Solar Human Proofreader

MCP-сервер, который возвращает рукопись, над которой поработал живой редактор красной ручкой. Вычитывает корейский текст, чтобы его было легко читать. Upstage Solar Pro 4 правит предложения, а код проверяет, остались ли на месте факты, цитаты и стиль. Ничего не добавляет и не убирает.

Это серверный MCP для развёртывания на Vercel. До 100 вызовов в день бесплатно, дальше — по своему ключу (BYOK).

Что в нём отличается

Это не инструмент для снятия «ИИ-налёта». Это инструмент, который убирает места, где читатель вынужден перечитать текст. Поэтому и порядок работы не «обнаружить и заменить», а повторяет действия человека-редактора.

Модель не спрашивают «расскажи, сколько ты исправила». Потому что модель, которая оценивает свой только что написанный текст, всегда сама себе потакает. Доля изменений, сохранение цифр, сверка цитат и определение стиля — всё это считает код. На одинаковом входе всегда получается одинаковое заключение.

Принципы редактуры

• Принцип красной ручки — нельзя переформулировать причину правки одним предложением — не трогаем.

• Лучше убрать, чем добавить — хорошая правка не заполняет. Объём вышепел — срабатывает предупреждение.

• Голос автора не трогаем — перевернуть стиль (например, полуформальный «한다체» в официальный «합소체») — тоже переделка. Если стиль повернут не Virce — приём блокируется.

• Факты неизменны — если появляется хоть одно слово или цифра, которых не было в оригинале, эту правку не принимаем.

Инструменты

Параметры proofread

Как подключить

Клиентам, поддерживающим Streamable HTTP (Claude Code, Cursor и т. п.), достаточно указать URL.

{
  "mcpServers": {
    "human-proofreader": {
      "url": "https://<your-deployment>.vercel.app/api/mcp"
    }
  }
}

Claude Code — одно строчка:

claude mcp add --transport http human-proofreader https://<your-deployment>.vercel.app/api/mcp

Клиентам со stdio нужно npx -y mcp-remote <url>.

Готовый отладкиИИ

Чтобы можно было развернуть сервер, просто дав адрес URL, мы дополнительно отдаём машинный текст. Оба пути передают фактический адрес развёртки из заголовка запроса, поэтому не заметишь подставленный плейсхолдер.

*Подключение
После строки заголовка клиента вставьте URL:

Бесплатные 100 вызовов, дальше — свой ключ

Лимит free в сутки считается в единицах одного вызова Solar. Если один proofread превращается в вызов чтения + вызов правки, списывается 2 вызова. Если считать по числу вызовов инструмента, одинаковый лимит будет отличаться у разных людей в разы, и те, кто пишут, не смогут не про него посчитать — ни клиент, ни провайдер. readability и compare не вызывают Solar, поэтому не списывают лимит. Счет сбрамывается в KST nighttime.

Чтобы продолжить работу после лимита, используйте свой ключ в заголовке, а не в аргументе инструмента: аргумент мог бы остаться открытым текстом в истории диалога клиента.

{
  "mcpServers": {
    "human-proofreader": {
      "url": "https://<your-deployment>.vercel.app/api/mcp",
      "headers": {
        "X-Upstage-Api-Key": "up_..."
      }
    }
  }
}

Запуск напрямую

git clone https://github.com/SolarLLM/human-proofreader-mcp
cd human-proofreader-mcp && npm install
cp .env.example .env.local   # OPENROUTER_API_KEY 또는 UPSTAGE_API_KEY 를 채운다
npm run dev                  # http://localhost:3000/api/mcp

vercel deploy --prod

Переменные окружения

Без Redis тоже работает, но serverless — это множество инстансов, поэтому лимития становится приблизительным. Чтобы честно держать фактический круг вызовов, подключите Upstash Redis.

План Vercel и depth: на Hobby окружение убивается через 60 секунд. deep (3 вызова) может подолеть такую и для длинного текста. В Hobby лучше до standme или через Pro (до 300 секунд).

Разработка

npm test        # 결정적 계층(가독성·대조·변경률) 회귀 테스트
npm run typecheck

Тестов, которые вызывают LLM, мы не пишем. Зато тестируем весь код, который выносит решение — потому что самый опасный отказ сервера — это ворота, тихо пропускающие результат.

Хочешь посчитать разницу

Как сильно текст «попрален» — общепринятое значение для определения переработки. Если считать по словоформам, при замене одной частицы всё слово подкатится как «изменилось», и цифра в два раза вырос (измедини: 22,8% по символам → 46,9% по словам). Поэтому считаем по символам.

Полностью отказались от метода «сравнивать предложение с предложением / абзац с абзацем». Нормальная правка: разбивает длинные предложения, связывает короткое, перерезает абзац. Каков ни — 1:1 не получается: такое разбиение и сливание считтся «несовпадением», и нормальная правка выглядит как переписывание (замер: объявление, где было четыре абзаца, дало 75% — на самом деле 27%).

LCS, применяемое прямо ко всему тексту — и точно, и предельно дёшево: 20 000 знаков против 20 000 — 1.1 секунд. При том, что один вызов Solar занимает далеко 20+ с, это можно пренебречь. Результат совпадает с символьной версией Python difflib (замер: 0,228 = 0,228; 0,680 = 0,68).

Порог — предупреждение 30% · стоп 50%. В корейском языке есть частицы и смысловые слоги, так что даже совершенно другое содержание — 0,650,70 — дно. Стоп 0,50 — ниже и этого дна, и ниже нормы сильной правки (0,250,45).

Что ловит снег сверки

Вставку целого предложения ворота блокируют. При изменённых нескольких словах внутри предложения не блокируется — дается в списке new_terms. Правка — это качество замены слов, поэтому если блокировать такое, пойдёт ведро ложных сообщений. В на фото этот список поймал тихое добавление уточнений похоже: «по сравнению со старой» → «по сравнению с понятием такого же масштаба».

``

Спасибо

Мы взяли из epoko77-ai/im-not-ai постановку вопроса о «следе ИИ» в корейском тексте и модель классификации стиля. Код не заимствован, написан с нуля. Этот сервер — отдельный дизайн с акцентом не на «снятие И”-следа», а «на удобство чтения».

Лицензия

MIT