Divergent Thinking MCP Server / 发散思维MCP服务器
一个MCP（模型上下文协议）服务器，促进发散性和创造性思维模式的创造，是顺序逻辑思维的补充。 一个MCP（模型上下文协议）服务器，促进创造性思维模式，是顺序逻辑思维的补充。
🎨 Philosophy / 设计理念
旨在为人类和人工智能代理提供创造性灵感，补充顺序思维的结构化性质。 旨在为人类与AI智能体提供创意与灵感，作为对传统顺序性思维的补充。
🛠️ Tools / 工具
Unified Divergent Thinking Tool / 统一发散思维工具
此MCP服务器提供 单一综合工具 它通过一个统一的界面提供了6种强大的创造力方法，旨在减少混乱和认知过载。 此MCP服务器提供单一综合工具，通过统一界面提供6种强大的创意方法，旨在减轻混乱和认知负担。
divergent_thinking - Comprehensive Creative Thinking Tool / 综合创意思维工具
一个统一的工具，通过参数驱动的功能选择提供6种经过验证的创意方法： 通过参数驱动功能选择提供6种经过验证的创意方法的统一工具：
Available Thinking Methods / 可用思维方法：
structured_process（默认值/默认) - 思维追踪与分支的多轮综合探索
多轮综合探索，具有思维跟踪和分支功能
generate_branches-从一个想法（一个回应）中创建3个不同的创意方向
从单一想法创建3个不同的创意方向（单次响应）
perspective_shift-通过不寻常的观点（无生命的物体、抽象的概念、不可能的存在）来看待思想
通过不寻常的视角查看想法（无生命物体、抽象概念、不可能的存在）
creative_constraint-运用战略限制迫使突破性创新
应用战略限制来强制突破性创新
combine_thoughts-将两个概念合并为新颖的混合解决方案
将两个概念合并为新颖的混合解决方案
reverse_brainstorming-探索故障模式，发现突破性解决方案
探索失败模式以发现突破性解决方案
Key Features / 主要特性：
- 🧠 领域感知智能：智能单词选择和上下文敏感的创造力取代了通用的随机输出
领域感知智能：智能词汇选择和上下文敏感创造力，取代通用随机输出
- 📊 情境创造方法：增强SCAMPER、类比思维、仿生学和具有特定领域智能的六顶思考帽
上下文创意方法：增强的SCAMPER、类比思维、仿生学和六顶思考帽，具有领域特定智能
- 🎨 交互式上下文规范：代理驱动的领域、受众、时间段、资源和目标规范，用于有针对性的创造力
交互式上下文规范：代理驱动的领域、受众、时间段、资源和目标规范，实现有针对性的创造力
- 🔍 多字域精度：78多个特定领域，如“移动应用程序开发”、“医疗技术”、“可持续农业”
多词领域精度：78+个特定领域，如"移动应用开发"、"医疗技术"、"可持续农业"
- 🔄 多回合vs单回合:
structured_process提供完整的多轮勘探；其他是单一响应方法
多轮与单次：structured_process提供完整的多轮探索；其他为单次响应方法
- ⚡ 智能路由：具有方法特定参数处理和领域感知处理的单一工具接口
智能路由：具有方法特定参数处理和领域感知处理的单一工具界面
- 🎲 确定性结果：可重复创作输出的可选种子参数
确定性结果：可选种子参数用于可重现的创意输出
📝 Configuration / 配置
添加到MCP客户端配置中：（需要uv） 添加到您的MCP客户端配置：(需要uv)
{
"mcpServers": {
"divergent-thinking": {
"command": "uvx",
"args": ["divergent-thinking-mcp"],
}
}
}🎭 Example Usage / 使用示例
Domain-Aware Creative Intelligence / 领域感知创意智能
MCP服务器提供智能、上下文敏感的创造力，并为特定领域量身定制专业级输出： MCP服务器提供智能的、上下文敏感的创造力，具有针对特定领域定制的专业级输出：
🎯 转换示例：
- 之前：“‘蝴蝶’与安全系统有何关系？”（通用随机）
- 之后：“‘加密’与网络安全应用中的安全系统有何关系？”（领域感知）
💡 专业相关性：
- AI领域：使用“神经网络”、“机器学习”、“优化”等术语，而不是随机单词
- 医疗保健：重点关注“患者安全”、“临床证据”、“监管合规性”
- 商业：强调“市场定位”、“竞争优势”、“投资回报率优化”
1. Domain-Aware Educational Technology Innovation / 领域感知教育技术创新
{
"thought": "Create an innovative learning platform",
"thinking_method": "structured_process",
"domain": "educational technology",
"target_audience": "remote students",
"time_period": "2025-2030",
"resources": "cloud computing, mobile devices, limited budget",
"goals": "improve engagement, reduce costs, increase accessibility"
}🎯 域感知输出示例：
- SCAMPER增强“‘适应性学习’如何在教育技术应用中取代传统方法？”
- 类比思维：“你的学习平台在教育环境中如何像‘认知科学学习理论’一样？”
- 仿生学：“你的平台如何模仿‘神经可塑性’进行个性化学习适应？”
2. Cybersecurity Domain Intelligence / 网络安全领域智能
{
"thought": "Design a smart home security system",
"thinking_method": "generate_branches",
"domain": "cybersecurity",
"target_audience": "elderly users",
"goals": "ease of use, reliability, affordability"
}🔒 网络安全意识输出：
- 域名条款：使用“身份验证”、“加密”、“威胁检测”而不是随机单词
- 六顶思考帽子：“这解决了哪些威胁媒介？”（白帽-事实）
- 专业背景：“这如何改善老年用户的整体安全状况？”
3. Context-Aware Constraints / 上下文感知约束
{
"thought": "Develop a food delivery service",
"thinking_method": "creative_constraint",
"domain": "e-commerce",
"constraint": "must work without smartphones",
"target_audience": "rural communities",
"resources": "limited internet, local partnerships"
}4. Time-Specific Innovation / 时间特定创新
{
"thought": "Reimagine public transportation",
"thinking_method": "perspective_shift",
"domain": "urban transportation",
"time_period": "2050",
"perspective_type": "impossible_being",
"goals": "zero emissions, universal accessibility"
}🧠 Domain-Aware Intelligence Features / 领域感知智能特性
🎯 专业级创意提升
Quantitative Improvements / 量化改进:
- 领域相关性: 30% → 90%+ （创意产出中的相关术语）
- 上下文敏感性：通用→ 领域特定模式
🔧 Enhanced Creativity Methods / 增强的创意方法
所有创意技术现在都具有领域感知智能：
- 🎨 SCAMPER方法：使用智能单词选择的领域特定提示
- *之前*：“如果我们用意想不到的东西代替主要部件怎么办？” - *之后*：“如果你用人工智能应用的‘神经网络’取代关键组件呢？”
- 🔗 类比思维：来自生物、数学和工程系统的领域相关类比
- *之前*：通用性质类比 - *之后*：“你的人工智能系统在生物学背景下是如何像‘免疫系统模式识别’的？”
- 🌿 仿生学：针对特定领域量身定制的自然灵感解决方案
- *之前*：随机性质示例 - *之后*：“你们的可再生能源系统如何模仿‘光合作用能量转换’？”
- 🎭 六顶思考帽子：专业领域特定视角
- *之前*：通用情感/逻辑提示 - *之后*：“哪些临床证据支持这种医疗技术方法？”（白帽）
- 💭 词语联想：替换随机组合的领域相关单词选择
- *之前*：“蝴蝶”+“网络安全” - *之后*：“加密”+“网络安全”
Available Domains / 可用领域
从78多个特定的多词域中选择： 从78+个特定的多词领域中选择：
- 设计与用户体验:
product design,user interface design,user experience design - 技术:
software development,mobile app development,artificial intelligence,cybersecurity - 商业:
business strategy,digital marketing,e-commerce,startup ventures - 医疗保健:
medical devices,healthcare technology,telemedicine,patient care - 教育:
educational technology,online learning,curriculum development - 环境:
renewable energy,sustainable agriculture,green technology - 运输:
urban transportation,electric vehicles,autonomous vehicles - And many more... / 还有更多...