omoshiro-mcp

基于研究的MCP服务器，用于分析有趣性 / 面白さ。

此服务器不对内容进行评分。它返回评估视角、概念边界、交互模式和研究参考，以便调用AI自行进行分析。

原则

返回评估视角；不对内容进行评分。

本体论区分了：

• 原始视角：AI可以直接检查或相对于受众模型构建的视角

• 衍生动态：随时间变化，如预测误差或不确定性减少

• 复合状态/机制：兴趣、好奇心、悬念、幽默、洞察、心流、敬畏、沉浸

• 结果：享受、注意力、记忆、学习、坚持等。

这避免了将所有内容归结为一个无意义的interestingness_score。

Related MCP server: AI Evaluator MCP Server

MCP端点

部署在Vercel上时，使用：

https://<your-project>.vercel.app/mcp

协议：MCP Streamable HTTP / JSON-RPC。

工具

get_lenses

返回针对目标的一组精选原始视角。

示例参数：

{
  "target_type": "oogiri",
  "analysis_goal": "humor"
}

search_lenses

通过自然语言术语搜索原始和复合结构。

{
  "query": "unexpected but understandable"
}

get_lens

返回原始视角的定义、诊断问题、概念边界、适用性和可推断性。

{"id":"novelty"}

get_composite

返回复合机制/状态及其输入结构。

{"id":"suspense"}

list_ontology

列出完整的本体论和核心参考文献。

核心原始视角

当前v0.1版本包含21个原始视角：

• novelty

• complexity

• comprehensibility

• processing_fluency

• relevance

• information_gap

• knowability

• uncertainty

• expectation_strength

• outcome_significance

• conflict_instability

• violation

• benignness

• vastness

• accommodation_demand

• challenge

• competence

• control

• autonomy

• feedback_clarity

• relatedness

衍生动态

• prediction_error

• information_gain

• uncertainty_reduction

• gap_resolution

• conflict_resolution

• comprehension_gain

• fluency_gain

• mastery_progress

复合机制/状态

• interest

• curiosity

• suspense

• humor_benign_violation

• humor_incongruity_resolution

• insight

• flow

• awe

• transportation

复合不是一个分数。例如：

Interest ≈ novelty/complexity × sufficient comprehensibility
Curiosity ≈ information gap × knowability × relevance × uncertainty
Suspense ≈ uncertainty × expectation strength × outcome significance
Benign-violation humor ≈ violation × benignness
Awe ≈ vastness × accommodation demand

这些是概念模式，而非经过验证的通用公式。

可推断性

每个视角包含一个inferability字段：

• direct：通常可以直接从内容本身检查

• audience_model_required：依赖于先验知识、文化、体裁期望等

• experience_required：没有受众/玩家证据时，不应断言实际心理状态

例如，novelty是相对于受众的，而实际的flow或transportation不能仅通过阅读作品可靠地断言。

示例工作流程

用户问：

こんなエンジニアは嫌だ。どんなエンジニア？
回答：キーボードがでかすぎて部屋に入らない

调用AI：

1. 调用get_lenses({ target_type: "oogiri", analysis_goal: "humor" })

2. 接收视角，如expectation_strength、violation、benignness、novelty、comprehensibility、processing_fluency

3. 自行执行实际分析

4. 不要求MCP输出幽默分数

研究基础

v0.1本体论基于以下工作：

• Silvia, P. J. (2005). What Is Interesting? Exploring the Appraisal Structure of Interest. Emotion.

• Loewenstein, G. (1994). The Psychology of Curiosity: A Review and Reinterpretation. Psychological Bulletin.

• Kang, M. J. et al. (2009). The Wick in the Candle of Learning: Epistemic Curiosity Activates Reward Circuitry and Enhances Memory. Psychological Science.

• Reber, R., Schwarz, N., & Winkielman, P. (2004). Processing Fluency and Aesthetic Pleasure. Personality and Social Psychology Review.

• McGraw, A. P. & Warren, C. (2010). Benign Violations: Making Immoral Behavior Funny. Psychological Science.

• Keltner, D. & Haidt, J. (2003). Approaching Awe, a Moral, Spiritual, and Aesthetic Emotion. Cognition and Emotion.

• Ryan, R. M., Rigby, C. S., & Przybylski, A. (2006). The Motivational Pull of Video Games. Motivation and Emotion.

• Busselle, R. & Bilandzic, H. (2009). Measuring Narrative Engagement. Media Psychology.

该本体论是对这些文献的工程综合，并非声称某篇论文定义了完整结构。

开发

该服务器有意保持轻依赖，并作为Vercel无服务器端点在api/mcp.js中实现。

对/mcp的GET请求返回服务器元数据。MCP客户端应使用POST JSON-RPC请求进行initialize、tools/list和tools/call。

许可证

MIT