sequential-thinking-lp-solver

🚀 顺序思维MCP服务器 - 线性规划求解器

本仓库展示了如何使用顺序思维模型上下文协议（MCP）来解决线性规划（LP）和非线性规划（NLP）问题。该方法将复杂的优化问题分解为系统的、可验证的步骤，同时保持修订和选择替代路径的灵活性。

🚀 快速开始

前提条件

此解决方案使用Claude桌面应用程序，该应用程序可访问Anthropic的Claude AI助手和顺序思维MCP服务器。你可以通过以下方式访问Claude：

• Claude桌面应用程序
• Claude网页界面
• Anthropic API

开始使用步骤

1. 安装并设置Claude桌面应用程序
2. 查看docs/methodology.md中的方法
3. 理解docs/mcp_servers.md中的MCP服务器
4. 查看示例问题：
   • 线性规划：examples/furniture_manufacturing.md
   • 非线性规划：examples/marketing_budget_nlp.md
5. 使用templates/sequential_thinking_template.md中的模板来解决你自己的问题

与Claude配合使用

当使用Claude解决优化问题时：

1. 通过任何可用的界面访问Claude
2. 使用提供的模板和示例作为参考
3. 利用顺序思维MCP进行结构化问题解决
4. 遵循文档中的综合指南

有关使用Claude的更多信息，请访问：

• Claude文档
• Claude API参考
• 模型上下文协议文档

✨ 主要特性

模型上下文协议（MCP）

模型上下文协议（MCP）是一个开放标准，它允许AI模型与各种工具和数据源之间进行安全的双向连接。可以将其类比为AI领域的USB - C，它提供了一种标准化的方式来将AI模型连接到不同的数据源和工具。

MCP架构

MCP遵循客户端 - 服务器架构，其中：

• 主机是发起连接的大语言模型（LLM）应用程序（如Claude桌面应用程序）
• 客户端与主机应用程序内的服务器保持一对一的连接
• 服务器为客户端提供上下文、工具和提示

有关详细的架构图和文档，请访问模型上下文协议文档。

在我们的案例中，我们通过Claude桌面应用程序使用顺序思维MCP服务器，该服务器通过客户端 - 主机 - 服务器架构提供结构化的问题解决能力。这使我们能够：

• 系统地分解复杂问题
• 在整个过程中维护解决方案的上下文
• 根据需要修订和调整我们的思路
• 在必要时连接其他工具和数据源

📚 详细文档

仓库结构

• docs/：文档和方法
  • methodology.md：核心顺序思维方法
  • mcp_servers.md：MCP服务器的详细解释
  • sequential_thinking_guide.md：全面的使用指南
• examples/：示例问题和解决方案
  • furniture_manufacturing.md：线性规划示例
  • marketing_budget_nlp.md：非线性规划示例
  • problem_variations.md：其他问题场景
• templates/：应用顺序思维过程的模板
  • sequential_thinking_template.md：新问题的模板

🤝 贡献

欢迎贡献！请阅读CONTRIBUTING.md，了解我们的行为准则和提交拉取请求的流程。

📄 许可证

本项目采用MIT许可证 - 有关详细信息，请参阅LICENSE文件。