Tanukimcp Thought

🦝 Tanuki顺序思维MCP

一个用于AI助手的顺序思维框架，使用IDE内置的LLM功能将非结构化思维转化为有组织的可执行任务。

🚀 通过Smithery安装

通过以下方式立即安装此MCP服务器 史密瑟里:

1. 访问 史密斯艾 寻找“塔努基姆普思想”
2. 点击“安装”并复制生成的配置
3. 将配置添加到您的MCP客户端（Claude Desktop、Cursor等）
4. 重新启动您的客户端-您已经准备好了！

手动安装

如果您更喜欢手动安装，请将此添加到MCP配置中：

{
  "mcpServers": {
    "tanukimcp-thought": {
      "command": "npx",
      "args": ["@applejax2/tanukimcp-thought@latest"]
    }
  }
}

🧠 什么是顺序思维？

该MCP实施了一种结构化的方法来分解复杂的项目：

1. 🧠 大脑倾倒 → 将分散的想法转化为有组织的任务
2. 🔍 查找下一个 → 确定要实施的逻辑下一步
3. 📋 计划 → 制定详细的实施策略
4. 🛠️ 执行 → 在工作区中实际构建/修改文件
5. ✅ 完成 → 将任务标记为已完成并跟踪进度

🛠️ 可用工具

核心顺序工作流

• brain_dump_organize -将非结构化思维转化为结构化待办事项列表
• find_next_task -确定下一个要实施的逻辑任务
• plan_task_implementation -制定详细的实施计划
• task_executor -通过创建/修改文件来执行计划
• mark_task_complete -在待办事项列表中将任务标记为已完成

文件操作

• create_file -创建包含内容的新文件
• edit_file -编辑现有文件（替换、追加、预置、插入）
• delete_file -安全删除文件
• move_file -在不同位置之间移动文件
• copy_file -将文件复制到新位置
• create_directory -创建目录
• list_directory -列出目录内容
• delete_directory -删除目录
• batch_operations -执行多个文件操作

🎯 如何使用

第一步：整理思路

通过抛弃你的想法来开始任何项目：

Use brain_dump_organize with:
- project_description: "Personal Finance Tracker App"
- unstructured_thoughts: "Need login system, expense tracking, budget goals, charts, mobile responsive, dark mode, export data"
- workspace_root: "/path/to/your/project"

步骤2：遵循顺序流程

1. Use find_next_task with your todolist file
2. Use plan_task_implementation for the identified task  
3. Use task_executor to implement the plan
4. Use mark_task_complete when done
5. Repeat until project complete!

示例：构建天气应用程序

## Brain Dump
Use brain_dump_organize:
- project_description: "Desktop Weather App"
- unstructured_thoughts: "Fetch weather API, GUI interface, location search, 5-day forecast, weather icons, unit conversion, save favorites"
- workspace_root: "C:/Users/yourname/WeatherApp"

## Find & Execute Tasks
1. find_next_task → "Set up project structure"
2. plan_task_implementation → Creates detailed plan
3. task_executor → Builds the files and folders
4. mark_task_complete → Updates todolist

Repeat this cycle for each task!

🔑 关键：工作区根参数

每个工具都需要 workspace_root 参数 -这必须是创建文件的绝对路径。

✅ 正确用法：

workspace_root: "C:/Users/yourname/my-project"
workspace_root: "/home/user/projects/my-app"

❌ 用法不正确：

workspace_root: "."
workspace_root: "my-project"  
# Missing workspace_root parameter

AI助理

当使用这些工具时， 总是 检查用户当前工作目录的对话上下文，并将其作为 workspace_root.查找：

• 终端输出显示当前目录
• 用户语句，如“我在/path/to/project中工作”
• 对话中提到的文件路径

🧠 IDE LLM集成

此MCP仅使用IDE内置的LLM功能：

• 克劳德桌面 -使用Claude进行智能任务分析
• 光标 -利用集成的Claude/GPT模型
• VS代码 -适用于Claude或Copilot扩展
• 其他MCP客户端 -使用客户端提供的任何LLM

无外部依赖关系 -不需要本地LLM安装。智能来自IDE的LLM集成。

🎯 示例工作流

Web应用程序开发

1. brain_dump_organize: "React todo app with authentication"
   - thoughts: "Login page, todo list, add/edit/delete todos, user profiles, responsive design"
   
2. find_next_task → "Set up React project structure"
3. plan_task_implementation → Creates package.json, folder structure plan
4. task_executor → Actually creates files and folders
5. Continue cycle for each feature...

API开发

1. brain_dump_organize: "REST API for blog platform"
   - thoughts: "User auth, CRUD posts, comments, file uploads, rate limiting"
   
2. Sequential implementation of each endpoint
3. Each task creates actual code files in your workspace

桌面应用程序

1. brain_dump_organize: "Python GUI calculator app"
   - thoughts: "Basic operations, scientific mode, history, themes, keyboard shortcuts"
   
2. Build systematically from basic UI to advanced features
3. Each step creates real Python files you can run

🔧 高级功能

批量操作

一次执行多个文件操作：

batch_operations:
- operations: [
    {type: "create_file", path: "src/main.py", content: "..."},
    {type: "create_directory", path: "tests"},
    {type: "copy_file", source: "template.js", destination: "src/app.js"}
  ]

智能任务依赖关系

这 find_next_task 该工具分析您的待办事项列表，并根据以下内容建议任务：

• 逻辑依赖项（API路由之前的数据库）
• 复杂性进展（简单特征先于复杂特征）
• 当前项目状态

🚨 重要提示

1. 工作区根目录是必需的 -每个工具都需要指向项目的绝对路径
2. 仅限IDE LLM -此MCP仅使用IDE的LLM，没有回退逻辑
3. 真实文件操作 -工具在工作区中创建/修改实际文件
4. 顺序方法 -遵循工作流程以获得最佳效果，但工具也可以独立工作

📄 许可证

麻省理工学院许可证-建造令人惊叹的东西！ 🚀

🔗 链接

• Smithery安装
• MCP文件
• 报告问题