$ loading_
用 26 个结构化思考工具辅助推理、检索与质量评估。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"SequentialThinking" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请使用 SequentialThinking 的结构化思考工具，把“是否应优先重构现有系统而不是新增功能”拆解为关键假设、利弊、风险和结论，并给出推理过程摘要。
输出分步骤的分析结果，包含关键假设、对比判断、风险点与最终建议。
请使用 SequentialThinking 的中文检索能力，查找并整理“企业内部知识库检索准确率提升方法”的相关要点，按主题归类并标出可能的重复或冲突观点。
输出按主题整理的中文要点列表，并指出重复信息或相互矛盾的观点。
请用 SequentialThinking 对下面这段分析进行质量评分和偏差检测，并说明哪些结论证据不足、哪些表述可能带有偏见："我们用户流失完全是因为价格太高。"
输出质量评分、偏差提示，以及需要补充证据或修正表达的地方。
开发者、研究员或产品经理在面对多因素决策时，可以用它进行结构化拆解与迭代推理，减少遗漏关键条件。它适合需要展示思考过程和比较方案的任务。
当用户需要在中文资料中查找信息并进一步整理结论时，这个工具可结合检索与推理帮助归纳重点。它适用于研究、需求分析和知识整理等场景。
在生成分析结论后，用户可以用它做质量评分和偏差检测，帮助发现证据不足或表述失衡的问题。适合用于审阅研究结论或 AI 生成内容。
它是一个 MCP 工具服务器，提供 26 个用于结构化思考的工具。描述中提到它结合了 Dual MoA 推理、LLM 推断、中文 FTS5 检索、SQLite 持久化、质量评分和偏差检测。
给定信息显示它支持 Streamable HTTP 和 stdio 两种传输方式。更具体的接入配置见源码仓库。
是的，描述明确提到中文 FTS5 检索、质量评分和偏差检测。这说明它不仅能辅助推理，还能帮助检查输出质量。
帮助用户用结构化分步思考拆解复杂问题并制定可执行方案。
帮助用户以分步反思方式拆解复杂问题并支持本地或云端部署。
按步骤分析任务并推荐各阶段最合适的 MCP 工具使用方案。
将复杂问题拆解为可验证的原子推理步骤，并给出置信度与可视化过程。
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。
将质量验证任务拆解为步骤，并提供带置信度的智能工具建议。