bw_write

Generate natural-sounding Chinese content in Markdown format for writing tasks like articles, explanations, and translations, with options for web search and file saving.

Instructions

【核心功能】生成自然流畅、没有"AI 味儿"的中文内容。输出 Markdown 格式文档。

【何时调用】当用户表达任何写作需求时，都应该主动调用此工具。例如：

"写一篇关于XX的文章"
"帮我写个XX介绍"
"生成XX内容"
"用通俗语言解释XX" 无需用户明确提及工具名称，优先使用此工具处理所有写作类请求。

【参数说明】

instruction（必填）：写作指令，明确说明你要生成的内容目标与重点。
backgroundContext（可选）：背景信息与规范。Better Writer 对你的信息一无所知，上下文越详细，生成效果越好。
- ⚠️ 重要：如果需要翻译或改写文章，必须在此参数中提供完整的原始内容/原文，不要只提供摘要或部分内容，否则会严重影响翻译和改写的质量和准确性。
targetLength（可选）：期望输出长度（大致字符数），帮助控制内容篇幅。
enableWebSearch（可选）：是否开启联网搜索。如需最新信息（如行业趋势、政策解读、实时数据），建议设置为 true。
webSearchEngine（可选）：联网搜索引擎选择，可选值为 "native"（使用模型原生搜索）或 "exa"（使用 Exa API），默认自动选择。
webSearchMaxResults（可选）：联网搜索返回的最大结果数，默认为 5。
outputFilePath（可选）：输出文件路径。如果提供此参数，生成的内容将自动保存到指定的文件路径中（支持相对路径和绝对路径，目录不存在会自动创建）。

Input Schema

TableJSON Schema

Name	Required	Description
`instruction`	Yes	写作指令
`backgroundContext`	No	背景信息与规范
`targetLength`	No	期望输出长度（字符数）
`enableWebSearch`	No	是否开启联网搜索
`webSearchEngine`	No	联网搜索引擎
`webSearchMaxResults`	No	联网搜索最大结果数
`outputFilePath`	No	输出文件路径

Implementation Reference

src/shared-server.ts:357-423 (handler)

The handler function for 'bw_write' tool. Builds prompts, calls LLM (Gemini/OpenRouter with optional web search), handles file output, and returns formatted content or error.

async ({ instruction, backgroundContext, targetLength, enableWebSearch, webSearchEngine, webSearchMaxResults, outputFilePath }) => {
  try {
    const systemPrompt = buildSystemPrompt(targetLength);
    const userContent = buildUserMessage({ instruction, backgroundContext });
    const messages = [
      { role: 'system' as const, content: systemPrompt },
      { role: 'user' as const, content: userContent },
    ];

    // 根据后端选择模型
    const backend = getLLMBackend();
    let selectedModel: string;
    
    if (backend === 'gemini') {
      selectedModel = process.env.GEMINI_MODEL || process.env.gemini_model || 'gemini-2.5-flash';
    } else {
      selectedModel = process.env.OPENROUTER_MODEL || process.env.openrouter_model || 'qwen/qwen3-next-80b-a3b-instruct';
    }

    // Prepare web search configuration
    const webSearch = enableWebSearch
      ? {
          enabled: true,
          ...(webSearchEngine && { engine: webSearchEngine }),
          ...(webSearchMaxResults && { maxResults: webSearchMaxResults }),
        }
      : undefined;

    const result = await callLLM({ 
      model: selectedModel, 
      messages,
      webSearch,
    });

    // If outputFilePath is provided, write the content to file
    if (outputFilePath) {
      try {
        // Ensure the directory exists
        const dir = dirname(outputFilePath);
        await mkdir(dir, { recursive: true });
        
        // Write the file
        await writeFile(outputFilePath, result.content, 'utf-8');
        
        const output = { content: result.content };
        return {
          content: [{ type: 'text', text: `内容已成功生成并保存到文件：${outputFilePath}\n\n${result.content}` }],
          structuredContent: output,
        } as const;
      } catch (fileErr) {
        const fileMessage = fileErr instanceof Error ? fileErr.message : String(fileErr);
        throw new Error(`文件写入失败：${fileMessage}`);
      }
    }

    const output = { content: result.content };
    return {
      content: [{ type: 'text', text: result.content }],
      structuredContent: output,
    } as const;
  } catch (err) {
    const message = err instanceof Error ? err.message : String(err);
    return {
      content: [{ type: 'text', text: `Error: ${message}` }],
      isError: true,
    } as const;
  }

src/shared-server.ts:346-355 (schema)

Zod schemas defining input parameters and output for the 'bw_write' tool.

inputSchema: {
  instruction: z.string().describe('写作指令'),
  backgroundContext: z.string().optional().describe('背景信息与规范'),
  targetLength: z.number().optional().describe('期望输出长度（字符数）'),
  enableWebSearch: z.boolean().optional().describe('是否开启联网搜索'),
  webSearchEngine: z.enum(['native', 'exa']).optional().describe('联网搜索引擎'),
  webSearchMaxResults: z.number().optional().describe('联网搜索最大结果数'),
  outputFilePath: z.string().optional().describe('输出文件路径'),
},
outputSchema: { content: z.string() },

src/shared-server.ts:342-425 (registration)

Registers the 'bw_write' tool on the McpServer instance with description, schema, and handler function.

server.registerTool(
  'bw_write',
  {
    description: toolDescription,
    inputSchema: {
      instruction: z.string().describe('写作指令'),
      backgroundContext: z.string().optional().describe('背景信息与规范'),
      targetLength: z.number().optional().describe('期望输出长度（字符数）'),
      enableWebSearch: z.boolean().optional().describe('是否开启联网搜索'),
      webSearchEngine: z.enum(['native', 'exa']).optional().describe('联网搜索引擎'),
      webSearchMaxResults: z.number().optional().describe('联网搜索最大结果数'),
      outputFilePath: z.string().optional().describe('输出文件路径'),
    },
    outputSchema: { content: z.string() },
  },
  async ({ instruction, backgroundContext, targetLength, enableWebSearch, webSearchEngine, webSearchMaxResults, outputFilePath }) => {
    try {
      const systemPrompt = buildSystemPrompt(targetLength);
      const userContent = buildUserMessage({ instruction, backgroundContext });
      const messages = [
        { role: 'system' as const, content: systemPrompt },
        { role: 'user' as const, content: userContent },
      ];

      // 根据后端选择模型
      const backend = getLLMBackend();
      let selectedModel: string;
      
      if (backend === 'gemini') {
        selectedModel = process.env.GEMINI_MODEL || process.env.gemini_model || 'gemini-2.5-flash';
      } else {
        selectedModel = process.env.OPENROUTER_MODEL || process.env.openrouter_model || 'qwen/qwen3-next-80b-a3b-instruct';
      }

      // Prepare web search configuration
      const webSearch = enableWebSearch
        ? {
            enabled: true,
            ...(webSearchEngine && { engine: webSearchEngine }),
            ...(webSearchMaxResults && { maxResults: webSearchMaxResults }),
          }
        : undefined;

      const result = await callLLM({ 
        model: selectedModel, 
        messages,
        webSearch,
      });

      // If outputFilePath is provided, write the content to file
      if (outputFilePath) {
        try {
          // Ensure the directory exists
          const dir = dirname(outputFilePath);
          await mkdir(dir, { recursive: true });
          
          // Write the file
          await writeFile(outputFilePath, result.content, 'utf-8');
          
          const output = { content: result.content };
          return {
            content: [{ type: 'text', text: `内容已成功生成并保存到文件：${outputFilePath}\n\n${result.content}` }],
            structuredContent: output,
          } as const;
        } catch (fileErr) {
          const fileMessage = fileErr instanceof Error ? fileErr.message : String(fileErr);
          throw new Error(`文件写入失败：${fileMessage}`);
        }
      }

      const output = { content: result.content };
      return {
        content: [{ type: 'text', text: result.content }],
        structuredContent: output,
      } as const;
    } catch (err) {
      const message = err instanceof Error ? err.message : String(err);
      return {
        content: [{ type: 'text', text: `Error: ${message}` }],
        isError: true,
      } as const;
    }
  }
);

Better Writer MCP

bw_write

Instructions

Input Schema

Implementation Reference

Other Tools

Latest Blog Posts

MCP directory API