NLP para MCP: sin dependencias pesadas. Creado por Blackmount.
45 herramientas de análisis de texto como servidor FastMCP. Sin NLTK. Sin spaCy. Sin transformers. Una sola dependencia (mcp[cli]), menos de 50 KB de código NLP, listo en segundos. Requiere Python 3.10+.
blackmount-nlp-mcp | NLTK | spaCy | transformers | |
Tamaño de wheel | 42 KB | 1.5 MB | 6 MB+ (+ modelos) | 10 MB+ (+ modelos) |
Dependencias directas | 1 | muchas | muchas | muchas |
Tokenización | ✅ | ✅ | ✅ | ✅ |
Análisis de sentimiento | ✅ | ✅ | ❌ | ✅ |
Puntuaciones de legibilidad | ✅ | ❌ | ❌ | ❌ |
Extracción de palabras clave | ✅ | ✅ | ❌ | ❌ |
Similitud de texto | ✅ | ✅ | ✅ | ✅ |
Detección de idioma | ✅ (18 idiomas) | ❌ | ❌ | ❌ |
Todo está implementado desde cero en Python puro: stemmer de Porter, TF-IDF, RAKE, Levenshtein, sentimiento estilo VADER, legibilidad Flesch / Gunning Fog / Coleman-Liau / ARI / SMOG, resumen extractivo, detección de idioma, además de un léxico de sentimiento integrado de más de 2000 palabras y una lista de más de 500 palabras vacías (stopwords), todo incluido en el paquete.
Related MCP server: LODA MCP Server
pip install blackmount-nlp-mcpAñadir a su archivo de configuración:
macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json
Linux: ~/.config/Claude/claude_desktop_config.json
{
"mcpServers": {
"nlp": {
"command": "blackmount-nlp-mcp"
}
}
}Añadir a .cursor/mcp.json en la raíz de su proyecto:
{
"mcpServers": {
"nlp": {
"command": "blackmount-nlp-mcp"
}
}
}El servidor se ejecuta a través de stdio. Apunte su cliente al comando blackmount-nlp-mcp:
blackmount-nlp-mcpReinicie su editor. Las 45 herramientas de NLP ya están disponibles; solo pregunte en lenguaje natural.
Herramienta | Descripción | Intente preguntar |
| Divide el texto en palabras, manejando contracciones y puntuación | "Tokeniza este párrafo en palabras" |
| Divide en oraciones, manejando abreviaturas comunes | "Divide este texto en oraciones individuales" |
| Genera n-gramas a nivel de palabra desde una lista de tokens | "Genera bigramas a partir de estos tokens" |
| Genera n-gramas a nivel de carácter | "Obtén trigramas de caracteres para esta palabra" |
Todas las funciones de legibilidad devuelven 0.0 para entradas vacías o que solo contienen espacios en blanco.
Herramienta | Descripción | Intente preguntar |
| Puntuación de facilidad 0–100 (más alto = más fácil) | "Calcula la puntuación de facilidad de lectura Flesch" |
| Estimación de nivel de grado escolar de EE. UU. | "¿A qué nivel de grado escolar está escrito esto?" |
| Índice Fog basado en la proporción de palabras complejas | "Calcula el índice Fog para este texto" |
| Índice de nivel de grado Coleman-Liau | "Obtén la puntuación Coleman-Liau" |
| Índice de nivel de grado ARI | "¿Cuál es el ARI para este documento?" |
| Grado SMOG (recomendado para textos de salud) | "Calcula el grado SMOG para este documento" |
| Estimación de conteo de sílabas para cualquier palabra | "¿Cuántas sílabas tiene 'extraordinario'?" |
| Todas las puntuaciones de legibilidad en una llamada con una etiqueta en lenguaje sencillo | "Dame un informe completo de legibilidad para este texto" |
Herramienta | Descripción | Intente preguntar |
| Puntuación de sentimiento compuesto de -1.0 a +1.0 | "¿Cuál es el sentimiento de esta reseña de cliente?" |
| Devuelve | "¿Esta opinión es positiva o negativa?" |
| Desglose de sentimiento por oración | "Muéstrame el sentimiento de cada oración" |
| Sentimiento enfocado en temas específicos | "¿Cuál es el sentimiento sobre 'precios' en estas reseñas?" |
Herramienta | Descripción | Intente preguntar |
| Clasificación de palabras clave TF-IDF en un corpus | "¿Cuáles son los términos clave en estos documentos?" |
| Algoritmo RAKE: extracción de palabras clave a nivel de frase | "Extrae las frases clave de este artículo" |
| Palabras principales por frecuencia, excluyendo palabras vacías | "¿Cuáles son las palabras más comunes en este texto?" |
| Frases n-grama principales por frecuencia | "¿Qué frases de dos palabras aparecen más a menudo?" |
Herramienta | Descripción | Intente preguntar |
| Superposición de conjuntos de palabras, 0–1 | "¿Qué tan similares son estos dos párrafos?" |
| Similitud de coseno de bolsa de palabras, 0–1 | "Calcula la similitud de coseno entre estos textos" |
| Distancia de edición de Levenshtein | "¿Cuántas ediciones para convertir 'kitten' en 'sitting'?" |
| Distancia de edición normalizada a 0–1 | "¿Qué tan diferentes son estas dos cadenas?" |
| Longitud de la subsecuencia común más larga entre dos cadenas | "¿Cuál es la longitud LCS de estas dos cadenas?" |
Herramienta | Descripción | Intente preguntar |
| Elimina más de 500 palabras vacías en inglés | "Elimina las palabras vacías de este texto" |
| Elimina toda la puntuación | "Elimina la puntuación" |
| Elimina tokens numéricos | "Elimina todos los números de esto" |
| Elimina URLs | "Limpia las URLs" |
| Elimina direcciones de correo electrónico | "Elimina las direcciones de correo de este texto" |
| Elimina etiquetas HTML | "Elimina el HTML de este contenido" |
| Colapsa y recorta espacios en blanco | "Normaliza los espacios en blanco" |
| Convierte a minúsculas | "Convierte esto a minúsculas" |
| Stemmer de Porter (Python puro, sin NLTK) | "Aplica stemming a la palabra 'running'" |
| Limpieza configurable de varios pasos en una llamada | "Limpia este texto: elimina HTML, URLs y palabras vacías" |
Herramienta | Descripción | Intente preguntar |
| Identifica el idioma de entre 18 idiomas soportados | "¿En qué idioma está escrito este texto?" |
| Detecta el script: ASCII, Latin, Cyrillic, CJK, Arabic | "¿Qué script usa este texto?" |
| Puntuación de confianza en inglés, 0–1 | "¿Está este texto en inglés?" |
| Conteo de palabras | "¿Cuántas palabras hay en esto?" |
| Conteo de oraciones | "Cuenta las oraciones" |
| Conteo de párrafos | "¿Cuántos párrafos?" |
| Longitud media de palabra en caracteres | "¿Cuál es la longitud media de palabra?" |
| Longitud media de oración en palabras | "¿Qué tan largas son las oraciones en promedio?" |
Herramienta | Descripción | Intente preguntar |
| Selecciona las N oraciones con mayor puntuación de un documento | "Resume este artículo en 3 oraciones" |
| Estadísticas completas del documento: palabras, legibilidad, idioma, tiempo de lectura | "Dame un perfil estadístico de este texto" |
Los submódulos se pueden importar directamente; no se requiere servidor MCP:
from blackmount_nlp_mcp.sentiment import sentiment_score, sentiment_label
from blackmount_nlp_mcp.readability import reading_level
from blackmount_nlp_mcp.keywords import rake_keywords
text = "This product is absolutely amazing! The quality is excellent."
print(sentiment_score(text))
# 0.9285
print(sentiment_label(text))
# 'positive'
print(reading_level(text))
# {'grade_level': 12.39, 'label': 'college',
# 'flesch_reading_ease': 14.27, 'flesch_kincaid_grade': 12.39,
# 'gunning_fog': 19.58, 'coleman_liau': 10.94,
# 'automated_readability': 7.51, 'smog_grade': 11.21}
print(rake_keywords(text))
# [{'phrase': 'absolutely amazing', 'score': 4.0},
# {'phrase': 'product', 'score': 1.0},
# {'phrase': 'quality', 'score': 1.0},
# {'phrase': 'excellent', 'score': 1.0}]git clone https://github.com/BlackMount-ai/blackmount-nlp-mcp
cd blackmount-nlp-mcp
pip install -e .
pytest tests/ -vblackmount-nlp-mcp es creado por Blackmount, herramientas para personas que trabajan con IA.
blackmount-mcp: memoria del navegador, búsqueda en chats de IA y análisis de sesiones como servidor MCP. Combínelo con blackmount-nlp-mcp para analizar sus conversaciones guardadas: extraiga palabras clave del historial de chat, puntúe la legibilidad de las respuestas de la IA, detecte tendencias de sentimiento a través de las sesiones.
app.blackmount.ai: la plataforma completa de Blackmount. Busque, organice y analice todo lo que producen sus herramientas de IA.
MIT
Deterministic AI agent microtools, no accounts/API keys. fetch_extract: 98% token cut. 38 tools.
16 AI-native tools with dual SSE + streamable-http transport. Free tier available.
Honest library picks for coding agents in 25-360 tokens. Tells your agent what NOT to install.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/BlackMount-ai/blackmount-nlp-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server