Wordsmith MCP

MCP-сервер (Model Context Protocol), предоставляющий любому MCP-совместимому ИИ-клиенту набор автономных инструментов анализа и переписывания текста — статистику, экстрактивные суммаризации, извлечение ключевых слов, оценку удобочитаемости, преобразование стилей именования, извлечение сущностей и сравнение текстов.

Без API-ключей. Без сетевых запросов. Никакого хранения состояния. Всё выполняется локально над текстом, который вы передаёте, поэтому это быстро, бесплатно и безопасно для работы с приватными документами.

Создан с помощью MCP Python SDK.

Зачем это нужно

Языковые модели отлично справляются с оценкой текста, но на удивление ненадёжны в его измерении — попросите одну из них назвать точное количество слов или балл Flesch, и она начнёт гадать. Wordsmith предоставляет модели детерминированный калькулятор для этих задач, поэтом у ответы о длине, сложности и ключевых терминах документа вычисляются, а не оцениваются.

Related MCP server: armavita-originality-ai-mcp

Инструменты

Все инструменты помечены как readOnlyHint: true, openWorldHint: false — они никогда ничего не изменяют и не обращаются к интернету.

Быстрый старт (локально, stdio)

git clone https://github.com/mirza1272/wordsmith-mcp.git
cd wordsmith-mcp
python3 -m venv .venv
source .venv/bin/activate      # Windows: .venv\Scripts\activate
pip install -e .

Запустите:

wordsmith-mcp

Сервер общается через MCP по stdio и будет ждать подключения клиента — это нормальное поведение, а не зависание. Клиенты запускают его сами; см. ниже.

Проверка работоспособности

python scripts/smoke_test.py

Этот скрипт запускает сервер так же, как это сделал бы настоящий MCP-клиент, выводит список инструментов и вызыват каждый из них, печатая результаты.

Запуск юнит-тестов

pip install -e ".[dev]"
pytest -q

Подключение к клиенту

Claude Desktop

Отредактируйте claude_desktop_config.json:

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

• Windows: %APPDATA%\Claude\claude_desktop_config.json

• Linux: ~/.config/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "wordsmith": {
      "command": "/absolute/path/to/wordsmith-mcp/.venv/bin/wordsmith-mcp"
    }
  }
}

Перезапустите Claude Desktop, а затем спросите что-нибudь вроде «Насколько читабелен этот абзац и каковы его топ-5 ключевых слов?»

Claude Code

claude mcp add wordsmith -- /absolute/path/to/wordsmith-mcp/.venv/bin/wordsmith-mcp

Cursor / Widsurf / другие клиенты

Любой клиент, принимающий блок mcPServers, использует ту же форму, что и пример для Claude Desktop выше.

MCP Inspector (визуальная отладка)

npx @modelcontextprotocol/inspector .venv/bin/wordsmith-mcp

Открывает браузерный интерфейс, где можно вручную вызвать каждый инструмент и изучить сырой JSON-RPC-трафик.

HTTP-режим (для размещённых развёртываний)

Тот же сервер также поддерживает streamable HTTP — именнно его используют размещённые маркетплейсы:

TRANSPORT=http PORT=8081 wordsmith-mcp

Тогда MCP-эндпоинт будет доступен по адресу http://localhost:8081/mcp.

Развёртывание

Форма публикации Smithery принимает рабтающий HTTPS MCP-эндпоинт, поэтом у сервер сначала размёщается, а затем публикуется. Для этого включены Dockerfile и render.yaml; smithery.yaml сохранён для хостов, которые собирают контейнер напрямую.

Полное руководство: DEPLOY.md.

Короче: разверните контейнер на хосте (Render, Railay, Fly.io — render.yaml включён), зате опублеуйте полученный URL https://<host>/mcp на Smithery.

Предварительная сбока контейнера локально — хорошая проверка работоспособности:

docker build -t wordsmith-mcp .
docker run --rm -p 8081:8081 wordsmith-mcp

Структура проекта

wordsmith-mcp/
├── src/wordsmith_mcp/
│   ├── __init__.py        # package exports
│   ├── __main__.py        # python -m wordsmith_mcp
│   ├── server.py          # MCP server: tool definitions and schemas
│   └── textutils.py       # pure text logic, no MCP imports
├── scripts/smoke_test.py  # end-to-end client that exercises every tool
├── tests/test_textutils.py
├── examples/claude_desktop_config.json
├── Dockerfile
├── smithery.yaml
├── pyproject.toml
└── README.md

textutils.py содержит алгорitмы и ничего не импортирует из MCP, поэтом у логику можно юнит-тестировать независимо; server.py — это тонкий протокольный слой, который описывает эти функции модели.

Как это работает (обзор MCP за 60 секуид)

MCP — это JSON-RPC-протокол, который позволяет ИИ-клиенту обнаруживать и вызывать инструменты, предосставляемые сервером.

1. Клиент запускает сервер (как подроцесс через stdio или подключается через HTTP).

2. Клиент и сервер обмениваются рукопожатием initialize, объявляющим версию протокола и возможости.

3. Клиент вызыват tools/list. SDK генерирут JSON-схему каждого инструмента из аннотаций типов Python и описаний Field(...), поэтом модель видит, какие аргументы допустмы.

4. Когда модель решат, что нужен инструмент, клиент отправляет tools/call с аргументами; сервер выполяет функцию Python и возвращает результат — и как текst, читаемый человеком, и как structuredContent, соответствующий объявленной схеме вывода.

Поэтому добавить инструмент — это просто написат типизированную функцию Python и декорировать её с помощью @mcp.tool(...).

Дополнительные материалы в этом репозитории

• WRITEUP.md — мои заметки об использовании существующего MCP-сервера (Context7) и о том, что я узнал при создании этого сервера.

• DEPLOY.md — пошаговое руководство по публикации этого сервера на Smithery и Glama.

Лицензия

MIT — см. LICENSE.