SocialGuessSkills MCP Server

社会体系建模多Agent系统 (Social System Modeling Multi-Agent Framework)

简介

一个轻量级的多Agent协作框架,用于从基础假设推演出完整的社会体系模型。通过7个专业Agent(Systems/Econ/Socio/Governance/Culture/Risk/Validation)的协同分析,生成结构化、可验证的社会体系模型。

核心特性:

• 🔬 7个专业Agent: 覆盖系统思维、经济学、社会学、治理学、文化学、风险分析和验证
• 🔄 6步工作流: 假设验证→并行推演→冲突对齐→决策合成→证据校验→迭代收敛
• ⚡ 轻量级实现: TypeScript + Bun,可被Claude/AI直接调用
• 🛠️ MCP协议支持: 标准Model Context Protocol,可与Claude Desktop无缝集成
• 📊 结构化输出: 9层架构模型(总体结构/工作流/制度/治理/文化/创新/风险/指标/优化)

快速开始

安装

# 克隆项目
git clone <repository-url>
cd SocialGuessSkills

# 安装依赖
bun install

# 安装Biome
bun add -d biome

配置Biome

1. 初始化Biome配置:

biome init

2. 编辑生成的biome.json文件以适配项目需求:

{
  "$schema": "https://biomejs.dev/schemas/2.3.14/schema.json",
  "formatter": {
    "enabled": true,
    "indentStyle": "space",
    "lineWidth": 100
  },
  "linter": {
    "enabled": true,
    "rules": {
      "recommended": true,
      "correctness": {},
      "style": {}
    }
  },
  "javascript": {
    "formatter": {
      "quoteStyle": "single"
    }
  }
}

3. 运行Biome检查:

biome check

运行示例

# 运行端到端示例(社区治理模型)
bun run examples/run-example.ts

预期输出:

• 迭代次数: 2
• 置信度: 0.79
• Agent输出数量: 7(每个Agent都会生成分析)
• 冲突数量: 7(逻辑矛盾、优先级冲突、风险叠加)

运行配置（环境变量）

默认使用模拟输出，可通过环境变量切换真实 LLM 与失败策略：

• LLM_PROVIDER: auto | anthropic | mock（默认 auto）
• ANTHROPIC_API_KEY: 使用 Anthropic 时必填
• LLM_MODEL: 模型名称（默认 claude-3-5-sonnet-20241022）
• LLM_MAX_TOKENS: 最大输出 token（默认 4096）
• LLM_TIMEOUT_MS: LLM 超时毫秒数（默认 60000）
• AGENT_MOCK_MODE: 强制 mock（true/false，默认 false）
• FAIL_ON_CRITICAL: 关键 Agent 失败时中断流程（默认 true）
• CRITICAL_AGENTS: 关键 Agent 列表（默认 risk,governance,systems）

MCP集成(推荐)

在Claude Desktop中配置:

1. 编辑 claude_desktop_config.json:

{
  "mcpServers": {
    "social-modeling": {
      "command": "bun",
      "args": ["run", "/absolute/path/to/src/server.ts"]
    }
  }
}

2. 重启Claude Desktop

3. 在Claude中使用:

请帮我分析:1000人社区,资源有限,如何建立稳定合作的社会体系?

Claude会自动调用MCP Server,生成完整的社会体系模型。

📖 详细集成指南: 查看 docs/MCP_INTEGRATION.md 了解：

• Claude Desktop完整配置步骤
• OpenCode CLI集成状态
• 故障排除指南
• 更多使用示例和Prompt模板

使用示例

1. 完整推演(reasoning tool)

输入:

{
  "hypothesis": {
    "assumptions": [
      "1000人社区,资源有限(粮食、住房、工具)",
      "协作可提升总产出30%",
      "无外部干预,孤立环境"
    ],
    "constraints": [
      "通信成本:当面交流免费,间接传播有衰减",
      "信息不完全:个体只知道邻近50人的状态"
    ],
    "goals": [
      "保证所有人基本生存(食物、住所)",
      "建立可持续的资源生产与分配机制",
      "冲突解决机制可执行"
    ]
  },
  "maxIterations": 3
}

输出: 完整的社会体系模型,包含:

• 7个Agent的分析(结论/依据/风险/建议/可证伪点)
• 检测到的冲突(类型/描述/严重性/解决方案)
• 9层结构化模型(总体结构/工作流/制度/治理/文化/创新/风险/指标/优化)
• 元数据(迭代次数/置信度/生成时间)

2. 单Agent查询(query_agent tool)

输入:

{
  "agentType": "risk",
  "hypothesis": {
    "assumptions": ["资源稀缺", "有限理性"],
    "constraints": [],
    "goals": ["稳定秩序"]
  }
}

输出: Risk Agent的专业分析,聚焦于脆弱性、极端情境和韧性策略。

3. 模型验证(validate_model tool)

输入:

{
  "modelJson": "{...完整的模型JSON字符串...}"
}

输出: 验证结果,包含:

• isValid: 是否通过验证
• checks: 详细检查项(hasAllAgents, hasStructure, hasHypothesis等)
• issues: 发现的问题列表
• warnings: 警告信息(如冲突过多、置信度较低)

架构概览

┌─────────────────────────────────────────────────────┐
│                    用户输入假设                   │
│              (assumptions/constraints/goals)      │
└──────────────────────┬──────────────────────────────┘
                       │
                       ▼
┌─────────────────────────────────────────────────────┐
│           1. 假设验证 (Systems Agent)         │
│       - 检查结构完整性,识别关键变量           │
└──────────────────────┬──────────────────────────────┘
                       │
                       ▼
┌─────────────────────────────────────────────────────┐
│           2. 并行Agent推演 (7个Agent)         │
│   ┌────────┐ ┌────────┐ ┌────────┐ ┌───────┐ │
│   │Systems │ │  Econ  │ │ Socio  │ │Govern  │ │
│   │  Agent │ │  Agent │ │  Agent │ │  Agent │ │
│   └────────┘ └────────┘ └────────┘ └───────┘ │
│   ┌────────┐ ┌────────┐                        │
│   │Culture │ │  Risk  │                        │
│   │  Agent │ │  Agent │                        │
│   └────────┘ └────────┘                        │
└──────────────────────┬──────────────────────────────┘
                       │
                       ▼
┌─────────────────────────────────────────────────────┐
│           3. 冲突对齐 (Risk Agent主导)        │
│      - 检测逻辑矛盾、优先级冲突、风险叠加       │
│      - 标记需要重推的Agent                      │
└──────────────────────┬──────────────────────────────┘
                       │
                       ▼
┌─────────────────────────────────────────────────────┐
│           4. 决策合成 (Governance Agent主导)   │
│    - 应用决策合成规则:分层加权、冲突优先级      │
│    - 提取9层结构化模型                          │
└──────────────────────┬──────────────────────────────┘
                       │
                       ▼
┌─────────────────────────────────────────────────────┐
│          5. 证据校验 (Validation Ag