Book Recommendations —「次に何を読めばいい?」MCP 📚🎲

AIエージェント向けの書籍レコメンド:「次に何を読めばいい?」という問いに、数百万件の作品から答えを見つけます。テーマ別のおすすめ、実際の書き出しの一文を手がかりに偶然の出会いを楽しむブラインドデート抽選、そして今すぐ読み始められる無料のパブリックドメイン作品も紹介します。APIキーは一切不要です。

どんなエージェントにでも、"次に何を読めばいい?" や "Duneのような本は?"、"サプライズな一冊を選んで" と尋ねてみてください — それに答えるのが book-recommendations です。

なぜ作られたのか

• LLMはどんなリクエストに対しても、だいたい同じ定番50冊を勧めてしまいます。このツールは、OpenLibraryの数百万件の作品の中から、ブラインドデート抽選でランダムな主題の本棚をランダムな深さまで探ります。ベストセラーリストを意図的に外し、本の正体を明かす前に、実際の書き出しの一文で読者を引き込みます。

• すべてのカードに「今すぐ読める?」情報を表示: read_now は、その本が archive.org で自由に読める (public) か、無料で借りられる (free loan) かを示します。すぐに読めることは、ショッピングリンクより有意義です。

• 無料の古典: は Project Gutenberg 経由 (fail-soft: Gutenberg のインデックスが落ちても、エラー自体が archive.org の代替手段を教えてくれます)。

• 誠実な根拠: すべてのカードが why_picked を表示し、その本がどのように選ばれたのかを確認できます。信頼できる発見を提供します。

ツール

さらに、プロンプト what-should-i-read-next も用意されています。

クイックスタート

# 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

例

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/…" }]

まず書き出しの一文で引き込み、その後にタイトルを明らかにする — この2段構成の演出が、まさにこのプロダクトの核です。

テレメトリーとプライバシー

匿名の使用テレメトリ (PIIなし、クエリなし、パスなし) を収集します。フリート標準 (schema v2、dual-endpoint fallback) に沿っています)。いつでもオプトアウトできます: BOOK_RECOMMENDATIONS_TELEMETRY=false または DO_NOT_TRACK=1。

開発

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

ライブテストは実際の OpenLibrary API を呼び出します。オフラインではテスト自体を自動スキップします。

ライセンス

MIT