)

help

Откройте для себя инструменты deep-thinker и изучите рабочие процессы их использования. Показывает инструменты, сгруппированные по категориям, с примерами для быстрого старта.

Параметры
  • categoryenum

    Категория для отображения (по умолчанию: все)

metacog

Метакогнитивные операции: просмотр текущего состояния мышления, получение стратегических подсказок, переключение стратегий и рекомендации по улучшению рассуждений. Система автоматически обнаруживает тупиковые состояния и предлагает действия.

Параметры
  • actionenumобязательный

    report=полное метакогнитивное состояние, switch=изменить стратегию, auto_update=позволить системе анализировать и обновлять

  • reasonstring

    Причина смены стратегии (для операции переключения).

  • strategyenum

    Новая стратегия (для переключения действий). Новое: first_principles, counterfactual, systems_thinking, mcts

optimize_prompt

Node Zero (PromptOptimizer): Преобразует расплывчатые/сырые промпты в оптимизированные Супер Промпты с рекомендациями по маршрутизации. Точка входа для графа рассуждений DAG.

Параметры
  • autoRouteboolean

    Автоматически переключается на рекомендуемую стратегию после оптимизации.

  • conversationHistoryobject[]

    Понял инструкцию. Готов переводить текст с английского на русский согласно всем правилам: без канцелярита, живо, с глаголами вместо отглагольных существительных, без длинных тире, с сохранением форматирования и технических терминов. Жду текст для перевода.

  • optimizationLevelenum

    Насколько агрессивно оптимизировать промпт

  • originalPromptstringобязательный

    Преобразует ресурс, указанный через URI http:, https:, file: или data:, в Markdown.

  • targetModelenum

    Целевая LLM для настройки промптов.

  • userContextobject
prune

Обрезает и оптимизирует граф мыслей. Удаляет тупики, объединяет избыточные ветви и оптимизирует пути рассуждений. Помогает поддерживать эффективность графа при глубоком рассуждении.

Параметры
  • actionenumобязательный

    analyze=сообщает без изменений, prune=выполняет обрезку, optimize_path=оптимизирует лучший путь, prune_node=обрезает конкретный узел

  • nodeIdstring

    Идентификатор узла для обрезки (для действия prune_node)

  • reasonstring

    Причина обрезки (для действия prune_node)

reset

Сбросить граф мыслей и метакогнитивное состояние. Начать новый сеанс рассуждений, сохранить текущий сеанс или возобновить сохранённый сеанс.

Параметры
  • listSessionsboolean

    Перечисляет все сохраненные сессии.

  • problemstring

    Новая постановка задачи для этой сессии.

  • resumestring

    Возобновляет ранее сохранённую сессию по имени

  • saveboolean

    Сохранять текущую сессию перед сбросом (значение по умолчанию: false)

  • saveNamestring

    Название для сохранённой сессии (обязательно, если save: true)

simulate_devils_advocate

Создаёт контраргументы и противоположные точки зрения для заданной мысли. Автоматически формирует узлы антитезы.

Параметры
  • depthnumber

    Сколько уровней контраргументов генерировать (по умолчанию: 2)

  • intensityenum

    Насколько решительно противостоять исходной мысли

  • nodeIdstringобязательный

    Идентификатор целевого узла для проверки

social_impact_analysis

Анализирует социальное влияние, эмоции заинтересованных сторон, сплочённость группы и эффективность убеждения для мысли или решения.

Параметры
  • nodeIdstringобязательный

    ID ноды для анализа социального воздействия

  • stakeholdersstring[]

    Список групп заинтересованных сторон (например, ['клиенты', 'сотрудники', 'инвесторы', 'сообщество'])

temporal_projection

Проецирует мысли в сценарии будущего или прошлого. Анализирует, как выводы меняются со временем.

Параметры
  • nodeIdstringобязательный

    Корневой ID узла для проекта

  • scenarioenum

    Тип сценария (по умолчанию: реалистичный)

  • yearsnumberобязательный

    Количество лет вперед (положительное) или назад (отрицательное) для прогнозирования

think

Добавляет мысль в когнитивный граф, используя текущую стратегию. Поддерживает стратегии последовательного, диалектического, параллельного, аналогического и абдуктивного рассуждения. Каждая мысль становится узлом в DAG с оценкой уверенности, рёбрами и метаданными.

Параметры
  • abductiveobject

    Абдуктивный режим: наблюдение, объяснения и лучшее объяснение.

  • analogicalobject

    Аналогический режим: исходная область, отображение и проецируемый вывод

  • branchstring

    Имя ветки для параллельного исследования (по умолчанию: main)

  • confidencenumber

    Начальная уверенность в этой мысли 0-1 (по умолчанию: 0.5)

  • contentstringобязательный

    Содержание мыслей

  • counterfactualobject

    Контрфактический режим: анализ «что если» с каскадными эффектами

  • dialecticobject

    Диалектический режим: предоставьте тезис (и, опционально, антитезис/синтез).

  • edgeToobject

    Создаёт явное ребро к другому узлу.

  • firstPrinciplesobject

    Режим первых принципов: разберите проблему до фундаментальных истин и выстройте заново

  • knowledgeobject

    Прикрепи внешние знания к этой мысли.

  • mctsobject

    Режим MCTS: поиск по дереву Монте-Карло для выбора оптимального пути

  • parallelobject[]

    Параллельный режим: несколько независимых мыслей для одновременного исследования

  • parentIdstring

    ID родительской мысли для подключения (по умолчанию: последний активный лист)

  • strategyenum

    Стратегия рассуждений (по умолчанию: текущая стратегия из метапознания). Для автоматического выбора стратегии используйте 'auto'. Новые стратегии: first_principles=разбор до основ, counterfactual=анализ «что если», systems_thinking=петли обратной связи и точки воздействия, mcts=поиск по дереву Монте-Карло для оптимизации.

  • systemsThinkingobject

    Режим системного мышления: анализирует петли обратной связи и точки воздействия.

  • tagsstring[]

    Вы не указали, какую именно мысль нужно категоризировать. Пожалуйста, пришлите текст мысли, и я подберу для неё теги.

  • typeenum

    Тип размышления (по умолчанию: анализ)

visualize_thought_graph

Генерирует визуальное представление графа мыслей в формате SVG или ASCII. Поддерживает выделение путей, ветвей и уровней уверенности.

Параметры
  • formatenum

    Формат вывода (по умолчанию: ascii)

  • highlightPathstring

    Необязательно: подсветить путь между двумя ID узлов (формат: 'fromId-toId')

  • showConfidenceboolean

    Показывает показатели уверенности (по умолчанию: true)

3.0.1основная
3.0.0
2.1.0
2.0.0
1.1.0
1.0.3
1.0.2
1.0.1
1.0.0

Выберите клиент, чтобы установить hubinoretros/deep-thinker:

Любой клиент

Конфиг добавления MCP сервера стандартный, обычно он не меняется вообще, поэтому подходит практически к любому ИИ клиенту, поддерживающему MCP.

{
  "mcpServers": {
    "hubinoretros-deep-thinker-9wzch6g5ia": {
      "command": "npx",
      "args": [
        "-y",
        "deep-thinker"
      ]
    }
  }
}
CursorCursor

Перейдите по ссылке и сервер автоматически будет добавлен в Cursor. Либо откройте/создайте файл ~/.cursor/mcp.json(%USERPROFILE%\.cursor\mcp.json на Windows) и добавьте конфиг сервера:

{
  "mcpServers": {
    "hubinoretros-deep-thinker-9wzch6g5ia": {
      "command": "npx",
      "args": [
        "-y",
        "deep-thinker"
      ]
    }
  }
}
VS Code

Создайте .vscode/mcp.json в проекте (ключ верхнего уровня — servers):

{
  "servers": {
    "hubinoretros-deep-thinker-9wzch6g5ia": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "deep-thinker"
      ]
    }
  }
}

Либо добавьте сервер через терминал:

code --add-mcp "{\"name\":\"hubinoretros-deep-thinker-9wzch6g5ia\",\"type\":\"stdio\",\"command\":\"npx\",\"args\":[\"-y\",\"deep-thinker\"]}"
ClaudeClaude Desktop

Откройте Settings → Developer → Edit Config — это откроет файл claude_desktop_config.json:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %APPDATA%\Claude\claude_desktop_config.json

Впишите сервер и полностью перезапустите Claude Desktop:

{
  "mcpServers": {
    "hubinoretros-deep-thinker-9wzch6g5ia": {
      "command": "npx",
      "args": [
        "-y",
        "deep-thinker"
      ]
    }
  }
}
Claude CodeClaude Code

Добавьте сервер одной командой в терминале:

claude mcp add hubinoretros-deep-thinker-9wzch6g5ia -- npx -y deep-thinker

Либо через JSON-конфиг:

claude mcp add-json hubinoretros-deep-thinker-9wzch6g5ia "{\"command\":\"npx\",\"args\":[\"-y\",\"deep-thinker\"]}"
CodexCodex

Добавьте сервер командой в терминале:

codex mcp add hubinoretros-deep-thinker-9wzch6g5ia -- npx -y deep-thinker

Либо вручную в ~/.codex/config.toml(%USERPROFILE%\.codex\config.toml на Windows):

[mcp_servers.hubinoretros-deep-thinker-9wzch6g5ia]
command = "npx"
args = ["-y", "deep-thinker"]
PerplexityPerplexity

MCP доступен подписчикам Perplexity Pro / Max / Enterprise. Локальные серверы — только в приложении для macOS.

  1. Откройте Настройки аккаунта → Connectors.
  2. Установите вспомогательное приложение PerplexityXPC (один раз).
  3. Нажмите Add Connector → вкладка Simple.
  4. В поле Server Name укажите hubinoretros/deep-thinker, а в поле команды запуска — строку ниже:
npx -y deep-thinker

Нажмите Save и дождитесь статуса Running.

WindsurfWindsurf

Откройте Windsurf Settings → Cascade → MCP Servers или отредактируйте файл ~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "hubinoretros-deep-thinker-9wzch6g5ia": {
      "command": "npx",
      "args": [
        "-y",
        "deep-thinker"
      ]
    }
  }
}
ClineCline

В панели Cline нажмите иконку MCP Servers → Configure → Configure MCP Servers (или отредактируйте ~/.cline/mcp.json) и добавьте сервер:

{
  "mcpServers": {
    "hubinoretros-deep-thinker-9wzch6g5ia": {
      "command": "npx",
      "args": [
        "-y",
        "deep-thinker"
      ],
      "disabled": false,
      "autoApprove": []
    }
  }
}
Continue

Создайте файл в .continue/mcpServers/ (например hubinoretros-deep-thinker-9wzch6g5ia.yaml) или добавьте блок в config.yaml. MCP работает только в режиме agent:

mcpServers:
  - name: hubinoretros-deep-thinker-9wzch6g5ia
    command: npx
    args:
      - "-y"
      - "deep-thinker"
Zed

Выполните agent: add context server или откройте настройки (zed: open settings file) и добавьте сервер в объект context_servers:

{
  "context_servers": {
    "hubinoretros-deep-thinker-9wzch6g5ia": {
      "command": "npx",
      "args": [
        "-y",
        "deep-thinker"
      ]
    }
  }
}

Похожие MCP-сервера

ejentum/ejentum-mcp

ejentum/ejentum-mcp

от ejentum

MCP сервер, который улучшает рассуждения LLM в сложных многошаговых задачах — предоставляет готовые когнитивные процедуры (шаги, DAG, тесты). Полезен разработчикам, работающим с Claude, Cursor и другими ИИ-агентами для повышения точности кода, рассуждений и защиты от галлюцинаций.

JavaScript⭐ 16
particlefuture/MCPDiscovery

particlefuture/MCPDiscovery

от particlefuture

MCP сервер для автоматического поиска, выбора и настройки других MCP серверов на вашей машине. Устанавливаете только этот инструмент — он находит подходящие серверы под вашу задачу, используя Quick Search для явных запросов или Deep Search для сложных целей с поэтапным планированием. Полезен разр...

Python⭐ 51
yangkyeongmo@/mcp-server-apache-airflow

yangkyeongmo@/mcp-server-apache-airflow

от yangkyeongmo

MCP-сервер для Apache Airflow управляет DAG, запускает задачи, настраивает переменные и мониторит выполнение через единый протокол. Полезен инженерам данных и DevOps для автоматизации CI/CD.

Python⭐ 179
MarcelRoozekrans/roslyn-codelens-mcp

MarcelRoozekrans/roslyn-codelens-mcp

от marcelroozekrans

Roslyn MCP сервер для глубокого семантического анализа .NET-кода. Предоставляет AI-агентам и разработчикам полный доступ к иерархиям типов, графам вызовов и диагностике с рефакторингом — всё в одном инструменте.

C#⭐ 65
rps321321/obsidian-mcp-pro

rps321321/obsidian-mcp-pro

от rps321321

Полнофункциональный MCP сервер для Obsidian с 41 инструментом: чтение, запись, поиск, теги, ссылки, canvas, семантический поиск и анализ графов. Дает AI-ассистентам глубокий доступ к хранилищу заметок через протокол MCP.

TypeScript⭐ 33
rinadelph/Agent-MCP

rinadelph/Agent-MCP

от rinadelph

Координирует параллельную разработку проекта, сохраняет общий контекст между сессиями в графе знаний и автоматически управляет задачами и зависимостями.

TypeScript⭐ 1304
© Каталог MCP, 2026. Все права защищены.
Проект не аффилирован с Anthropic и любыми упомянутыми продуктами.
Все названия и торговые марки принадлежат их владельцам.
Контакты для связи: hi@mcp-katalog.ru

Лука Никитин