Reasoning Tools

推理工具MCP服务器v3.3

MCP（模型上下文协议）服务器，使用可配置的LLM后端提供高级推理工具。

v3.3的新增功能

• 自动推理新 auto_reason 该工具会自动为您的问题选择最佳算法
• 供应商情报：跟踪提供商指标、分数和智能回退
• YAML配置：通过配置默认值 reasoning-tools.yaml 文件
• 增强反射记忆：使用语义相似性查找相关的过去课程
• 更好的错误处理：智能重试的分类错误（配置/瞬态/终端）
• 可配置的GoT合并：路径合并的相似性阈值现在可以配置

建筑

┌─────────────┐      ┌──────────────────────┐      ┌─────────────────┐
│ Main Client │ ───► │ This MCP Server      │ ───► │ LLM Provider    │
│ (Claude)    │      │                      │      │ (zai/openai/    │
└─────────────┘      │ • auto_reason (NEW!) │      │  groq/deepseek/ │
                     │ • sequential_thinking │      │  ollama/etc)    │
                     │ • graph_of_thoughts  │      └─────────────────┘
                     │ • reflexion          │           │
                     │ • dialectic_reason   │    ┌──────┴──────┐
                     │ • list_providers     │    │ Provider    │
                     │ • memory_stats       │    │ Intelligence│
                     └──────────────────────┘    └─────────────┘
                            │
                     ┌──────┴──────┐      ┌─────────────────┐
                     │ YAML Config │      │ Built-in Tools  │
                     │ (optional)  │      │ • calculator    │
                     └─────────────┘      │ • code_exec     │
                                          │ • web_fetch     │
                                          │ • string_ops    │
                                          └─────────────────┘

可用工具

1. auto_reason （v3.3中的新功能）

自动为您的问题选择并运行最佳推理算法。使用基于快速启发式的选择或基于LLM的分析，在顺序推理、思维图、反思或辩证推理之间进行选择。

{
  "problem": "What are the pros and cons of microservices vs monoliths?",
  "quick_select": false
}

主要特点：

• 快速选择模式：使用模式进行基于关键字的快速选择（辩论→辩证法、谜题→反思、头脑风暴→GoT)
• LLM分析模式：考虑复杂性、争议和探索需求的深入问题分析
• 自动执行：运行所选算法并返回结果
• 选择透明度：记录选择了哪种算法以及原因

选择标准：

2. sequential_thinking

简单的线性思维链推理。适用于直接的问题。

{
  "problem": "What is 17 * 23?",
  "max_thoughts": 5,
  "stream": false
}

3. graph_of_thoughts

基于图的推理，具有路径合并和可选工具集成功能。与思想之树不同，GoT可以合并类似的推理路径，结合融合方法的见解。

{
  "problem": "Design a cache invalidation strategy for a distributed system",
  "branching_factor": 3,
  "max_nodes": 30,
  "max_depth": 8,
  "enable_merging": true,
  "enable_tools": true,
  "max_tool_calls": 10,
  "enabled_tools": "calculator,code_exec",
  "stream": true
}

主要特点：

• 节点可以有多个父节点
• 使用LLM相似性检测合并相似的想法
• 合并节点得分提高（聚合证据）
• UCB1公式指导勘探与开采
• 工具集成（v3.2）：在推理过程中可以使用计算器、代码执行和web fetch

4. reflexion

使用情景记忆和可选工具集成进行推理。多次尝试，从失败中吸取教训，并从过去的类似问题中吸取教训。

{
  "problem": "Solve: What is the next number in the sequence 2, 6, 12, 20, 30, ?",
  "max_attempts": 3,
  "learn_from_past": true,
  "enable_tools": true,
  "max_tool_calls": 5,
  "stream": true
}

主要特点：

• 将课程存储在持久记忆中(~/.local/share/reasoning-tools/memory.json)
• 失败的尝试会引发反思：“出了什么问题？”
• 未来类似的问题询问过去的经验教训
• 经验教训为新的推理尝试提供了信息
• 工具集成（v3.2）：可以在推理过程中使用工具进行计算和验证

5. dialectic_reason

论文对偶综合推理结合辩论和验证链，以及可选工具支持的事实检查。

{
  "problem": "Should companies adopt a 4-day work week?",
  "max_rounds": 3,
  "confidence_target": 0.85,
  "enable_tools": true,
  "max_tool_calls": 10,
  "enabled_tools": "calculator,web_fetch",
  "stream": true
}

主要特点：

• 论文：提出解决方案
• 反驳：质疑论点（发现缺陷）
• 综合：整合两者的有效点
• 每项索赔都经过逻辑合理性验证
• 工具支持的验证（v3.2）：在核实过程中使用工具对索赔进行事实核查

6. list_providers

列出可用的提供程序及其配置状态。现在包括 供应商情报 显示性能得分、成功率和延迟的指标。

7. memory_stats

显示反射情景记忆统计数据。

内置工具

当 enable_tools: true 如果设置了，推理方法可以使用以下工具：

流输出

所有推理工具都支持通过 stream: true 参数：

💭 [t1] (d1) (0.85) First reasoning step...
💭 [t2] (d2) (0.78) Second reasoning step...
🔀 Merged thought into existing node n5
🔧 calculator(17*23) → 391
📊 [n7] (0.92) Evaluation complete
✅ Solution found!

支持的提供商

设置

1.建造

cd /path/to/reasoning-tools
go build -o reasoning-tools .
cp reasoning-tools ~/.local/bin/

2.环境变量

# Set at least one provider key
export ZAI_API_KEY="your-key"        # or
export GROQ_API_KEY="your-key"       # or
export DEEPSEEK_API_KEY="your-key"   # etc.

# Optional overrides
export LLM_PROVIDER="groq"           # Force specific provider
export LLM_MODEL="mixtral-8x7b"      # Force specific model
export ZAI_BASE_URL="..."            # Custom endpoint for z.ai

2.5配置文件（可选）

创建 reasoning-tools.yaml 在当前目录中， ~/.config/reasoning-tools/，或设置 REASONING_TOOLS_CONFIG 指向您的配置文件。

# reasoning-tools.yaml
providers:
  default: "groq"                    # Default provider if no env var set
  fallbacks:                         # Fallback order on failure
    - "deepseek"
    - "ollama"

algorithms:
  sequential:
    max_thoughts: 10
  graph_of_thoughts:
    branching_factor: 3
    max_nodes: 30
    max_depth: 8
    enable_merging: true
    merge_threshold: 0.7             # NEW: Configurable similarity threshold
  reflexion:
    max_attempts: 3
  dialectic:
    max_rounds: 5
    confidence_target: 0.85
    fast_mode: false

timeouts:                            # Per-provider timeouts (seconds)
  openai: 120
  anthropic: 120
  groq: 60
  ollama: 300
  deepseek: 120

rate_limiting:
  max_concurrent: 2                  # Max parallel LLM requests
  max_tokens_cap: 2048               # Default max tokens per request

memory:
  path: ""                           # Custom memory path (default: ~/.local/share/...)
  max_episodes: 100                  # Max episodes in reflexion memory
  ttl_days: 7                        # Episode expiration

tools:
  calculator: true
  code_exec: true
  web_fetch: true
  string_ops: true

生成一个示例配置：

reasoning-tools -generate-config > reasoning-tools.yaml

优先顺序：环境变量覆盖配置文件值。

3.MCP配置

大多数MCP桌面/CLI客户端使用stdio，因此通过 -transport=stdio 在他们的参数中。

法典 (~/.codex/config.toml):

[mcp_servers.reasoning-tools]
command = "reasoning-tools"
args = ["-transport=stdio"]
disabled = false

[mcp_servers.reasoning-tools.env]
ZAI_API_KEY = "your-key"
ZAI_BASE_URL = "https://api.z.ai/api/paas/v4"
GLM_MODEL = "glm-4.7"

开源代码 (~/.config/opencode/opencode.json):

{
  "mcp": {
    "reasoning-tools": {
      "type": "local",
      "command": ["reasoning-tools"],
      "args": ["-transport=stdio"],
      "environment": {
        "ZAI_API_KEY": "your-key",
        "ZAI_BASE_URL": "https://api.z.ai/api/paas/v4"
      }
    }
  }
}

克劳德代码 (.mcp.json 在项目根目录中）：

{
  "mcpServers": {
    "reasoning-tools": {
      "command": "reasoning-tools",
      "args": ["-transport=stdio"],
      "env": {
        "ZAI_API_KEY": "your-key",
        "ZAI_BASE_URL": "https://api.z.ai/api/paas/v4"
      }
    }
  }
}

或者通过CLI添加：

claude mcp add reasoning-tools -- reasoning-tools -transport=stdio

Gemini CLI (~/.gemini/settings.json):

{
  "mcpServers": {
    "reasoning-tools": {
      "command": "reasoning-tools",
      "args": ["-transport=stdio"],
      "env": {
        "ZAI_API_KEY": "your-key",
        "ZAI_BASE_URL": "https://api.z.ai/api/paas/v4"
      }
    }
  }
}

或者用于项目特定的配置(.gemini/settings.json):

{
  "mcpServers": {
    "reasoning-tools": {
      "command": "reasoning-tools",
      "args": ["-transport=stdio"],
      "env": {
        "ZAI_API_KEY": "your-key",
        "ZAI_BASE_URL": "https://api.z.ai/api/paas/v4"
      }
    }
  }
}

4.运输

此服务器支持三种传输方式（默认： SSE)，加上双模式：

• 标准 （使用 -transport=stdio 基于stdio的客户端）
• SSE （服务器发送的事件； /sse + /message)
• 可流式传输http （单端点，默认 /mcp)
• 双重的 （SSE+可流式传输http在同一端口上）

当 -transport 如果不提供，并且stdin/stdout是非交互式的，服务器会自动选择 标准 支持基于stdio的MCP客户端。集 -transport 或 MCP_TRANSPORT 以覆盖。

示例：

# SSE
./reasoning-tools -transport=sse -port=9847 -base-url http://localhost:9847

# Streamable HTTP
./reasoning-tools -transport=streamable-http -port=9847 -http-path /mcp

# Dual (SSE + Streamable HTTP)
./reasoning-tools -transport=dual -port=9847 -base-url http://localhost:9847 -http-path /mcp

环境覆盖：

export MCP_TRANSPORT=sse
export MCP_PORT=9847
export MCP_BASE_URL="http://localhost:9847"   # SSE only
export MCP_HTTP_PATH="/mcp"                   # Streamable HTTP only

算法详细信息

思维图（GoT）

         Problem
            │
    ┌───────┼───────┐
    ▼       ▼       ▼
  Path A  Path B  Path C   ← Generate 3 candidates
  (0.8)   (0.6)   (0.9)    ← Score each
    │       │       │
    └───────┼───────┘       ← Merge similar paths
            │
    ┌───────┼───────┐
    ...continue...

启用工具后，节点可以是工具操作：

    [thought] ──► [tool:calc] ──► [thought] ──► [answer]
                      │
                  Result: 391

反思

Attempt 1 → Fail → Reflect → Store lesson
     ↓
Attempt 2 → Apply lesson → Fail → Reflect → Store
     ↓
Attempt 3 → Apply lessons → Success!
     ↓
Future similar problems → Query lessons → Better first attempt

启用工具后，每次尝试时都可以使用计算器/代码/网络进行推理。

辩证推理

Round 1:
  Thesis (propose) → Verify [+ tool evidence]
  Antithesis (challenge) → Verify [+ tool evidence]
  Synthesis (integrate) → Verify [+ tool evidence]
     ↓
Round 2: Build on synthesis...
     ↓
Continue until confidence >= target

工具支持的验证使用计算器、web_fetch等收集证据。

配置参数

思想图谱

反思

辩证推理

提供商智能（v3.3中的新功能）

服务器跟踪提供商性能指标并提供智能回退：

跟踪的指标：

• 成功/失败率
• 平均延迟
• 速率限制点击
• 连续故障

评分算法：

• 基数：100分
• 成功率惩罚：高达-40分
• 延迟惩罚：最高-30分（如果平均值>1000ms）
• 利率限制罚款：最高-15分
• 最近奖励：最近成功最多可获得+15分

智能回退： 当提供者发生故障时，系统：

1. 检查错误是否可重试（瞬态与终端）
2. 按顺序尝试配置回退提供程序
3. 退回到得分最高的可用提供商

连续3次失败后，提供程序将标记为不可用，直到重置。

通过查看指标 list_providers:

Provider Intelligence Summary:
============================

groq (Score: 95.0, available)
  Requests: 50 total, 49 success (98.0%)
  Latency: avg 120ms, min 80ms, max 450ms

openai (Score: 85.0, available)
  Requests: 30 total, 28 success (93.3%)
  Latency: avg 350ms, min 200ms, max 800ms

错误分类（v3.3）

为了更好地处理错误，现在对错误进行了分类：

这启用了仅重试瞬态错误的智能重试逻辑。

版本历史

• v3.3.0版本 -自动推理、提供者智能、YAML配置、增强内存、错误分类
• v3.2.0版本 -跨GoT、Dialectics和Reflexion的统一工具集成（取代独立的LATS）
• v3.1.0 -添加了内置工具的LATS（语言代理树搜索）
• v3.0.0 -添加思维图、反射、流式输出
• v2.0.0版本 -增加了思想树、辩证推理、多提供商支持
• v1.0.0 -具有顺序思维的初始版本

许可证

麻省理工学院