mcp-chain-of-draft-prompt-tool
by brendancopley·★ 19·综合分 40
一个实现链式草稿(CoD)推理的 MCP 服务器,可在减少令牌用量的同时提升 LLM 响应质量。
概述
MCP 链式草稿提示工具将标准提示转换为链式草稿格式,通过最多减少 92.4% 的令牌使用量来增强推理能力。该工具支持多种 LLM 提供商,包括 Anthropic Claude、OpenAI GPT 模型、Mistral AI 以及通过 Ollama 或自定义端点使用的本地模型。工具自动处理提示转换、LLM 处理和结果格式化,同时保持高精度。
试试问 AI
装完之后,这里有 5 个你可以让 AI 做的事:
什么时候选它
当您需要增强推理质量同时显著减少令牌成本时,特别是在 CoT 方法成本过高或速度过慢的任务中,应选择此工具。
什么时候不要选它
如果您对复杂任务需要极高精度,而 CoD 的简洁方法可能缺乏足够细节,或者您偏好无需配置步骤的完整开箱即用解决方案,则不应选择此工具。
此 server 暴露的工具
从 README 抽取出 7 个工具chain_of_draft_solveSolve a problem using Chain of Draft reasoning
math_solveSolve a math problem with Chain of Draft
code_solveSolve a coding problem with Chain of Draft
logic_solveSolve a logic problem with Chain of Draft
get_performance_statsGet performance statistics for Chain of Draft vs Chain of Thought
get_token_reductionGet token reduction statistics when using Chain of Draft
analyze_problem_complexityAnalyze the complexity of a given problem
可对比工具
安装
安装
Python 安装
- 克隆仓库
- 安装依赖:
``bash pip install -r requirements.txt ``
- 在
.env文件中配置 API 密钥:
`` ANTHROPIC_API_KEY=your_api_key_here ``
- 运行服务器:
``bash python server.py ``
Claude Desktop 集成
添加到您的 claude_desktop_config.json:
{
"mcpServers": {
"chain-of-draft-prompt-tool": {
"command": "python3",
"args": ["/absolute/path/to/cod/server.py"],
"env": {
"ANTHROPIC_API_KEY": "your_api_key_here"
}
}
}
}FAQ
- 什么是链式草稿(CoD)推理?
- 链式草稿是一种推理方法,使用非常简洁的步骤(通常不超过 5 个单词)来保持准确性,同时显著减少与传统链式思维(CoT)相比的令牌使用量。
- 支持哪些 LLM 提供商?
- 该工具支持 Anthropic Claude、OpenAI GPT 模型、Mistral AI,以及通过 Ollama 或兼容 OpenAI API 的自定义端点使用的本地模型。
mcp-chain-of-draft-prompt-tool 对比
最后更新于 · 由 README + GitHub 公开数据自动生成。