publishready
PublishReady:专业写作控制
PublishReady 是一个确定性的写作分析系统,旨在将 AI 草稿转化为可发布的文本。它作为 AI 生成散文的最终质量保证环节,提供本地优先的指标、目标合规性检查以及具体的修订杠杆,且无需将文本发送到远程服务。
PublishReady 软件包
本项目构建为一个专业的、分层的 monorepo,包含以下专用软件包:
核心软件包
@veldica/publishready-mcp:模型上下文协议 (MCP) 服务器实现 (
publishready-mcp)。@veldica/publishready-cli:用于本地分析的命令行工具 (
publishready)。@veldica/publishready-core:核心编排引擎。
@veldica/publishready-schemas:统一的 Zod 模式和显式接口。
基础库
@veldica/prose-analyzer:确定性风格信号(多样性、密度、重复性、叙事质感)。
@veldica/readability:整合了所有主要可读性公式的库。
@veldica/prose-tokenizer:独立的 Markdown 感知散文分词器。
@veldica/prose-linter:目标检查、修订杠杆、内容完整性以及确定性的 AI 风格散文标记。
安装
MCP 服务器(推荐)
将服务器添加到您的 MCP 客户端配置中:
{
"mcpServers": {
"publishready": {
"command": "npx",
"args": ["-y", "@veldica/publishready-mcp"]
}
}
}命令行
npx @veldica/publishready-cli analyze sample.txt托管 MCP
对于 Smithery、VPS 或网关部署,请使用 Streamable HTTP 运行服务器:
npx @veldica/publishready-mcp --transport=http --port=3000MCP 端点为 /mcp;健康检查端点为 /health。
主要功能
模板、目标和参考模式:将写作内容与内置模板、显式数值目标、参考文本或可重用的参考配置文件进行比较。
确定性指标:结构计数、句子和段落分布、词汇信号、可扫描性、小说代理指标以及可读性公式。
具体的修订杠杆:基于证据的排名建议,例如
shorten_long_sentences(缩短长句)、replace_difficult_words(替换生僻词)和reduce_abstract_wording(减少抽象措辞)。AI 风格散文审计:针对公式化、通用或过度润色的散文进行确定性标记清单审计,包括精确匹配和跟踪短语计数。
小说与非小说支持:针对对话、感官密度、抽象措辞和场景节奏的叙事指标。
可解释的解读:解释受众、用例、风格影响和权衡的目标与指标解读。
本地优先与隐私:Stdio 优先、确定性、无外部 API 调用、无 LLM 包装器。
MCP 工具界面
MCP 服务器公开了 16 种用于分析和控制的专用工具,包括用于确定性 AI 标记分析的 audit_ai_sounding_prose。有关完整列表和文档,请参阅 MCP README。
确定性哲学
本软件包明确避免使用 困惑度 (perplexity) 和其他依赖于模型的评分。我们认为写作控制应该是:
可解释的:您应该确切知道分数变化的原因。
可重现的:相同的文本应始终产生相同的指标。
实用的:只有当指标能告诉您需要修改什么时,它才是有用的。
开发
npm install
npm run build
npm run lint
npm run typecheck
npm test发布元数据
npm 软件包:
@veldica/publishready-mcpMCP 注册名称:
io.github.veldica/publishready产品主页:
https://veldica.com/publish-ready源代码仓库:
https://github.com/veldica/publishready-mcp
注册与目录元数据
PublishReady 已通过以下方式为 MCP 目录发现做好准备:
GitHub 仓库主题
npm 软件包关键词
通过
glama.json提供的 Glama 元数据通过
mcpName提供的官方 MCP 注册元数据
此 MCP 专为 AI 辅助写作工作流而设计,旨在让模型在保持事实、术语、意图和作者声音的同时,提高清晰度、结构、可读性和发布就绪度。
许可证
MIT
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/veldica/publishready-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server