Sequential Thinking MAS MCP
MCP-сервер прогоняет каждый шаг рассуждения агента через шесть специалистов на Agno и сводит ответ в один вывод
- 305 ★ репозитория
- Последний коммит
Расширенный доступ
Почему такой уровень
- Текст каждой мысли уходит внешнему провайдеру моделей, который вы выбрали
- Ключи провайдера передаются серверу через переменные окружения
- При заданном EXA_API_KEY специалисты ходят в интернет
Установка
- Работает в
Ручная установка
git clone https://github.com/FradSer/mcp-server-mas-sequential-thinking.git && cd mcp-server-mas-sequential-thinking && uv pip install .Можно pip install . вместо uv. Нужен Python 3.10 или новее.
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Текст каждой мысли уходит внешнему провайдеру моделей, который вы выбрали
- Ключи провайдера передаются серверу через переменные окружения
- При заданном EXA_API_KEY специалисты ходят в интернет
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Sequential Thinking MAS добавляет клиенту MCP один инструмент, sequentialthinking. Клиент отправляет по одной мысли за вызов, а сервер пропускает каждую через маршрут full_exploration на фреймворке Agno. Сначала агент синтеза делает первичную сводку. Затем параллельно думают шесть специалистов: трое проверяют факты, интуицию и слабые места, еще трое ищут пользу, новые идеи и ошибки самого рассуждения. В конце синтез собирает единый ответ. Анализатор сложности записывает оценку, тип задачи и нужные режимы мышления для диагностики. У специалистов разные лимиты времени, от 30 секунд у эмоционального до 240 у творческого. Если задать EXA_API_KEY, они могут искать в интернете через ExaTools. Ответ сервера содержит признак should_continue, номер следующей мысли и готовые аргументы для следующего вызова. Инструмент задуман как цикл: клиент вызывает его, пока should_continue не станет false, и при слабом шаге отправляет правку с isRevision=true. Модели берутся у выбранного провайдера, по умолчанию у DeepSeek, подойдет и локальная Ollama.
Для кого. Тем, кто решает с агентом сложные задачи по шагам и хочет, чтобы каждый шаг прошел через разные позиции, а ответ собрали в один вывод.
Подходит, если
- Надо взвесить архитектурное решение с разных сторон: факты, слабые места, выгоды и альтернативы, прежде чем писать код
- Агент должен пересмотреть слабый шаг рассуждения, и важна возможность отправить правку или ветку от более раннего шага
- Нужен разбор спорной идеи, где отдельный агент ищет слабые места, а другой предлагает новые варианты
- Хочется подключить к рассуждению свой набор моделей, включая локальную Ollama, и при желании веб-поиск через Exa
Не подходит, если
- Задача простая и решается одним ответом
- Нет ключа ни у одного из поддерживаемых провайдеров и не поднята локальная Ollama: серверу нужна модель
- Нужен легкий блокнот для записи шагов: для него в каталоге есть Sequential Thinking MCP Server и mcp-sequentialthinking-tools
- Важны малая задержка и расход: синтез идет дважды, а лимиты времени специалистов достигают четырех минут
Пример запроса к агенту
Используй sequentialthinking и разбери по шагам, стоит ли нам переходить с монолита на модули: факты, слабые места, выгоды и альтернативыMCP
- Транспорт
- stdio
- Авторизация
- API-ключ
Переменные окружения
LLM_PROVIDERобязательная- Провайдер моделей: deepseek, groq, openrouter, github, anthropic или ollama
DEEPSEEK_API_KEYобязательная, секрет- Ключ выбранного провайдера, здесь для DeepSeek; у других провайдеров своя переменная
EXA_API_KEYсекрет- Включает веб-поиск через ExaTools у агентов-специалистов
TEAM_MODE- Режим оркестровки команды: standard, route или coordinate
Ограничения
Сервер обращается к внешней модели, поэтому нужны Python 3.10 или новее и ключ одного из поддерживаемых провайдеров. Без ключа работает только локальная Ollama, и такой запуск от внешних сервисов не зависит. API Anthropic из России недоступен.
Стратегия фиксирована: все мысли идут полным маршрутом, а оценка сложности нужна только для диагностики. Поэтому даже короткий вопрос проходит через двойной синтез и всех шестерых специалистов, и каждый из них тратит запросы к модели.
Как отключить. Удалите запись sequential-thinking из конфигурации MCP вашего клиента и перезапустите клиент. Сам пакет удаляется командой pip uninstall, если ставили через pip или uv pip.
Частые вопросы
Как подключить Sequential Thinking MAS к MCP-клиенту?
Склонируйте репозиторий и выполните uv pip install . или pip install . Затем добавьте в конфигурацию клиента сервер с командой mcp-server-mas-sequential-thinking и переменными LLM_PROVIDER и ключом провайдера, например DEEPSEEK_API_KEY.
Какие агенты участвуют в обработке мысли?
Шесть специалистов: фактический, эмоциональный, критический, оптимистичный, творческий и метакогнитивный. Агент синтеза запускается дважды, в начале и в конце.
Какие провайдеры моделей поддерживаются?
DeepSeek по умолчанию с моделью deepseek-chat, затем Groq, OpenRouter, GitHub Models, Anthropic и Ollama. Расширенная модель идет агенту синтеза, обычная — специалистам, а переопределить их можно переменными вида DEEPSEEK_ENHANCED_MODEL_ID.
Нужен ли ключ Exa?
Нет. Веб-поиск через ExaTools включается только при заданной переменной EXA_API_KEY. Без нее система рассуждает без обращения к интернету.
Как правильно вызывать инструмент sequentialthinking?
Как цикл. После каждого ответа читайте structuredContent.should_continue и повторяйте вызов, пока значение не станет false. Для следующего вызова берите next_thought_number и next_call_arguments, а слабый шаг исправляйте правкой с isRevision=true.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
MCP-серверыЛокальный MCP-сервер, который ведет журнал рассуждений агента по стадиям с сохранением сессий, решений и обоснований
Легкий MCP сервер для пошаговых рассуждений: блокнот с историей, ветвлением и проверкой плана использования инструментов
MCP-сервер долгой памяти для агентов: сжимает диалоги в атомарные факты, разрешает местоимения и привязывает время к абсолютным датам
MCP-сервер, который вставляет в задачи агента шаг обратной связи: веб или десктоп-окно для текста, картинок и промптов
MCP-сервер, который превращает задачу в план из шагов с зависимостями и держит контекст между сессиями агента
Скилл с 25 командами для разбора и доработки промптов, инструментов и схем агентов в Cursor, Claude Code, Gemini CLI и Codex
Сравнение с похожими
Записи с тем же главным запросом: чем они отличаются.
| Запись | Официальный | Авторизация | Звезды репозитория | Главное отличие |
|---|---|---|---|---|
| Sequential Thinking MAS (эта запись) | нет | API-ключ | 305 | |
| Sequential Thinking MCP Server | нет | не нужна | 959 | локальный журнал стадий рассуждения агента с сохраняемыми сессиями, без команды специалистов |
| mcp-sequentialthinking-tools | нет | не нужна | 586 | легкий блокнот пошагового рассуждения с историей и ветвлением |
Коротко о README
README открывается схемой маршрута и таблицей специалистов с лимитами времени. Дальше описаны формат входа и выхода инструмента, контракт вызова и таблица провайдеров с переменными. Установка идет через клонирование и uv.