Skip to main content
Glama

Book Recommendations — "¿Qué debería leer después?" MCP 📚🎲

CI License: MIT PyPI

Recomendaciones de libros para agentes de IA: la respuesta a "¿qué debería leer después?" parte de millones de obras — recomendaciones por tema, giros de serendipia a ciegas que enganchan con la primera frase real del libro, y clásicos gratuitos de dominio público que puedes empezar a leer ya. Cero claves de API.

Pregúntale a cualquier agente "¿qué debería leer después?", "libros como Dune" o "surpréndeme con un libro"book-recommendations es la herramienta que responde.

Por qué existe esto

  • Los LLM recomiendan los mismos 50 libros canónicos para cada petición. Esta herramienta rastrea los millones de obras de OpenLibrary, incluida una tirada de cita a ciegas que elige una estantería temática a una profundidad aleatoria, deliberadamente fuera de las listas de más vendidos, y te engancha con la primera frase real del libro antes de la revelación.

  • Inteligencia de lectura inmediata en cada tarjeta: read_now indica si un libro se puede leer gratis en archive.org (público) o se puede tomar prestado (préstamo gratuito): la lectura al instante es mejor que un enlace de compra.

  • Clásicos gratuitos a través de Project Gutenberg (con tolerancia a fallos: cuando el índice de Gutenberg no está disponible, el propio error te sitúa ante alternativas de archive.org).

  • Atribución honesta: cada tarjeta incluye why_picked — cómo se eligió de verdad el libro. Un descubrimiento en el que puedes confiar.

Herramientas

Herramienta

Qué hace

recommend

Recomendaciones de libros por tema, estado de ánimo o «libros similares a X», con valoraciones, materias, primeras frases e indicadores de lectura inmediata

blind_date

Giro de serendipia: estantería aleatoria, profundidad aleatoria, gancho de primera frase y revelación en dos tiempos

free_classics

Libros de dominio público con URLs de lectura inmediata (Gutenberg, con degración suave)

skills_list / skill_read

Manuales actualizables (presentación, recuperación de errores)

Además, el prompt: what-should-i-read-next.

Inicio rápido

# 1-Line Universal Installer (auto-configures Claude Desktop, Cursor, Claude Code, VS Code, ...)
curl -fsSL "https://book-recommendations.builditwithai.xyz/install" | bash

# Or run directly via your preferred runtime:
uvx book-recommendations
npx -y book-recommendations

Ejemplo

User:  surprise me with a book

blind_date()
→ picks: [{
     first_sentence: "The lighthouse kept its own counsel…",
     subjects: ["lighthouses", "islands", "solitude"], first_published: 1962,
     why_picked: "blind date: fished the “lighthouses” shelf at depth 3 — picked
                  for serendipity, not sales rank",
     title: "…", author: "…", read_now: "borrowable at archive.org",
     openlibrary_url: "https://openlibrary.org/works/…" }]

Presenta primero el gancho y luego la revelación: la estructura de dos tiempos es el producto.

Telemetría y privacidad

La telemetría de uso es anónima (sin PII, sin consultas, sin rutas) y sigue el estándar de flota habitual (schema v2, con respaldo dual-endpoint). Puedes rechazarla cuando gustes: BOOK_RECOMMENDATIONS_TELEMETRY=false o DO_NOT_TRACK=1.

Desarrollo

uv venv && uv pip install -e ".[dev]"
DO_NOT_TRACK=1 .venv/bin/python -m pytest tests/ -q   # unit + live + e2e

Las pruebas en vivo acceden a la API real de OpenLibrary y se omiten solas cuando no se tiene conexión.

Licencia

MIT

-
license - not tested
Not graded
quality - not tested
C
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Connectors

  • Give your agent live data from Twitter, Reddit, the web and GitHub. No API keys, no scraping stack.

  • Curated knowledge API for AI agents - skill packs, semantic search, validated patterns.

  • Real-time LinkedIn, X (Twitter) and Reddit data for AI agents. Free key, self-minted, no signup.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/surendranb/book-recommendations'

If you have feedback or need assistance with the MCP directory API, please join our Discord server