Systems Thinking

MCPAI代理

提供方 Tiberriver256

AI代理 未标注 无需鉴权 社区 / 第三方

一个允许AI代理通过HTTP提交完整系统思维表示(单JSON文档)的服务,提供结构验证、原子化持久化和验证结果反馈。

一句话选型结论

按资料字段整理

Systems Thinking 属于AI代理类 MCP 服务器,传输方式未标注,无需鉴权,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类AI代理 传输方式未标注 鉴权无需鉴权 部署方式未标注
GitHub 星标 5 仓库热度,无公开仓库时显示未标注
工具数 1 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

AI代理
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量1暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

系统建模TypeScript本地部署JSON验证AI代理HTTP服务Postgres持久化

安装与配置

未标注 无需鉴权
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 1 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
给代理接外部能力

让代理在任务中途调用搜索、数据库等真实工具。

多步任务编排

把一串操作拆成步骤,由代理按顺序执行。

自动化重复流程

把固定流程交给代理跑,减少手工操作。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 1 个工具,职责相对集中,接入后不容易误操作。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Systems Thinking当前 1 未标注 未标注 无 2026-05-17
Filesystem 560c4363 13 未标注 本地部署 无 2026-05-17
Server Everything (everything) 11 stdio · 本地进程 本地部署 有 2026-05-17
Time 7365cb6d 2 SSE · 服务端推送 远程部署 有 2026-05-18
Everything Claude Code 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Openmemory 557e1585 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

AI代理
字段来自项目仓库与公开索引,中文说明由本站标注
提供方Tiberriver256上游标注的维护方 Tiberriver256
分类AI代理本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型未标注上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

8.1 KB
来自项目仓库与上游目录的原文,未做删改

产品要求文件(PRD)

1目标

交付a 系统思维MCP服务器 它允许AI代理通过HTTP提交完整的系统思维表示(单个JSON文档)。服务器验证结构,原子地持久化最新版本,并返回验证间隙,以便代理可以迭代,直到文档完成。

2背景和动机

顺序思维服务器证明,强制LLM通过严格的I/O契约可以提高推理质量。我们将相同的模式应用于Donella Meadows风格的系统分析,使代理能够以最小的服务器逻辑推理边界、库存/流量、反馈循环和杠杆点。

3范围

范围内(MVP)

  • 一个MCP工具: systems_thinking_writer (每次发送完整的JSON)
  • 验证和间隙检测(硬结构检查)
  • 最新文档的原子持久性(内存中)→ Postgres JSONB)
  • HTTP流传输(FastMCP默认)
  • 基本可观察性(请求日志、健康端点)

超出范围(MVP后)

  • 软警告/启发式(例如,过多的强化循环)
  • 细粒度PATCH更新
  • 多文档分支或版本历史导航
  • 基于角色的读/写权限模型

4个角色和用例

人物角色 待完成的工作
LLM代理 迭代构建完整的系统模型;继续重试,直到验证通过
系统分析师 获取当前JSON文档以进行可视化或手动查看
开发运维 部署和监控MCP服务

5功能要求

5.1工具定义

  • 名字: systems_thinking_writer
  • 输入:符合Zod模式的完整JSON文档
  • 输出: { complete: boolean, missing_fields: string[], inconsistency_warnings: string[] }
  • 合同:如果JSON模式失败,则拒绝(HTTP 422);否则返回验证数组。 complete === true 仅当两个数组都为空时。

5.2端点行为

方法 路径 主体 响应
职位 /model JSON文档 验证结果和存储文档的副本
得到 /model – 最新存储的文档

服务器在每次成功POST时覆盖现有文档。

5.3验证规则(MVP)

  • 每 flow.from_stock & flow.to_stock 必须匹配 stocks.id
  • 循环只能引用已声明的元素
  • 如果 leverage_point.is_applicable === true 必须至少有一个匹配项 intervention.target_leverage_id

6数据模型(节略)```jsonc

{
"version": "1.0.0",
"system_name": "string",
"boundary": { "purpose": "string", "scope_in": [""], "scope_out": [""] },
"elements": ["string"],
"interconnections": [ { "from": "", "to": "", "type": "causal|flow|info" } ],
"stocks": [ { "id": "", "unit": "", "description": "" } ],
"flows": [ { "id": "", "from_stock": "", "to_stock": "", "rate_expr": "" } ],
"loops": {
"balancing": [ { "id": "", "description": "" } ],
"reinforcing": [ { "id": "", "description": "" } ]
},
"leverage_points": [ { "id": 12, "label": "Constants / parameters", "is_applicable": false }, … ],
"interventions": [ { "target_leverage_id": 4, "proposal": "…", "expected_effect": "…", "confidence": 0.7 } ]
}


## 7建筑与技术栈

- **运行时**:节点20+,带 **TypeScript**
- **框架**: **FastMCP** (HTTP流传输)
- **验证**: **萨德** (模式重复用于提示和运行时)
- **持久性**:内存映射→ 夜间冲洗至 **Postgres** (JSONB)
- **容器**:具有多阶段构建的Dockerfile(tsc编译然后dist-run)
- **可观测性**:皮诺原木, `/healthz` k8s活性/准备就绪终点

### 组件图(文本)```
Client Agent → FastMCP Tool → Zod Validator → InMemoryCache → Postgres
↑
Gap‑Detection Logic

8系统思维教程(工具提示种子)

请逐字使用以下简明指南 systems_thinking_writer 工具描述 所以AI知道 当 和 如何 使用该工具:

> 何时使用 –当您需要一个结构化的、Meadows风格的复杂情况快照时,可以随时调用此工具,该快照明显包含相互作用的部分和反馈(例如城市交通、产品采用、气候政策)。
>
> 田地意味着什么
>
> - 边界.目的 系统的 为什么_根据观察到的行为推断,而不是修辞。 菲力西转弯3档4L20-L30
> - 元件和互连 –名词及其物理/信息链接。 菲力西转弯3档9L38-L41
> - 库存和流量 –累积和改变它们的速率。 菲力西转弯3L9-L22
> - 循环 –平衡(B)抑制变化;增强(R)放大。 菲力西转弯3档11L12-L19
> - 杠杆_点 Meadows的12个干预杠杆,从参数(12)到范式转变(2)和 _超越范式
(1). 菲力西转弯3档2L34-L38
>
> 如何识别系统
> A) 部件存在, 和 B) 它们相互影响, 和 C) 它们创造了与每个部分不同的行为, 和 D) 这种行为会随着时间的推移而持续下去。 菲力西转弯3档1L18-L25
>
> 推荐填写路径
>
> 1. 目的和边界 每人一句话。
> 1. 元素列表 -只有名词。
> 1. 互连 –因果关系、流程或信息链接。
> 1. 库存和流量 -申报可测量的库存,然后申报流入/流出管道。
> 1. 反馈环 –标记每个循环B或R;参考涉及股票。
> 1. 杠杆点 –勾选适用的ID(1‑12)。
> 1. 干预措施 –针对杠杆ID的可选提案。

继续迭代,直到服务器返回 complete: true.


9扩展系统思维参考(仅供团队使用)

快速访问备忘单,这样我们就不必每次冲刺都重新扫描Meadows。

概念 单线 快速健全性检查
元素 系统的有形或无形部分 你能指出吗?如果是,这是一个元素。
互连 物理流或信息信号 改变A会改变B吗 没有 外部影响?
目的/功能 系统产生的一致模式 观察 行为,而不是使命宣言。
股票 对过去的记忆(浴缸里的水、钱) 单位必须随着时间的推移而增加。
流动 库存变化率(流入/流出) 每次有单位。
平衡回路(B) 寻求目标的稳定器 如果差异随着时间的推移而缩小,那就是B
加强环(R) 自我放大的增长/衰退 指数趋势;看加倍时间。
延迟 因果之间的差距 寻找振荡或过冲。
层级 有自己目的的嵌套子系统 下层紧密耦合,上层松散。
韧性 吸收冲击并保持目标的能力 多样性、缓冲、模块化松弛增加了它
杠杆ID 12→ 1 参数→ 反馈强度→ 信息流→ 规则→ 自我组织→ 目的→ 范式→ 超越范式 较高的数字更容易调整,较低的数字更强大但更具文化性。

逐场深潜

  • 范围内/范围外 –明确;模糊性会滋生模型蠕变。
  • 元素 –优先考虑催化因素(出现在许多循环中的因素)。
  • 互连类型 – causal (实线箭头), flow (管道), info (虚线)。
  • 股票 –检查每个至少有一个流入 或 外流;否则它是惰性的。
  • flows.rate_expr –保持可读性(0.1 * demand).解析器待定。
  • 循环 –带有动词短语+极性的名称循环(Sales Reinvest R).
  • 杠杆_点 –如果 is_applicable=true 但警告说,没有干预。

快速诊断问题

  1. 什么股票出乎意料地变化最快?为什么?
  2. 哪个循环目前主导着行为?
  3. 最大的信息延迟在哪里?
  4. 哪个杠杆点需要 最少 政治资本推动?

> “仅仅通过了解元素无法了解系统的行为。”菲力西转弯3档14L1-L4


常见问题

5 问
答案由本站依据条目字段整理,不引用上游原文
Systems Thinking 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

Systems Thinking 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Systems Thinking 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Systems Thinking 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Systems Thinking 能提供哪些能力?

资料显示约 1 个工具;能力标签包括 AI代理、TypeScript、HTTP服务。具体工具清单以官方文档为准。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。