Skip to main content
Glama

Book Recommendations — «Что мне почитать дальше?» MCP 📚🎲

CI License: MIT PyPI

Рекомендации книг для ИИ-агентов: ответ на вопрос «что мне почитать дальше?» — на основе миллионов произведений: тематические подборки, «свидание вслепую» — случайный выбор, который цепляет настоящим первым предложением книги, и бесплатные классические книги из общественного достояния, которые можно начать читать прямо сейчас. Ноль API-ключей.

Спросите любого агента: «что мне почитать дальше?», «книги вроде „Дюны“» или «удиви меня книгой»book-recommendations — это инструмент, который даст ответ.

Зачем это существует

  • LLM на каждый запрос рекомендуют один и тот же канон из 50 книг. Этот инструмент проходит через миллионы произведений Open Library — включая «свидание вслепую»: он выбирает случайную тематическую полку случайной глубины, намеренно в стороне от списков бестселлеров, и цепляет вас настоящим первым предложением книги до того, как раскрывает её.

  • Информация «можно читать сейчас» на каждой карточке: read_now показывает, когда книгу можно свободно читать на archive.org (открытый доступ) или же взять на время (бесплатный абонемент) — немедленное чтение лучше ссылки в магазин.

  • Бесплатная классика через Project Gutenberg (fail-soft: если индекс Gutenberg недоступен, в самой ошибке приведены альтернативы на archive.org).

  • Честное обоснование: на каждой карточке указано why\_picked — как именно была выбрана книга. Рекомендация, которой можно доверять.

Инструменты

Tool

Description

recommend

Рекомендации по теме/настроению/«книги вроде X», с рейтингами, темами, первыми предложениями и флагами «читать сейчас»

blind_date

Случайный выбор «вслепую»: случайная полка, случайная глубина, зацепка первой фразой, раскрытие в два приёма

free_classics

Книги общественного достояния со ссылками для чтения сейчас (Gutenberg, fail-soft)

skills_list / skill_read

Обновляемые «игровые сценарии» (подача, восстановление после сбоев)

Плюс промпт: what-should-i-read-next.

Быстрый старт

# 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

Пример

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/…" }]

Сначала — зацепка, затем — раскрытие: двухприёмная структура и есть продукт.

Телеметрия и конфиденциальность

Анонимная телеметрия использования (без персональных данных, без запросов, без путей) — по флит-стандарту (схема v2, двухточечный резерв). Отключить можно в любой момент: BOOK_RECOMMENDATIONS_TELEMETRY=false или DO_NOT_TRACK=1.

Разработка

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

Живые тесты обращаются к реальному API Open Library и автоматически пропускаются в офлайне.

Лицензия

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