Qu’est-ce que Sequential Thinking (reference server) ?
Sequential Thinking est l'un des sept serveurs de référence encore maintenus dans modelcontextprotocol/servers ; il n'a pas été déplacé vers servers-archived. Il expose un outil, enregistré comme sequentialthinking (le README l'appelle sequential_thinking, une non-concordance suivie dans l'issue #5204). Le modèle l'appelle à répétition, en enregistrant à chaque fois une pensée numérotée avec une estimation de combien il en reste, et peut marquer une pensée comme révisant une antérieure ou se ramifier vers une ligne alternative.
Le serveur ne calcule rien. Il garde l'historique des pensées en mémoire pour la durée de la connexion et journalise chaque pensée sur stderr sauf si DISABLE_THOUGHT_LOGGING est défini. Faites-le tourner avec npx -y @modelcontextprotocol/server-sequential-thinking, qui a besoin de Node.js 24 ou plus récent depuis la version 2.0.0 (19 octobre 2026), ou l'image Docker mcp/sequentialthinking. Aucune clé n'est impliquée.
Installer Sequential Thinking (reference server)
npx -y @modelcontextprotocol/server-sequential-thinkingSequential Thinking (reference server) vaut-il le coup ?
Sur un modèle de raisonnement actuel, ce serveur ajoute surtout du coût. L'issue #4507 mesure sa seule définition d'outil à environ 921 tokens, payés dans chaque session que l'outil soit appelé ou non, et chaque pensée est un aller-retour d'outil complet. Les modèles d'Anthropic, OpenAI et Google avec réflexion étendue planifient et révisent déjà avant de répondre ; router cela à travers des appels d'outils duplique le travail fait en interne.
Il a encore deux usages honnêtes. Avec des modèles plus petits ou sans raisonnement, les champs du schéma (thoughtNumber, totalThoughts, isRevision, branchFromThought) poussent le modèle à décomposer un problème et à revisiter des étapes qu'il sauterait autrement. Et parce que chaque pensée atterrit dans le log d'outils, il laisse une trace examinable de comment un agent a atteint une décision, ce que le raisonnement interne d'un modèle ne fait souvent pas.
Rien dans la documentation ne revendique de meilleures réponses. Le test du README pour savoir s'il fonctionne est simplement que l'hôte appelle l'outil plusieurs fois, et le projet MCP ne publie aucune évaluation. Il reste lourdement installé, à environ 143 000 téléchargements npm dans la semaine jusqu'au 18 octobre 2026, en grande partie grâce aux premières listes « incontournables ».
L'exposition de sécurité est à peu près aussi faible qu'un serveur MCP peut l'être : pas de fichiers, pas de réseau, pas d'identifiants, et l'historique disparaît quand la connexion se ferme. Le seul détail à connaître est que les pensées sont écrites sur stderr par défaut, si bien que tout ce que le modèle raisonne, secrets collés inclus, peut finir dans les fichiers de log d'un client.
Là où il fait la différence
Un développeur qui fait tourner un modèle local 8B pour l'aide au codage
Faire planifier au modèle une refactorisation en plusieurs étapes au lieu de répondre d'un coup
Le schéma de pensées numérotées pousse un petit modèle à lister les étapes et à les réviser avant d'écrire du code. C'est gratuit et local ; chaque pensée est un aller-retour supplémentaire, lent sur un GPU de portable mais ne coûtant rien.
Un responsable conformité dans une fintech qui pilote un agent interne
Garder un enregistrement de comment l'agent a raisonné avant de recommander une action
Chaque pensée est un appel d'outil avec ses propres arguments, si bien qu'elle apparaît dans le log d'outils du client et le log stderr du serveur pour examen ultérieur. La trace est ce que le modèle a choisi d'écrire, pas une preuve de comment il a réellement décidé.
Un ingénieur qui réduit la dépense en tokens sur un agent Claude ou GPT de production
Décider quels serveurs MCP retirer d'une configuration encombrée
C'est généralement la coupe la plus facile : le retirer économise environ 921 tokens par session plus chaque appel de pensée, et un modèle de raisonnement planifie sans lui.
Avant de vous engager
- Mise en route
- Ajoutez npx -y @modelcontextprotocol/server-sequential-thinking à la configuration du client (extraits du README pour Claude Desktop et VS Code ; Windows a besoin de cmd /c). Node.js 24+ à partir de 2.0.0. Il marche au redémarrage, et l'hôte décide quand l'appeler.
- Intégrations
- Un outil, sequentialthinking, avec quatre entrées requises (thought, nextThoughtNeeded, thoughtNumber, totalThoughts) et cinq champs optionnels de révision et de ramification. Il n'écrit que dans l'historique en mémoire.
- Données et confidentialité
- Pas de fichiers, de réseau ni d'identifiants. Les pensées sont tenues en mémoire pour la connexion et journalisées sur stderr sauf si DISABLE_THOUGHT_LOGGING est réglé sur true.
- Coût à grande échelle
- Gratuit. Le coût est les tokens : environ 921 pour la définition d'outil dans chaque session, selon l'issue #4507, plus un appel par pensée, si bien qu'un plan de dix étapes signifie dix allers-retours.
- Limites
- Pas de persistance au-delà de la connexion, pas de preuve publiée qu'il améliore les résultats, et le nom d'outil du README ne correspond pas à celui enregistré.
Les points forts
- Pas de fichiers, de réseau ni d'identifiants
- Laisse une trace visible et journalisée de chaque étape
- Peut aider les petits modèles sans raisonnement à planifier
Les points faibles
- Environ 921 tokens de définition d'outil par session
- Duplique le raisonnement intégré des modèles actuels
- Le README donne le mauvais nom d'outil (issue #5204)
Idéal pour
Les personnes qui utilisent des modèles plus petits ou plus anciens et veulent une trace de planification visible étape par étape.
Alternatives à Sequential Thinking (reference server)
Sequential Thinking (reference server) : questions fréquentes
- Sequential Thinking (reference server) vaut-il le coup ?
- Redondant sur les modèles de raisonnement d'aujourd'hui, il ne justifie désormais son surcoût de 921 tokens que comme trace de planification visible ou comme échafaudage pour les petits modèles. Nous lui donnons 3.3 sur 5.
- Combien coûte Sequential Thinking (reference server) ?
- Gratuit et open source.
- Quels sont les inconvénients de Sequential Thinking (reference server) ?
- Environ 921 tokens de définition d'outil par session; duplique le raisonnement intégré des modèles actuels; le README donne le mauvais nom d'outil (issue #5204).
- À qui s’adresse Sequential Thinking (reference server) ?
- Les personnes qui utilisent des modèles plus petits ou plus anciens et veulent une trace de planification visible étape par étape.
- Combien coûte Sequential Thinking (reference server) pour une équipe ou en production ?
- Gratuit. Le coût est les tokens : environ 921 pour la définition d'outil dans chaque session, selon l'issue #4507, plus un appel par pensée, si bien qu'un plan de dix étapes signifie dix allers-retours.
- Sequential Thinking (reference server) est-il sûr pour les données de l’entreprise ?
- Pas de fichiers, de réseau ni d'identifiants. Les pensées sont tenues en mémoire pour la connexion et journalisées sur stderr sauf si DISABLE_THOUGHT_LOGGING est réglé sur true.
- Quelles sont les meilleures alternatives à Sequential Thinking (reference server) ?
- Les alternatives les plus proches que nous avons testées sont Memory (reference server).
Réponses vérifiées le 23 oct. 2026.