Book Recommendations — "What Should I Read Next?" MCP 📚🎲

AI 에이전트를 위한 도서 추천: “다음에 무엇을 읽어야 할까?”라는 물음에 수백만 권의 작품으로 답합니다 — 주제 기반 추천, 책의 실제 첫 문장으로 먼저 낚는 블라인드 데이트식 우연 추첨, 그리고 지금 바로 읽기 시작할 수 있는 무료 퍼블릭 도메인 클래식까지. API 키가 전혀 필요 없습니다.

어떤 에이전트에게든 “다음에 무엇을 읽어야 할까?”, “듄 같은 책”, 또는 *“아무 책이나 골라서 나를 놀라게 해줘”*라고 물어보세요. — book-recommendations가 답하는 도구입니다.

필요한 이유

• LLM은 어떤 질문에도 늘 같은 정석 50권만 추천합니다. 이 도구는 OpenLibrary의 수백만 작품을 끌어올립니다. 여기에는 블라인드 데이트식 우연 추천이 포함되어 있는데, 임의의 주제 선반과 무작위 깊이를 선택해 베스트셀러 목록을 벗어난 책을 발견하고, 정답을 공개하기 전에 그 책의 실제 첫 문장으로 당신을 낚습니다.

• 즉시 읽기 판단: read_now는 책이 archive.org에서 무료로 읽을 수 있는지(public) 또는 대출 가능한지(무료 대출)를 알려줍니다. 즉시 읽을 수 있는 링크가 쇼핑 링크보다 낫습니다.

• 무료 고전: Project Gutenberg 제공(fail-soft 처리). Gutenberg 인덱스가 다운되면 오류 자체가 archive.org 대안을 가리킵니다.

• 정직한 근거 명시: 모든 카드에는 Select 방식에 — 어떤 식으로 그 책이 실제로 선택되었는가 — 정보가 들어 있습니다. 신뢰할 수 있는 추천입니다.

도구

추가로 프롬프트도 제공됩니다: what-should-i-read-next.

빠른 시작

# 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

예제

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/…" }]

먼저 갈고리(첫 문장)를 보여주고, 그다음 정체를 공개하세요. 이 두 단계 구조가 바로 핵심입니다.

텔레메트리 및 개인정보 보호

익명 사용 텔레메트리(PII 없음, 쿼리 없음, 경로 없음)가 회사 표준(schema v2, dual-endpoint fallback)을 통해 수집됩니다. 언제든 거부할 수 있습니다: BOOK_RECOMMENDATIONS_TELEMETRY=false 또는 DO_NOT_TRACK=1.

개발

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

라이브 테스트는 실제 OpenLibrary API를 호출하며, 오프라인 상태에서는 자동으로 생략됩니다.

라이선스

MIT