$ loading_
提供中立推理服务，用于生成、评判、排序和变异结果
复制安装指令，让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "DeepThonk" MCP 服务： 执行：claude mcp add 'io-github-linxule-deepthonk' -- npx -y deepthonk
请针对这个复杂问题先生成 5 个候选解法，再按清晰度与可行性进行评判和排序，输出前 2 名及理由。
一组候选解法，以及带有评判依据的排序结果。
基于当前答案生成 3 个变体，分别优化准确性、简洁性和说服力，再比较哪个版本最适合提交。
多个优化后的变体，以及它们之间的比较与推荐版本。
这里有 4 个候选回复，请逐一评判质量并从最好到最差排序，说明每个回复的优缺点。
候选回复的逐项评估、优缺点分析与最终排名。
开发者或研究人员在处理复杂问题时，可以先生成多个候选答案，再继续筛选。这样有助于从不同思路中找到更优结果。
当团队需要比较多个模型输出或方案草稿时，这个工具可用于评判质量并给出排序结果。适合需要结构化比较的场景。
如果已有初步答案但还不够理想，可以基于现有结果生成变体并继续优化。适用于迭代改进推理结果的流程。
它是一个 provider-neutral 的 OpenDeepThink 推理服务器。根据描述，它支持 generate、judge、rank 和 mutate 这几类操作。
已知能力包括生成候选结果、评判结果质量、对结果排序，以及基于现有结果生成变体。更具体的输入输出格式见源码仓库。
给定素材未提供安装步骤或运行前置要求。是否需要特定运行时、密钥或配置，见源码仓库。
通过多智能体辩论、偏见检测与结构化思考，辅助用户深入分析复杂问题。
调用多种大模型进行深度研究，支持 SSE API 与 MCP 服务接入
通过自动化调用 DeepSeek，完成对话、代码审查、总结与调试支持
用超思维方法进行结构化逐步推理，并评估质量、偏差与资源使用。
用 26 个结构化思考工具辅助推理、检索与质量评估。
为 Deep Research 提供语义检索与文档召回，接入自定义知识库和工具。